基于概率假设密度滤波与无迹Kalman滤波的多目标跟踪与识别

发布时间：2021-08-13 01:31

　　为提高导引头末制导阶段抗干扰能力,针对典型的欺骗式距离-速度联合拖引干扰模型,研究了基于概率假设密度（PHD）滤波的多目标跟踪与基于无迹Kalman滤波（UKF）的多目标识别技术。为说明导引头目标识别原理,给出了距离-速度联合拖引干扰模型;根据导引头测量原理,通过导引头框架角、导弹-目标相对距离、径向速度建立系统跟踪模型,给出了基于PHD滤波的多目标跟踪与基于UKF的多目标识别的基本原理;基于典型的目标运动模型（匀速直线与匀速转弯模型）,针对目标施加的4次距离-速度联合拖引干扰,采用目标跟踪结果以及估计的目标速度和加速度信息进行多目标跟踪与识别分析,能够很快实现真假目标识别。仿真实验结果表明,利用PHD滤波与UKF信息能够有效实现对距离-速度拖引干扰下的多目标跟踪与识别。 

【文章来源】：兵工学报. 2020,41(08)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

距离-速度拖引三维目标航迹

根据上述仿真参数，针对目标作匀速直线运动，目标跟踪结果如图2所示。图2为采用5次蒙特卡洛仿真得到的仿真结果。由图2可知，在绝大多数测量时间内，PHD滤波得到的目标个数与真实目标个数相同。通过统计，准确跟踪(PHD滤波识别的目标个数等于真实目标个数)目标的概率为80.23%，目标误识别概率(识别的目标个数大于真实目标个数)为14.2%，目标漏识别的概率(识别的目标个数小于真实目标个数)为5.57%．从工程可靠性角度分析，目标误识别概率对实际工程具有一定的积极作用，误识别的目标可以通过航迹维持等消除，但是漏识别目标，可能会造成真实目标的丢失。因此，基于PHD滤波的目标可靠识别概率为94.43%，基于PHD滤波的目标跟踪技术能够很好地实现多目标跟踪。

图4为采用UKF航迹滤波的距离-速度拖引速度曲线，图5为采用UKF航迹滤波的距离-速度拖引加速度曲线。通过图4与图5可知:针对目标作匀速直线运动，目标在施加距离-速度拖引后，根据UKF得到的速度与加速度曲线很容易判断真实目标与虚假目标;施加拖引后拖引的速度与加速度均在短时间之内发生了较大改变，速度迅速超出设定的阈值，加速度信息在拖引发生时发生突变，而目标的速度与加速度均能维持在稳定状态。联合速度和加速度信息，在拖引施加1 s之内即可实现对假目标的识别。因此，通过获得的目标速度和加速度信息能够很好地实现对目标的识别。图4 距离-速度拖引速度曲线


本文编号：3339468