基于一致性的分布式多站纯方位目标跟踪算法

合集下载

一种有效的纯方位多目标跟踪算法

一种有效的纯方位多目标跟踪算法蒲勇;袁富宇【期刊名称】《计算机与数字工程》【年(卷),期】2013(041)004【摘要】连续蒙特卡洛方法是解决非线性问题的一种有效手段,而纯方位目标定位跟踪问题是一个典型的非线性问题,当存在多个目标时系统更具有复杂性.针对其特殊性,该文提出了一种连续蒙特卡洛算法用于求解纯方位多目标跟踪问题.模拟仿真测试表明,算法可以有效地处理纯方位探测条件下,对于多个目标的跟踪问题,具有一定的应用前景.%Sequential Monte Carlo method is effective for nonlinear problem, and bearings-only target tracking is a typically nonlinear problem, which is more complex especially for multi-targets. Aim at the particularity of this problem, a Sequential Monte Carlo method is proposed to solve the problem of multi-targets tracking in this situation. Simulation results verify algorithm can deal with target tracking problem of bearing-only measurements, this approach has applied value.【总页数】4页(P540-542,564)【作者】蒲勇;袁富宇【作者单位】江苏自动化研究所连云港222006【正文语种】中文【中图分类】TP301.6【相关文献】1.纯方位角系统的实用多目标跟踪算法研究 [J], 张蕊;葛泉波2.一种有效的多目标跟踪算法 [J], 肖敬若;胡伏原;郑江滨;张艳宁3.基于MDA-MHT的纯方位多目标跟踪算法 [J], 丁振平;陈秀英;薛雯4.基于MDA-MHT的纯方位多目标跟踪算法 [J], 丁振平; 陈秀英; 薛雯5.一种粒子势概率假设密度滤波纯方位多目标跟踪算法 [J], 张俊根因版权原因，仅展示原文概要，查看原文内容请购买。

一种适用于ATT武器系统的目标跟踪算法

文章编号：１６７２— ７６４９（２０１３）０３— ００８２— ０４ｄｏｉ：１０．３４０４／ｊ．ｉｓｓｎ．１６７２— ７６４９．２０１３．０３．０１８
ＡｋｉｎｄｏｆｔａｒｇｅｔｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍｆｏｒＡＴＴｗｅａｐｏｎｓｙｓｔｅｍ
ｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆｔｈｅａｎｔｉ－ｔｏｒｐｅｄｏｗｅａｐｏｎｓｙｓｔｅｍ．
Ｋｅｙｗｏｒｄｓ：ｔａｒｇｅｔｔｒａｃｋｉｎｇ；ＡＴＴｗｅａｐｏｎｓｙｓｔｅｍ；ａｌｇｏｒｉｔｈｍ
（１．中国船舶重工集团公司第七。五研究所，陕西西安７１００７５；
２．水下信息与控制重点实验室，陕西西安７１００７５）
摘要：提出一种基于单站纯方位的水下高速目标跟踪算法。该算法在快速估计出目标航向的基础上，利用
和改进原有的鱼雷防御系统，力图使舰艇鱼雷防御
能力得到显著提高。其中以反鱼雷鱼雷（ＡＴＴ）为对抗武器的硬杀伤性武器正成为许多国家集中研究的领域。
位问题，一般要求观测站做较大幅度的转向机动来保证系统可观测，这对本舰来讲有时是无法完

