杂波环境下雷达/红外融合跟踪的修正概率数据互联滤波算法

J4 ›› 2013, Vol. 35 ›› Issue (12): 185-190.

• 论文 • 上一篇

杂波环境下雷达/红外融合跟踪的修正概率数据互联滤波算法

崔彦凯1,梁晓庚1,2

(1.西北工业大学自动化学院，陕西西安 710072；2.中国空空导弹研究院科技部，河南洛阳 471000)

收稿日期:2012-05-15 修回日期:2012-09-06 出版日期:2013-12-25 发布日期:2013-12-25

Modified probabilistic data association filter algorithm of Radar/IR fusion tracking in clutter environment

CUI Yankai1,LIANG Xiaogeng1,2

(1.College of Automation,Northwestern Polytechnical University,Xi’an 710072;2.Department of Technology,China Airborne Missile Academy,Luoyang 471000,China)

Received:2012-05-15 Revised:2012-09-06 Online:2013-12-25 Published:2013-12-25

摘要/Abstract

摘要：

为解决杂波环境下转弯机动目标跟踪过程中的数据关联问题，提出了雷达/红外融合跟踪修正概率数据互联滤波算法。修正概率数据互联算法利用前一时刻目标的状态和转弯角速度，依据目标转弯机动能力及测量噪声等因素的影响，求出当前时刻转弯角速度变化范围，在转弯角速度变化范围内，求出与当前时刻每一测量值最匹配的转弯角速度、预测中心、新息协方差阵及权重系数，从而决定该测量在状态更新时的权重。仿真结果表明，雷达/红外融合跟踪修正概率数据互联滤波算法提高了跟踪精度，降低了航迹丢失率。

关键词: 目标跟踪, 修正概率数据互联滤波, 杂波环境, 转弯机动

Abstract:

Modified Probabilistic Data Association Filter (MPDAF) algorithm of Radar/IR fusion tracking algorithm was proposed to solve the problem of data association of turn maneuvering target tracking in clutter environment. The range of current time turn angular velocity can be obtained by turn maneuver capability, measurement noise, previous time target status and turn angular velocity. MPDAF gets the best match turn angular velocity, prediction center, new interest covariance and weight coefficient according to each measurement value. The weight coefficient decided the weight of the measurement value during status update. Simulation results show that the MPDAF algorithm of Radar/IR fusion tracking improves tracking accuracy and reduces tracking loss rate.

Key words: target tracking；modified probabilistic data association filter；clutter environment；turn maneuvering

崔彦凯1,梁晓庚1,2. 杂波环境下雷达/红外融合跟踪的修正概率数据互联滤波算法[J]. J4, 2013, 35(12): 185-190.

CUI Yankai1,LIANG Xiaogeng1,2. Modified probabilistic data association filter algorithm of Radar/IR fusion tracking in clutter environment [J]. J4, 2013, 35(12): 185-190.

参考文献

［1］Liu Yuan, Xie Weixin，Du Wenji, et al. Fuzzyprobability interacting data association algorithm［J］. Journal of Xidian University，1999, 26(2):111.(in Chinese)
［2］Liu Zongxiang, Xie Weixin, Yang Xuan, et al. Fuzzy data association filter with application to maneuvering target tracking［J］.Journal of System Simulation，2007,19(2):46674670.(in Chinese)
［3］Liu Zongxiang, Xie Weixin, Huang Jingxiong. A data association method for maneuvering target tracking in threedimensional space under the circumstance of clutter［J］.Journal of Electronical & Information Technology，2009,31(4):848852.(in Chinese)
［4］He You，Wang Guohong，Lu Dajin，et al. Multisensor information fusion with application ［M］.Beijing:Publishing House of Electronics Industry，2010.(in Chinese)
［5］Kirubarajan T,BarShalom Y, Lerro D． Bearingsonly tracking of maneuvering targets using a batchrecursive estimator［J］．IEEE Transactions on AES，2001，37(3)：770780.
［6］Wang H，Kirubarajan T,BarShalom Y．Precision large scale air traffic surveillance using IMM/Assignment estimators［J］．IEEE Transactions on AES，1999，35(1)：255266.
［7］Sun Fuming，Wu Xiuqing，Duan Manni. Adaptive tracking algorithm of curvilinear model［J］. Journal of University of Science and Technology of China，2007,37(12)：14551460.(in Chinese)
附中文参考文献：
［1］刘源,谢维信，杜文吉,等. 模糊——概率交互作用的数据关联算法［J］.西安电子科技大学学报，1999,26(2):111.
［2］刘宗香,谢维信,杨煊,等.模糊数据互联滤波器及其在机动目标跟踪中的应用［J］.系统仿真学报，2007,19(20):46674670.
［3］刘宗香,谢维信,黄敬雄.一种用于三维空间杂波环境机动目标跟踪的数据互联方法［J］.电子与信息学报，2009,31(4):848852.
［4］何友，王国宏，陆大劲，等.多传感器信息融合及应用［M］.北京：电子工业出版社，2010.
［7］孙福明，吴秀清，段曼妮.曲线模型的自适应跟踪算法［J］.中国科学技术大学学报，2007,37(12)：14551460.

