針對(duì)傳統(tǒng)關(guān)聯(lián)波門(mén)在雜波環(huán)境下的機(jī)動(dòng)目標(biāo)跟蹤中容易出現(xiàn)丟失目標(biāo)的問(wèn)題,提出了一種基于模糊推理的自適應(yīng)關(guān)聯(lián)波門(mén)設(shè)計(jì)方法。該方法在概率數(shù)據(jù)關(guān)聯(lián)(Probabilistic Data Association,PDA)算法的基礎(chǔ)上進(jìn)行關(guān)聯(lián)波門(mén)的設(shè)計(jì),建立機(jī)動(dòng)目標(biāo)跟蹤場(chǎng)景中最優(yōu)波門(mén)門(mén)限的數(shù)學(xué)模型,運(yùn)用模糊推理算法,根據(jù)目標(biāo)的機(jī)動(dòng)性和目標(biāo)所處環(huán)境雜波密度自適應(yīng)調(diào)整波門(mén)門(mén)限。仿真結(jié)果表明,該方法相較于傳統(tǒng)關(guān)聯(lián)波門(mén),目標(biāo)的失跟率降低了21%,而且提高了目標(biāo)的跟蹤精度。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖1概率數(shù)據(jù)關(guān)聯(lián)算法框圖

PDA算法是一種應(yīng)用于雜波環(huán)境下單目標(biāo)跟蹤的數(shù)據(jù)關(guān)聯(lián)算法[16-17],它考慮了所有候選回波與目標(biāo)相關(guān)聯(lián)的情況,計(jì)算每個(gè)關(guān)聯(lián)假設(shè)的似然概率,根據(jù)關(guān)聯(lián)概率,將候選回波的概率加權(quán)和作為源于目標(biāo)的真實(shí)回波,用于更新目標(biāo)的狀態(tài)估計(jì)。PDA算法框圖如圖1所示。在PDA算法中,目標(biāo)在k時(shí)刻的....

圖2目標(biāo)跟蹤丟失示意

對(duì)于機(jī)動(dòng)目標(biāo)跟蹤問(wèn)題,若目標(biāo)發(fā)生較強(qiáng)的機(jī)動(dòng)時(shí),可能會(huì)出現(xiàn)關(guān)聯(lián)波門(mén)內(nèi)沒(méi)有目標(biāo)的真實(shí)量測(cè)點(diǎn)跡,如圖2所示,傳統(tǒng)的數(shù)據(jù)關(guān)聯(lián)算法會(huì)把預(yù)測(cè)值作為狀態(tài)的估計(jì),或者關(guān)聯(lián)上波門(mén)的虛假量測(cè)點(diǎn)跡,出現(xiàn)誤跟現(xiàn)象[18]。因此,期望能夠根據(jù)目標(biāo)的機(jī)動(dòng)性來(lái)調(diào)整關(guān)聯(lián)波門(mén),使目標(biāo)的真實(shí)點(diǎn)跡落入波門(mén)內(nèi)。同時(shí),目....

圖3模糊映射原理

根據(jù)式(10)可知,最優(yōu)波門(mén)門(mén)限Gopt是隨著時(shí)間變化,即具備自適應(yīng)的能力,所以最優(yōu)關(guān)聯(lián)波門(mén)即自適應(yīng)關(guān)聯(lián)波門(mén)。由于目標(biāo)的真實(shí)量測(cè)點(diǎn)跡zΤ(k)和雜波密度λ的時(shí)變性和不確定性,不便于直接求解最優(yōu)波門(mén)門(mén)限Gopt。因此借鑒模糊邏輯的思想,根據(jù)相應(yīng)的模糊規(guī)則,推理得到關(guān)聯(lián)波....

圖4基于模糊推理的自適應(yīng)關(guān)聯(lián)波門(mén)算法流程

式中,V(k)為當(dāng)前波門(mén)的體積。定義模糊系統(tǒng)的輸入,即組合新息v(k)和歸一化候選回波數(shù)目m(k)的模糊子集為{S(小),Μ(中),B(大)},在這里輸入的隸屬度函數(shù)使用高斯型函數(shù),如圖5所示。

本文編號(hào)：3970865