為簡(jiǎn)化聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法（Joint Probabilistic Data Association, JPDA）的計(jì)算復(fù)雜度,增強(qiáng)JPDA算法的實(shí)時(shí)性,設(shè)計(jì)了一種新的JPDA簡(jiǎn)化算法。首先根據(jù)目標(biāo)航跡與量測(cè)之間的關(guān)聯(lián)規(guī)則,定義了一種新的計(jì)算關(guān)聯(lián)概率的方法,之后分析公共量測(cè)對(duì)目標(biāo)的影響,引入公共量測(cè)影響因子修正關(guān)聯(lián)概率。該算法不用進(jìn)行確認(rèn)矩陣拆分,有效解決了在密集雜波環(huán)境下因回波密度增加而造成的計(jì)算上的組合爆炸問題。仿真結(jié)果表明,簡(jiǎn)化的JPDA算法能夠在保持對(duì)目標(biāo)有效跟蹤的情況下,大大縮短計(jì)算時(shí)間,提高算法的實(shí)時(shí)性。 

【文章來源】：信號(hào)處理. 2020,36(08)北大核心CSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
1 引言
2 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)
3 簡(jiǎn)化JPDA算法
    3.1 簡(jiǎn)化關(guān)聯(lián)概率計(jì)算
    3.2 基于公共量測(cè)修正的關(guān)聯(lián)概率
        (1)計(jì)算每個(gè)公共量測(cè)所有可能的源目標(biāo)對(duì)關(guān)聯(lián)概率的影響因子Ajt。
        (2)在具有公共量測(cè)的目標(biāo)跟蹤門內(nèi),計(jì)算其他量測(cè)對(duì)于關(guān)聯(lián)概率的影響因子Bt。
4 仿真分析
    4.1 檢驗(yàn)雜波密度對(duì)算法的影響
    4.2 不同目標(biāo)間距下影響因子對(duì)算法的影響
    4.3 檢驗(yàn)檢測(cè)概率對(duì)算法的影響
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]密集雜波下的模糊數(shù)據(jù)關(guān)聯(lián)多目標(biāo)跟蹤算法[J]. 康旭超,何廣軍,陳峰,何其芳.  探測(cè)與控制學(xué)報(bào). 2019(04)
[2]基于PPP模型的多擴(kuò)展目標(biāo)跟蹤的JPDA算法研究[J]. 杜浩翠,謝維信,范建德.  信號(hào)處理. 2019(06)
[3]利用JPDA進(jìn)行編隊(duì)目標(biāo)的多雷達(dá)航跡關(guān)聯(lián)應(yīng)用研究[J]. 王剛,汪秋瑩.  現(xiàn)代雷達(dá). 2019(04)
[4]基于最大熵模糊聚類的快速多目標(biāo)跟蹤算法研究[J]. 陳曉,李亞安,蔚婧,李余興.  西北工業(yè)大學(xué)學(xué)報(bào). 2017(04)
[5]基于自適應(yīng)聚概率矩陣的JPDA算法研究[J]. 李首慶,徐洋.  西南交通大學(xué)學(xué)報(bào). 2017(02)
[6]雜波環(huán)境下基于全鄰模糊聚類的聯(lián)合概率數(shù)據(jù)互聯(lián)算法[J]. 劉俊,劉瑜,何友,孫順.  電子與信息學(xué)報(bào). 2016(06)
[7]一種用于雜波中機(jī)動(dòng)目標(biāo)跟蹤的自適應(yīng)關(guān)聯(lián)波門設(shè)計(jì)方法[J]. 靳標(biāo),糾博,蘇濤,劉宏偉,張龍.  西安交通大學(xué)學(xué)報(bào). 2014(10)
[8]JPDA中聯(lián)合事件概率的計(jì)算[J]. 尹成友,楊斌.  信號(hào)處理. 2002(06)



本文編號(hào)：3164210