多普勒雷达下的机动多目标跟踪算法

摘要：

针对多普勒雷达在跟踪机动多目标过程中由于多普勒盲区(DBZ)造成量测丢失、对跟踪器性能产生严重影响这一问题,提出将最小可检测速度(MDV)带入到交互多模型广义标签多伯努利(IMM-GLMB)滤波器中,利用MDV信息抑制DBZ对跟踪器的影响.首先,通过采用基于马尔科夫分支合并策略的交互多模型(IMM)算法,解决单一运动模型的情况下无法跟踪机动目标的问题;其次,将并入MDV信息的检测概率模型带入 IMM-GLMB滤波器的更新方程中,并给出了详细实现过程,利用MDV和多普勒信息来改善跟踪器性能;最后,面对目前算法需要固定航迹起始位置才可以进行跟踪的问题,提出了一种适用于广义标签多伯努利(GLMB)滤波器的自适应航迹起始算法.仿真结果表明,所提出的滤波算法在不同宽度的 DBZ 下都具有更好的性能表现,尤其在DBZ较小时,对滤波器的性能基本没有影响,并且所提算法在单步运行时间上有 34%的提升.

关键词：机动多目标跟踪、多普勒盲区、航迹起始、广义标签多伯努利

所属期刊栏目：57

分类号：TN95

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2023-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：174-184