基于隨機有限集理論的檢測前跟蹤方法研究.pdf

1、多目標檢測與跟蹤技術在現(xiàn)代軍事和民用領域都發(fā)揮著舉足輕重的作用。由于目標數(shù)目的不確定性、易受雜波、噪聲等復雜背景因素的影響,多目標檢測與跟蹤成為理論研究的難點問題。尤其是在低信噪比的環(huán)境中,弱小目標難以從背景噪聲中區(qū)分開來,如何對多個弱小目標進行實時檢測與跟蹤成為值得深入研究的課題。本文重點研究基于隨機有限集理論的多目標跟蹤方法以及其在紅外弱小目標檢測前跟蹤中的應用。
　　首先,介紹了隨機集多目標跟蹤模型、PHD濾波及其兩種實現(xiàn)形

2、式,重點研究了高斯混合PHD濾波的平滑算法。針對傳統(tǒng)高斯混合PHD濾波存在目標狀態(tài)錯誤提取問題,改變了原算法中的狀態(tài)提取策略,提出了一種改進算法。通過理論分析以及仿真實驗,驗證了該算法在高密度雜波條件下對雜波的抑制效果以及改進GM-PHD算法狀態(tài)提取的準確性。
　　其次,探究了PHD濾波器在低信噪比環(huán)境下多目標檢測前跟蹤問題中的應用問題,針對現(xiàn)有基于粒子PHD濾波的檢測前跟蹤算法存在計算復雜度高,粒子退化現(xiàn)象嚴重,跟蹤精度差等問題

3、,用擬蒙特卡洛高斯粒子濾波代替粒子濾波,提出一種新的基于PHD的檢測前跟蹤方法。仿真實驗結(jié)果表明,該算法相比于傳統(tǒng)方法,在降低算法復雜度的同時對多個弱小目標具有更好的實時檢測和跟蹤性能,為基于PHD的檢測前跟蹤方法在工程上的應用提供了可能。
　　最后,研究了基于伯努利隨機集的多目標檢測與跟蹤算法,重點介紹了圖像量測下基于多伯努利濾波的聯(lián)合檢測與跟蹤算法及其兩種實現(xiàn)方式,粒子濾波實現(xiàn)和高斯粒子實現(xiàn)。針對基于多伯努利濾波的檢測前跟蹤算