聯(lián)合自適應(yīng)馬爾科夫矩陣的多目標(biāo)跟蹤算法研究.pdf

1、機(jī)載相控陣?yán)走_(dá)不僅需要搜索和跟蹤多個(gè)目標(biāo)和制導(dǎo)導(dǎo)彈，還需要完成其他的重要任務(wù)，比如電子對抗措施以及多普勒波束銳化成像等。這些復(fù)雜繁多的雷達(dá)功能任務(wù)要求雷達(dá)本身必須盡可能地保存雷達(dá)能量、節(jié)約時(shí)間資源。因此在雷達(dá)進(jìn)行目標(biāo)跟蹤的過程中，如何合理的安排雷達(dá)資源對雷達(dá)的持續(xù)作戰(zhàn)能力有著重要影響。本文在傳統(tǒng)交互多模型目標(biāo)跟蹤算法的基礎(chǔ)上作出了改進(jìn)，本文主要研究內(nèi)容如下:
　　1、首先介紹了目標(biāo)跟蹤的一些基礎(chǔ)理論，包括運(yùn)動模型以及幾種貝葉斯模型

2、下的濾波方法、灰色關(guān)聯(lián)度理論、粒子群優(yōu)化算法等。
　　2、提出了一種聯(lián)合自適應(yīng)馬爾科夫矩陣的交互多模型目標(biāo)跟蹤算法。首先介紹了交互多模型目標(biāo)跟蹤的主要步驟;然后通過設(shè)計(jì)交互多模型多目標(biāo)自適應(yīng)采樣間隔算法，提出了一種基于聯(lián)合自適應(yīng)馬爾科夫矩陣，灰色關(guān)聯(lián)模型和粒子群優(yōu)化的目標(biāo)交互跟蹤算法。其中，聯(lián)合自適應(yīng)馬爾科夫轉(zhuǎn)移矩陣分別利用了似然比方法以及壓縮比方法進(jìn)行計(jì)算。仿真結(jié)果表明，與固定馬爾科夫轉(zhuǎn)移矩陣相比，自適應(yīng)馬爾科夫轉(zhuǎn)移矩陣有利于節(jié)

3、省雷達(dá)時(shí)間資源。并且，相比較基于“壓縮比”方法的馬爾科夫轉(zhuǎn)移矩陣，基于“似然比”方法的自適應(yīng)馬爾科夫轉(zhuǎn)移矩陣可以節(jié)省更多的雷達(dá)時(shí)間資源。
　　3、提出了基于約束自適應(yīng)馬爾科夫轉(zhuǎn)移矩陣的交互多模型粒子濾波(IMMPF)目標(biāo)跟蹤算法。首先詳細(xì)介紹了IMMPF目標(biāo)跟蹤算法的一般實(shí)現(xiàn)過程。然后，在濾波器每一次迭代過程的最后，采用了兩種方法更新下一個(gè)迭代過程的自適應(yīng)馬爾科夫轉(zhuǎn)移矩陣。為了避免粒子濾波迭代過程中出現(xiàn)的數(shù)據(jù)異常而引起的失效，設(shè)置