基于IMM-UKF的纯方位机动目标跟踪算法

基于IMM-UKF的纯方位机动目标跟踪算法顾晓东;袁志勇;周浩【期刊名称】《数据采集与处理》【年(卷),期】2009(024)0z1【摘要】In nonlinear maneuvering target tracking,filters are liable to diverge or have large tracking errors.To solve the problem,an interacting multiple model with unscented Kalman filter(IMM-UKF)algorithm is designed by introducing UKF into IMM algorithm based on bearings-only tracking for multi-stations.The algorithm is not affected by the linearization errot in extended Kalman filter(EKF)filter.Finally,the algorithm is compared with EKF,IMM-EKF algorithms.Simulations show that the IMM-UKF algorithm is more stable and effective,thus improving the convergence speed and tracking precision.%针对在非线性机动目标跟踪中存在的滤波器易发散、跟踪误差大等问题,本文在多站纯方位跟踪的基础上,把Unscented卡尔曼滤波(Unscented Kalman filter,UKF)引进到交互多模型算法(Interacting multiple model,IMM)中,设计了交互多模型UKF滤波算法,克服了EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响.最后将该算法与扩展卡尔曼滤波(EKF)、IMM-EKF算法进行了比较,仿真结果表明:IMM-UKF 算法增强了EKF滤波器的稳定性,提高了滤波收敛速度和跟踪精度.【总页数】4页(P88-91)【作者】顾晓东;袁志勇;周浩【作者单位】海军工程大学兵器工程系,武汉,430033;海军工程大学兵器工程系,武汉,430033;海军工程大学兵器工程系,武汉,430033【正文语种】中文【中图分类】TN911【相关文献】1.基于IMM—UKF的纯方位机动目标跟踪算法 [J], 顾晓东;袁志勇;周浩2.一种新的双基阵纯方位机动目标跟踪算法 [J], 徐本连;王执铨3.基于MDA-MHT的纯方位多目标跟踪算法 [J], 丁振平;陈秀英;薛雯4.基于MDA-MHT的纯方位多目标跟踪算法 [J], 丁振平; 陈秀英; 薛雯5.基于纯方位的多无人机协同目标跟踪算法 [J], 辛沙欧;陈可;宋震林;桂欣颖;戚国庆因版权原因，仅展示原文概要，查看原文内容请购买。

基于JPDA-MPC的单站纯方位多目标跟踪

基于JPDA-MPC的单站纯方位多目标跟踪邵俊伟;单奇;吴超【摘要】静止单站对多目标进行纯方位跟踪时,若在直角坐标系下建立跟踪模型并使用最近邻标准滤波器(NNSF)进行关联和滤波,结果通常不稳定且容易发散.针对此问题,提出将修正的极坐标系(MPC)下的扩展Kalman滤波算法及联合概率数据互联关联(JPDA)算法相结合.与NNSF-MPC算法的仿真对比试验表明,JPDA-MPC算法可以提高跟踪过程的稳定性,且具有更小的跟踪误差.【期刊名称】《航天电子对抗》【年(卷),期】2014(030)002【总页数】4页(P51-53,64)【关键词】纯方位跟踪;联合概率数据互联;修正的极坐标系;最近邻标准滤波器【作者】邵俊伟;单奇;吴超【作者单位】中国电子科技集团公司第三十八研究所,安徽合肥230088;中国电子科技集团公司第三十八研究所,安徽合肥230088;中国电子科技集团公司第三十八研究所,安徽合肥230088【正文语种】中文【中图分类】TP9570 引言地面单站静止雷达对目标进行纯方位跟踪时，无法得到目标的全部运动参数［1］，但此时仍可估计目标的方位、航向等状态，为目标的自动筛选、威胁评估等决策提供支撑［2］。

纯方位跟踪系统是非线性的，坐标系及滤波算法的选择是首先要解决的两个问题。

在直角坐标系下建立跟踪模型并进行滤波，结果通常不稳定且容易发散。

文献［3］中提出的修正的极坐标系（MPC）下的扩展Kalman滤波方法，可以极小化系统的二阶非线性损失，且当雷达与目标的相对加速度为零时，不可观的距离状态与可观的其他状态能自动解耦，得到稳定和渐近无偏的估计。

由于对目标进行纯方位跟踪时，得到的量测中只有目标的方位信息，因此相比带距离量测的多目标跟踪，此时更易发生关联错误。

传统的关联算法，如最近邻标准滤波器［4］（NNSF）等，难以稳定地实现纯方位多目标跟踪。

联合概率数据关联［5］（JPDA）考虑跟踪门内的所有量测与目标关联的可能性，并以等效量测来对目标的状态进行更新，降低了错误关联的可能性，具有较好的多目标相关性能。

分布式多传感器多目标跟踪方法综述

分布式多传感器多目标跟踪方法综述
曾雅俊;王俊;魏少明;孙进平;雷鹏
【期刊名称】《雷达学报》
【年(卷),期】2023(12)1
【摘要】多传感器多目标跟踪是信息融合领域的热点问题,其通过融合多个局部传感器数据,提高目标跟踪精度和稳定性。

多传感器多目标跟踪按融合体系可分为分布式、集中式、混合式3类,其中分布式融合结构对网络通信带宽要求低、可靠性和稳定性强,广泛应用于军事、民用领域。

该文聚焦分布式多传感器多目标跟踪涉及的目标跟踪、传感器配准、航迹关联、数据融合4项关键技术,主要分析了各关键技术的理论原理与适用条件,重点介绍了不完整测量条件下的空间配准与航迹关联,并给出仿真结果。

