闪烁噪声下的多目标跟踪算法研究

发布时间：2020-09-25 10:14

　　由于目标跟踪在军事和民用领域的广泛应用,近几十年来,一直是研究的热点。现有的目标跟踪方法通常都是假设测量噪声为高斯噪声,因此不适用于噪声为闪烁噪声的情况。闪烁噪声下的概率假设密度(PHD)滤波器是一种有效的多目标跟踪方法,但是,该滤波器不适用于低检测概率的情况。为了对闪烁噪声下的多目标进行更有效的跟踪,本文提出了一种闪烁噪声下的多目标贝叶斯滤波器,并将多模型的方法应用到提出的滤波器中,提出了一种闪烁噪声下基于跳变马尔可夫系统(JMS)模型的多目标贝叶斯滤波器。本文的主要内容总结如下:1)介绍了基于随机有限集统计学的多目标贝叶斯滤波器、PHD滤波器以及序贯多目标贝叶斯滤波器(SMB),分析了雷达目标跟踪过程中出现的闪烁噪声的特征,并讨论用t分布来建模闪烁噪声的非高斯、长拖尾特性的方法。2)提出了一种适用于闪烁噪声的多目标贝叶斯滤波器,该滤波器用学生氏t分布来建模闪烁噪声,应用变分贝斯方法来获得目标状态的近似分布,采用高斯-伽玛混合项来表示目标状态的预测和更新分布。基于所提出的滤波器,我们分别提出了该滤波器在线性系统和非线性系统中的实现算法。仿真实验结果表明,在低检测概率条件下,我们提出的滤波器对多目标的跟踪性能要优于闪烁噪声下的PHD滤波器。3)为了对测量噪声为闪烁噪声时的多机动目标进行跟踪,我们将多模型方法引入到闪烁噪声下的多目标贝叶斯滤波器中,提出了闪烁噪声下基于跳变马尔可夫系统模型的多目标贝叶斯滤波器,并分别提出了该滤波器在线性系统和非线性系统中的跟踪方法。仿真结果表明,在低检测概率条件下,所提出的滤波器对多机动目标的跟踪能力要优于闪烁噪声下基于跳变马尔可夫系统模型的PHD滤波器。
【学位单位】：深圳大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN713
【部分图文】：

变分,贝叶斯方法,闪烁噪声,多目标跟踪

图 3-1 变分贝叶针对闪烁噪声环境下的多目标跟踪问题 1: 1 1 ( , , | ) , , | , k k k k k k k k k f r f r x R Z x R x R 1:|, , || , k k k k kk k f f rf Z x R ZZ x R其中，1: 1 1 1( , , )k k Z Z Z ，由于真实的后上述变分贝叶斯方法来解决这个问题，利用后验分布。由于式(3-7)及式(3-8)中的kx 、下，使用kR 和kr 的共轭先验分布来推导带有刻的后验概率密度可近似表示为式(3-9)中的 1 1 1 1: 1 1 1 , , | ; , k k k k k k f r N x R Z x m

【参考文献】