為提高對空間密集群目標跟蹤的精度,提出了基于全局最近鄰的群目標關聯(lián)與跟蹤算法。通過對空間密集目標進行群分割,將群跟蹤問題轉化為多目標跟蹤問題,考慮到空間目標具有運動速度快的特性,基于"全局最優(yōu)"原則選取距離最近的群目標和量測進行優(yōu)先關聯(lián)與更新,避免關聯(lián)沖突和減少關聯(lián)錯誤,可有效解決關聯(lián)準確性與跟蹤實時性之間的矛盾,同時提出航跡預測與軌跡預報相結合的方法,來解決跟蹤過程中的航跡斷續(xù)與融合問題。仿真實驗結果驗證了所提算法的有效性。 

【文章來源】：火力與指揮控制. 2020,45(08)北大核心CSCD

【文章頁數】：6 頁

【部分圖文】：

基于全局最近鄰的空間群目標跟蹤流程圖

最近鄰法跟蹤效果如圖3所示，文中方法跟蹤效果如圖4所示。由仿真結果可知，該段測量時間內包含誘餌在內的16個空間目標被分為6個群，群跟蹤可以很大程度上減輕傳感器負擔并增加跟蹤的穩(wěn)定性。圖3、圖4之間對比可以看出，文中在最近鄰基礎上提出的改進算法的跟蹤效果更加理想，可進一步解決關聯(lián)錯誤，防止傳感器錯通道跟蹤，提高數據精度，為后續(xù)的目標預報攔截打下良好的基矗設置中斷時間分別為5s和15s，即中斷5個和15個測量點，設置蒙特卡羅仿真次數為100。某群航跡中斷后對該群航跡分別進行航跡預測與軌跡預報，圖5是航跡中斷15s過程中航跡外推和軌跡預測兩種方法下跟蹤航跡與真實航跡的誤差對比，可以看出軌跡預報相對于航跡預測可以大大提高預測段的跟蹤精度。新舊航跡融合的方法可以如下：航跡中斷后，將預測航跡、預報航跡與新起始航跡進行時刻對準，并選取新航跡起始后的多個觀測時刻（文中為前10個觀測時刻）的預測航跡、預報航跡以及新航跡數據作為航跡融合的判斷數據。據此表1給出中斷5s和15s兩種情況下分別進行航跡外推和軌跡預報得到的預測值與新起始航跡濾波值的位置誤差對比。分析相同中斷時間條件下，軌跡預報得到新舊航跡間距比航跡預測得到的小得多，在相同的融合判斷條件下，新舊航跡更容易被融合為一條航跡，而且由中斷時間5s和15s對比可以看出隨著中斷時間的增長，軌跡預報的優(yōu)勢將更加明顯。綜上分析，在航跡中斷初期可以航跡預測為主，在航跡斷續(xù)時間較長情況下，應該進行軌跡預報代替航跡預測，這樣才能較好地實現(xiàn)航跡融合，提高數據精度。圖5中斷15s過程中兩種方法跟蹤誤差對比表1不同中斷時刻后兩種方法下的新舊航跡的RMSE（m）中斷5s航跡預測中斷5s軌跡預報中斷15s航跡預測中斷15s

（總第45-）大，其中最近鄰法跟蹤效果如圖3所示，文中方法跟蹤效果如圖4所示。由仿真結果可知，該段測量時間內包含誘餌在內的16個空間目標被分為6個群，群跟蹤可以很大程度上減輕傳感器負擔并增加跟蹤的穩(wěn)定性。圖3、圖4之間對比可以看出，文中在最近鄰基礎上提出的改進算法的跟蹤效果更加理想，可進一步解決關聯(lián)錯誤，防止傳感器錯通道跟蹤，提高數據精度，為后續(xù)的目標預報攔截打下良好的基矗設置中斷時間分別為5s和15s，即中斷5個和15個測量點，設置蒙特卡羅仿真次數為100。某群航跡中斷后對該群航跡分別進行航跡預測與軌跡預報，圖5是航跡中斷15s過程中航跡外推和軌跡預測兩種方法下跟蹤航跡與真實航跡的誤差對比，可以看出軌跡預報相對于航跡預測可以大大提高預測段的跟蹤精度。新舊航跡融合的方法可以如下：航跡中斷后，將預測航跡、預報航跡與新起始航跡進行時刻對準，并選取新航跡起始后的多個觀測時刻（文中為前10個觀測時刻）的預測航跡、預報航跡以及新航跡數據作為航跡融合的判斷數據。據此表1給出中斷5s和15s兩種情況下分別進行航跡外推和軌跡預報得到的預測值與新起始航跡濾波值的位置誤差對比。分析相同中斷時間條件下，軌跡預報得到新舊航跡間距比航跡預測得到的小得多，在相同的融合判斷條件下，新舊航跡更容易被融合為一條航跡，而且由中斷時間5s和15s對比可以看出隨著中斷時間的增長，軌跡預報的優(yōu)勢將更加明顯。綜上分析，在航跡中斷初期可以航跡預測為主，在航跡斷續(xù)時間較長情況下，應該進行軌跡預報代替航跡預測，這樣才能較好地實現(xiàn)航跡融合，提高數據精度。圖5中斷15s過程中兩種方法跟蹤誤差對比表1不同中斷時刻后兩種方法下的新舊航跡的RMSE（m）中斷5s航跡預測中斷5s軌跡預報中斷15

【參考文獻】：
期刊論文
[1]雷達群目標跟蹤條件下的彈道預報方法[J]. 杜廣洋,鄭學合.  系統(tǒng)工程與電子技術. 2018(12)
[2]具有形狀信息的多個群目標跟蹤算法[J]. 王婷婷,何科峰,程然.  雷達科學與技術. 2017(05)
[3]群目標跟蹤自適應IMM算法[J]. 汪云,胡國平,劉進忙,周豪.  哈爾濱工業(yè)大學學報. 2016(10)
[4]彈道導彈被動段中斷航跡關聯(lián)方法[J]. 毛藝帆,張多林,王路.  裝甲兵工程學院學報. 2016(02)
[5]彈道導彈群目標跟蹤技術綜述[J]. 李昌璽,周焰,郭戈,張晨.  戰(zhàn)術導彈技術. 2015(03)
[6]一種改進的群目標自適應跟蹤算法[J]. 李振興,劉進忙,李松,李延磊.  哈爾濱工業(yè)大學學報. 2014(10)
[7]基于先驗信息的多假設模型中斷航跡關聯(lián)算法[J]. 齊林,王海鵬,熊偉,董凱.  系統(tǒng)工程與電子技術. 2015(04)
[8]基于貝葉斯框架的空間群目標跟蹤技術[J]. 黃劍,胡衛(wèi)東.  雷達學報. 2013(01)
[9]彈道導彈防御中的群目標跟蹤算法[J]. 郭劍輝,張榮濤.  計算機工程與應用. 2012(35)
[10]彈道目標航跡片段關聯(lián)及優(yōu)化[J]. 俞建國,劉梅,陳錦海.  航空學報. 2011(10)

博士論文
[1]彈道導彈雷達跟蹤與識別研究[D]. 趙艷麗.國防科學技術大學 2007



本文編號：3540724