最后,该文总结了现有分布式多传感器多目标跟踪关键技术存在的问题,并指出了其未来发展趋势。

【总页数】17页(P197-213)
【作者】曾雅俊;王俊;魏少明;孙进平;雷鹏
【作者单位】北京航空航天大学电子信息工程学院
【正文语种】中文
【中图分类】TN951;TN957.51
【相关文献】
1.分布式水下多传感器多目标模糊跟踪融合方法
2.时间偏差校准分布式多传感器多目标跟踪算法
3.分布式传感器多目标跟踪改进算法
4.一种高效的分布式多传感器多目标跟踪算法
5.分布式多传感器融合多目标跟踪方法
因版权原因，仅展示原文概要，查看原文内容请购买。

分布式多视角目标跟踪算法在OMAP3平台上的实现与优化

分布式多视角目标跟踪算法在OMAP3平台上的实现与
优化
摘要：本设计在最新的TI OMAP3 平台上实现分布式多视角目标跟踪算法。

系统由多个摄像头及相应的处理部分组成，各个摄像头分别独立地采集
图像数据并进行跟踪。

本设计构造了分布式目标跟踪软件框架和网络传输协议，在各摄像头的跟踪算法中采用了最大似然估计、序列蒙特卡洛方法以及基于卡
尔曼外观滤波的模版更新匹配等最新算法，同时对各摄像头算法进行优化以保
证实时性。

关键词：分布式多视角跟踪算法;OMAP3530;SoC1.
引言
本系统主要针对多个视角视频数据中目标的跟踪。

多视角目标跟踪，可
以利用空间上多个摄像头之间目标信息的交互，来有效提高跟踪精度，解决单
摄像头系统难以解决的问题。

本系统采用的算法[1-5]为复旦大学电子工程系数
字信号处理与传输实验室多年积累的最新研究结果，其中很多成果已发表于国
内外权威杂志。

2.系统架构
2.1系统简介
本设计在TI 最新的OMAP35x EVM 平台上实现了实时鲁棒的多视角目标跟踪系统。

OMAP3530 处理器包含一个720MHz 主频的ARM Cortex-A8 处理器核和一个520 MHz 的C64x+DSP 核，为视频跟踪算法提供了强大的运算能力。

OMAP 开发板上含有多种视频输入和输出接口，能满足各种视屏输入和输
出的需求;还含有10M/100M 以太网口，能满足分布式系统的视频数据传输需求。

多站纯方位无源定位算法研究进展

多站纯方位无源定位算法研究进展一、本文概述随着现代战争环境的日趋复杂，对目标进行精确的无源定位已成为军事和民用领域的重要需求。

多站纯方位无源定位算法，作为一种不依赖于直接观测目标距离，仅通过多个观测站测得的目标方位角信息来确定目标位置的方法，近年来受到了广泛关注。

该方法具有隐蔽性好、抗干扰能力强、设备成本低等优点，在雷达、声呐、无线电侦测等领域具有广泛的应用前景。

本文旨在综述多站纯方位无源定位算法的研究进展，通过梳理国内外相关文献和研究成果，分析不同算法的原理、优缺点及适用范围，探讨算法性能评估方法和实际应用中的关键问题。

本文还将关注最新研究成果和技术趋势，为相关领域的研究人员和实践者提供有益的参考和启示。

本文首先简要介绍了无源定位技术的发展背景和纯方位定位的基本原理，然后重点分析了多站纯方位无源定位算法的主要研究内容和方法，包括基于几何关系的定位算法、基于优化理论的定位算法以及基于技术的定位算法等。

