基于隨機集的多目標(biāo)跟蹤及融合管控算法研究.pdf

1、半個多世紀(jì)以來，多傳感器多目標(biāo)跟蹤問題始終受到了學(xué)術(shù)界和工程界廣泛的關(guān)注。1994年，Mahler首次提出隨機集理論，并指出其可以應(yīng)用于多目標(biāo)跟蹤領(lǐng)域，在近二十多年里，隨機集理論發(fā)展十分迅速。本文基于隨機集理論，尤其是近年來發(fā)展的標(biāo)號隨機集理論，研究了多目標(biāo)跟蹤及多傳感器融合與管控算法，主要的工作有：
　　1.闡述了隨機集理論的核心即多目標(biāo)貝葉斯濾波器，介紹了新興的標(biāo)號隨機集理論，詳細(xì)對比分析了多目標(biāo)貝葉斯濾波器的近似技術(shù)，具體包

2、括三種集濾波器以及兩種標(biāo)號集濾波器。
　　2.研究了適用于機動多目標(biāo)跟蹤的新型標(biāo)號集濾波器。針對復(fù)雜環(huán)境下機動多目標(biāo)跟蹤問題，通過結(jié)合廣義標(biāo)號多伯努利模型和跳躍馬爾科夫系統(tǒng)，提出了多模型廣義標(biāo)號多伯努利濾波器，可以有效地處理多個機動目標(biāo)的跟蹤問題，提升了跟蹤性能。仿真實驗證實了多模型廣義標(biāo)號多伯努利濾波器的高精度性和強穩(wěn)健性。
　　3.針對多傳感器網(wǎng)絡(luò)系統(tǒng)，提出了一種適用于廣義標(biāo)號多伯努利分布族的新型多傳感器分布式信息融合算

3、法，給出了傳感器網(wǎng)絡(luò)的序貫融合方式，可以有效地處理標(biāo)號空間不匹配現(xiàn)象，融合性能更佳。仿真結(jié)果證實所提融合算法在目標(biāo)臨近和基數(shù)變化的復(fù)雜場景中優(yōu)勢明顯。
　　4.基于標(biāo)號隨機集理論，在多目標(biāo)跟蹤背景下研究了多傳感器自適應(yīng)管控問題，分別提出了兩種新奇的多傳感器管控算法。第一種聯(lián)合決策算法為最優(yōu)算法，可以取得全局的優(yōu)越性能，第二種獨立決策算法為次優(yōu)算法，其作為聯(lián)合決策算法的一種快速實現(xiàn)，擁有較小的計算代價。仿真實驗表明兩種管控算法都可以