對邊掃描邊跟蹤的認(rèn)知雷達(dá),目標(biāo)的空間分布特性是實現(xiàn)對雷達(dá)信號控制的重要依據(jù)之一。本文介紹了一種基于高斯混合概率假設(shè)密度(GM-PHD)濾波算法的目標(biāo)空間分布感知方法,利用該算法,可同時實現(xiàn)多目標(biāo)高虛警環(huán)境下的目標(biāo)數(shù)目和目標(biāo)空間位置以及運動狀態(tài)的估計。該算法實際是一種對標(biāo)準(zhǔn)GM-PHD濾波器的改進算法,能在新生目標(biāo)強度未知的情況下完成對新生目標(biāo)的檢測跟蹤。實驗表明該算法不僅能在未知新生目標(biāo)強度的情況下檢測并跟蹤新生目標(biāo),且在新生目標(biāo)速度較大的情況下,該算法對新生目標(biāo)的檢測性能優(yōu)于標(biāo)準(zhǔn)GM-PHD濾波器。

【文章頁數(shù)】：9 頁

【部分圖文】：

圖2目標(biāo)狀態(tài)航跡

真實航跡如圖2所示。航跡5、6、7以及航跡8、9、10起點相同，但出現(xiàn)時間不同，事實上由于沒有考慮分裂目標(biāo)，本文算法（圖中稱為“改進GM-PHD濾波算法”）無法處理衍生目標(biāo)。航跡1、2同向且相互靠近，航跡3、4反向。改進GM-PHD濾波器航跡輸出航跡如圖3所示，輸出航跡很干凈，沒....

圖3改進GM-PHD濾波器生成的航跡

改進GM-PHD濾波器航跡輸出航跡如圖3所示，輸出航跡很干凈，沒有虛假航跡。在新生目標(biāo)強度未知并且目標(biāo)速度較大的條件下，完成了新生航跡的檢測和延續(xù)。新生航跡檢測成功率極高，在很少測量周期內(nèi)轉(zhuǎn)換成為存活航跡。存活航跡在目標(biāo)消失的幾個測量周期中持續(xù)外推，說明目標(biāo)漏警時成功保留了航跡信....

圖1改進GM-PHD濾波器遞推流程

基于式（20）和式（21）的定義，本文提出的改進GM-PHD濾波器計算過程如圖1所示。圖中，νb,k-1，νs,k-1分別代表k-1時刻新生和存活目標(biāo)的高斯項，Jb,k-1和Js,k-1分別對應(yīng)新生航跡和存活目標(biāo)的高斯項的數(shù)目，其余符號以此類推。改進的GM-PHD濾波器將航跡分為....

圖4原始GM-PHD濾波器生成的航跡

航跡管理GM-PHD濾波器輸出航跡如圖4所示，由于航跡管理規(guī)則的應(yīng)用，同樣沒有虛假航跡，但是在目標(biāo)速度較大的條件下，使用10-5大小的修剪門限無法保留新生目標(biāo)信息，導(dǎo)致大量的新生航跡漏檢，即使是使用更小的修剪門限，由于缺少新生目標(biāo)強度修正規(guī)則的保護，仍然不能夠達(dá)到很高的新生航跡檢....

本文編號：3996454