一种基于模糊推理的自适应关联波门设计方法

发布时间：2024-05-12 04:30

　　针对传统关联波门在杂波环境下的机动目标跟踪中容易出现丢失目标的问题,提出了一种基于模糊推理的自适应关联波门设计方法。该方法在概率数据关联(Probabilistic Data Association,PDA)算法的基础上进行关联波门的设计,建立机动目标跟踪场景中最优波门门限的数学模型,运用模糊推理算法,根据目标的机动性和目标所处环境杂波密度自适应调整波门门限。仿真结果表明,该方法相较于传统关联波门,目标的失跟率降低了21%,而且提高了目标的跟踪精度。

【文章页数】：6 页

【部分图文】：

图1概率数据关联算法框图

PDA算法是一种应用于杂波环境下单目标跟踪的数据关联算法[16-17],它考虑了所有候选回波与目标相关联的情况,计算每个关联假设的似然概率,根据关联概率,将候选回波的概率加权和作为源于目标的真实回波,用于更新目标的状态估计。PDA算法框图如图1所示。在PDA算法中,目标在k时刻的....

图2目标跟踪丢失示意

对于机动目标跟踪问题,若目标发生较强的机动时,可能会出现关联波门内没有目标的真实量测点迹,如图2所示,传统的数据关联算法会把预测值作为状态的估计,或者关联上波门的虚假量测点迹,出现误跟现象[18]。因此,期望能够根据目标的机动性来调整关联波门,使目标的真实点迹落入波门内。同时,目....

图3模糊映射原理

根据式(10)可知,最优波门门限Gopt是随着时间变化,即具备自适应的能力,所以最优关联波门即自适应关联波门。由于目标的真实量测点迹zΤ(k)和杂波密度λ的时变性和不确定性,不便于直接求解最优波门门限Gopt。因此借鉴模糊逻辑的思想,根据相应的模糊规则,推理得到关联波....

图4基于模糊推理的自适应关联波门算法流程

式中,V(k)为当前波门的体积。定义模糊系统的输入,即组合新息v(k)和归一化候选回波数目m(k)的模糊子集为{S(小),Μ(中),B(大)},在这里输入的隶属度函数使用高斯型函数,如图5所示。

本文编号：3970865