多目標(biāo)跟蹤的數(shù)據(jù)關(guān)聯(lián)技術(shù)研究.pdf

1、數(shù)據(jù)關(guān)聯(lián)技術(shù)是目標(biāo)跟蹤系統(tǒng)中的關(guān)鍵環(huán)節(jié)，也是多目標(biāo)跟蹤領(lǐng)域的重點研究問題。隨著交通運輸業(yè)的發(fā)展和人們安全意識的提高，多目標(biāo)跟蹤技術(shù)面臨著更加嚴(yán)峻的挑戰(zhàn)。作為跟蹤問題的核心，數(shù)據(jù)關(guān)聯(lián)的成敗將直接影響目標(biāo)跟蹤結(jié)果。傳統(tǒng)基于目標(biāo)位置、速度等運動參數(shù)的關(guān)聯(lián)算法容易造成關(guān)聯(lián)失敗，誤跟、漏跟、失跟等現(xiàn)象也時有發(fā)生。為了改善關(guān)聯(lián)性能，提高目標(biāo)跟蹤精度，本文主要研究了基于目標(biāo)特征和AIS信息輔助的數(shù)據(jù)關(guān)聯(lián)方法。
　　首先，分析了多目標(biāo)跟蹤及數(shù)據(jù)關(guān)

2、聯(lián)的基礎(chǔ)理論，主要包括目標(biāo)跟蹤模型(CV、CA、CT)、離散卡爾曼濾波算法及常用數(shù)據(jù)關(guān)聯(lián)算法，并重點研究了最近鄰域法、概率數(shù)據(jù)關(guān)聯(lián)法及聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法。通過濾波誤差仿真實驗，討論了三種算法的優(yōu)缺點和適用性，為后文的改進(jìn)算法提供理論依據(jù)。
　　其次，通過對雷達(dá)回波特性的分析，研究了基于目標(biāo)回波強(qiáng)度（幅值）和目標(biāo)大?。ǔ叽纾┬畔⒌奶卣鬏o助數(shù)據(jù)關(guān)聯(lián)算法PDA-AI和PDA-DI。為擴(kuò)展特征輔助關(guān)聯(lián)算法對不同種目標(biāo)的適用性，本文提出利

3、用特征關(guān)聯(lián)可信度（關(guān)聯(lián)概率）計算出自適應(yīng)權(quán)重分配因子，并融合成自適應(yīng)多特征輔助關(guān)聯(lián)算法APDA-DI-AI，通過正確關(guān)聯(lián)概率值和濾波誤差曲線分析驗證改進(jìn)算法的有效性。
　　最后，研究了基于AIS信息輔助的雷達(dá)數(shù)據(jù)關(guān)聯(lián)方法。在傳統(tǒng)灰關(guān)聯(lián)度航跡關(guān)聯(lián)算法的基礎(chǔ)上，利用序貫理論改進(jìn)關(guān)聯(lián)系數(shù)中的指標(biāo)絕對差計算公式，建立基于序貫理論修正的雷達(dá)和AIS灰關(guān)聯(lián)度航跡關(guān)聯(lián)算法，應(yīng)用該算法對雷達(dá)跟蹤波門內(nèi)各候選點跡建立融合權(quán)重的關(guān)聯(lián)質(zhì)量因子，以實現(xiàn)A