[1]	崔克彬, 崔叶微. 基于卷积和Transformer的断路器动触头跟踪方法研究[J]. 计算机工程与科学, 2023, 45(07): 1236-1244.
[2]	杨冬英, 贺江鹏 . 针对机动目标的改进型交互多模型跟踪算法研究[J]. 计算机工程与科学, 2022, 44(04): 686-691.
[3]	冯琪堯, 张惊雷, . 基于混合注意力机制的目标跟踪算法[J]. 计算机工程与科学, 2022, 44(02): 276-282.
[4]	方梦华, 姜添, . 基于无监督学习的无人机目标跟踪[J]. 计算机工程与科学, 2021, 43(06): 1024-1031.
[5]	张晓丽, 张龙信, 肖满生, 左国才. 快速多域卷积神经网络和光流法融合的目标跟踪[J]. 计算机工程与科学, 2020, 42(12): 2217-2222.
[6]	徐亮, 张江, 张晶, 杨亚琦. 基于VGG网络的鲁棒目标跟踪算法[J]. 计算机工程与科学, 2020, 42(08): 1406-1413.
[7]	李星辰，柳晓鸣，成晓男. 融合YOLO检测的多目标跟踪算法[J]. 计算机工程与科学, 2020, 42(04): 665-672.
[8]	黄云明1，张晶1,2，喻小惠1，陶涛3，龚力波4. 改进STC和SURF特征联合优化的目标跟踪算法[J]. 计算机工程与科学, 2019, 41(10): 1795-1802.
[9]	火元莲，曹鹏飞，董俊松，石明. 基于融合特征的多尺度快速相关滤波跟踪算法[J]. 计算机工程与科学, 2019, 41(03): 559-566.
[10]	张晶，王旭,范洪博. 自适应目标变化的时空上下文抗遮挡跟踪算法[J]. 计算机工程与科学, 2018, 40(09): 1653-1661.
[11]	张丹1，陈兴文1，赵姝颖2. 基于水平集的TLD目标跟踪改进算法[J]. 计算机工程与科学, 2017, 39(05): 984-991.
[12]	李娜1,2,3，赵祥模1，赵凤2,3，刘卫华2,3，王倩2,3. 基于外观模型的目标跟踪算法研究进展[J]. 计算机工程与科学, 2017, 39(03): 524-533.
[13]	陈伟1,祝恩1,刘天航1,殷建平1,邱明辉2. 目标跟踪算法的并行优化[J]. 计算机工程与科学, 2016, 38(11): 2177-2182.
[14]	陈金广，江梦茜，马丽丽. 部分监测区域重叠条件下的扩展目标跟踪[J]. J4, 2016, 38(06): 1231-1237.
[15]	李冬，玄志武. 天基光学观测低轨多目标跟踪的多模型CPHD滤波方法[J]. J4, 2016, 38(04): 833-838.

杂波环境下雷达/红外融合跟踪的修正概率数据互联滤波算法

Modified probabilistic data association filter algorithm of Radar/IR fusion tracking in clutter environment

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价