基于光电测量的双站系统多目标跟踪

为了提高多目标跟踪的跟踪精度以及解决传统雷达多目标跟踪方法中杂波数目过多的缺陷,提出一种基于光电测量的双站系统多目标跟踪方法。首先设计了一种利用矩形关联门确定双站视野内目标数目的算法,然后利用加权最小二乘法实现对量测信息进行融合并与关联门进行匹配筛选,最后采用改进的联合概率密度数据关联算法对融合数据进行处理,实现对多个目标的实时跟踪。实验结果表明,该方法可以确定视野内的目标数目并且相比于最小二乘法提高了86.6%的跟踪精度。     

机载脉冲多普勒雷达在测量数据丢失下的多目标跟踪

针对于多目标在机载多普勒盲区测量数据丢失下的跟踪问题,提出了一种鲁棒无偏转换自适应门限的CPHD(Robust Unbiased Converted Measurements-Adaptive Gating-Cardinalized Probability Hypothesis Density,RUCM-AG-CPHD)算法。该算法首先对目标测量信息进行无偏转换,并将无偏转换得到的噪声协方差矩阵做解耦;然后设计增益调节矩阵提高滤波器在目标量测数据丢失下的鲁棒性;最后采用自适应门限去除不相关的量测信息,同时保证检测到新出现的目标,从而有效地降低了算法的计算复杂度。仿真结果表明该算法的有效性和可行性,可以更加准确的估计出目标在盲区内测量信息丢失下的目标个数和状态,且计算量相对于传统的CPHD算法减少了8.6%。