基于GM-PHD的目标空间分布感知算法

发布时间：2024-06-28 04:48

　　对边扫描边跟踪的认知雷达,目标的空间分布特性是实现对雷达信号控制的重要依据之一。本文介绍了一种基于高斯混合概率假设密度(GM-PHD)滤波算法的目标空间分布感知方法,利用该算法,可同时实现多目标高虚警环境下的目标数目和目标空间位置以及运动状态的估计。该算法实际是一种对标准GM-PHD滤波器的改进算法,能在新生目标强度未知的情况下完成对新生目标的检测跟踪。实验表明该算法不仅能在未知新生目标强度的情况下检测并跟踪新生目标,且在新生目标速度较大的情况下,该算法对新生目标的检测性能优于标准GM-PHD滤波器。

【文章页数】：9 页

【部分图文】：

图2目标状态航迹

真实航迹如图2所示。航迹5、6、7以及航迹8、9、10起点相同，但出现时间不同，事实上由于没有考虑分裂目标，本文算法（图中称为“改进GM-PHD滤波算法”）无法处理衍生目标。航迹1、2同向且相互靠近，航迹3、4反向。改进GM-PHD滤波器航迹输出航迹如图3所示，输出航迹很干净，没....

图3改进GM-PHD滤波器生成的航迹

改进GM-PHD滤波器航迹输出航迹如图3所示，输出航迹很干净，没有虚假航迹。在新生目标强度未知并且目标速度较大的条件下，完成了新生航迹的检测和延续。新生航迹检测成功率极高，在很少测量周期内转换成为存活航迹。存活航迹在目标消失的几个测量周期中持续外推，说明目标漏警时成功保留了航迹信....

图1改进GM-PHD滤波器递推流程

基于式（20）和式（21）的定义，本文提出的改进GM-PHD滤波器计算过程如图1所示。图中，νb,k-1，νs,k-1分别代表k-1时刻新生和存活目标的高斯项，Jb,k-1和Js,k-1分别对应新生航迹和存活目标的高斯项的数目，其余符号以此类推。改进的GM-PHD滤波器将航迹分为....

图4原始GM-PHD滤波器生成的航迹

航迹管理GM-PHD滤波器输出航迹如图4所示，由于航迹管理规则的应用，同样没有虚假航迹，但是在目标速度较大的条件下，使用10-5大小的修剪门限无法保留新生目标信息，导致大量的新生航迹漏检，即使是使用更小的修剪门限，由于缺少新生目标强度修正规则的保护，仍然不能够达到很高的新生航迹检....

本文编号：3996454