在此基础上，本文还将讨论算法性能评估的常用指标和方法，以及实际应用中需要解决的关键问题，如观测误差、多径效应、目标运动等。

通过本文的综述和分析，希望能够为相关领域的研究人员和实践者提供全面的信息和深入的理解，推动多站纯方位无源定位算法的研究和应用发展。

二、多站纯方位无源定位基本原理多站纯方位无源定位算法，是一种利用多个观测站对目标进行纯方位测量的定位方法。

所谓“纯方位”，指的是在定位过程中，仅利用目标相对于观测站的方向信息，而不依赖距离或其他类型的测量数据。

多站则指的是使用多个观测站对目标进行协同观测，以获取更全面、更精确的定位信息。

数据采集：各个观测站通过自身的传感器设备，如雷达、声呐等，捕获目标发出的信号或反射的信号，从而确定目标相对于观测站的方位角。

数据融合：各观测站将测得的方位角信息传输至数据处理中心，进行数据融合。

数据融合的目的是将多个观测站的信息结合起来，形成对目标位置的更全面、更准确的描述。

基于熵权的多站纯方位目标定位分析

基于熵权的多站纯方位目标定位分析王馨;王明宇;刘进忙【摘要】为克服传统权值主观性强、复合性差等现象,提出了一种基于改进熵权的多站纯方位目标定位算法.算法系统分析了匀速直线运动下的目标纯方位信息,给出了目标航迹参数与位置坐标模型,并运用均方误差进行了精度分析.仿真实验表明,本算法能有效地降低估计误差,提高多站融合精度.【期刊名称】《现代防御技术》【年(卷),期】2015(043)006【总页数】5页(P119-123)【关键词】纯方位;熵权;目标定位;匀速直线运动;航迹参数;融合精度【作者】王馨;王明宇;刘进忙【作者单位】空军工程大学防空反导学院,陕西西安710051;空军工程大学防空反导学院,陕西西安710051;空军工程大学防空反导学院,陕西西安710051【正文语种】中文【中图分类】TN953+.7☞探测跟踪技术多站纯方位目标运动分析是指由多个观测站从目标源获得目标一系列的方位测量值来估计目标的运动速度和位置[1-2]。

在实际监测环境下，一般可测的目标数据比较有限，利用目标方位参数估计目标的运动数据进而实现其电子干扰和软硬杀伤在现代战争中有着十分重要的军事意义[3]。

近年来，纯方位目标定位分析已从不同角度进行了有效探索，并取得了一定的成果。

文献[4]利用余切关系定理解决了纯方位观测的非线性问题；文献[5-7]分别讨论了纯方位目标运动分析中的最小二乘估计、加权卡尔曼滤波及其改进算法。

但需要说明的是，在多个精度不同的观测站进行探测时，通常采用主观权重法对其加权系数进行解算，算法缺乏对实际统计数据的客观分析，因而存在很大的主观不确定性。

针对这一问题，本文提出一种基于熵权系数的估计方法，算法的核心是根据各站的测量数据误差，利用改进熵权算法计算出各参数的熵权，从而得出更为准确、客观的估计结果。

(1) 目标纯方位航迹参数估计对于匀速直线运动的目标，在纯方位信息条件下，单观测站可求得的目标航迹参数：cot，其中α0为观测目标的方位角，为观测站距目标航迹直线的垂直距离，v1为目标航迹速度，为目标到达观测站与航迹垂点的时间。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ｂｅａｒｉｎｇｓ－ｏｎｌｙＰａｓｓｉｖｅＴｒａｃｋｉｎｇｉｎＭｕｌｔｉｐｌｅＳｔａｔｉｏｎｓ
ＷＡＮＧＣｈａｎｇｃｈｅｎｇＣＨＥＮＹｅＱＩＧｕｏｑｉｎｇＳＨＥＮＧＡｎｄｏｎｇ
总第２８４期
计算机与数字工程
Ｃｏｍｐｕｔｅｒ＆ＤｉｇｉｔａｌＥｎｇｉｎｅｅｒｉｎｇ

Ｖｏ１．４１Ｎｏ．６
９０４
２０１３年第６期
基于一致性的分布式多站纯方位目标跟踪算法
王长城陈烨戚国庆
（ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１００９４）
仿真结果表明论文所提出的算法能够实现多站纯方位被动跟踪，估计结果可接近传统集中式融合的跟踪精度。
关键词一致性算法；纯方位；无迹卡尔曼滤波；目标跟踪
ＴＰ１３中图分类号
Ｃｏｎｓｅｎｓｕｓ — ｂａｓｅｄＤｉｓｔｒｉｂｕｔｅｄＦｉｌｔｅｒｉｎｇＡｌｇｏｒｉｔｈｍｆｏｒ
ＡｂｓｔｒａｃｔＦｏｒｔｈｅｐｒｏｂｌｅｍｏｆｂｅａｒｉｎｇｓ－ｏｎｌｙｐａｓｓｉｖｅｌｏｃａｔｉｎｇａｎｄｔｒａｃｋｉｎｇｉｎｍｕｌｔｉｐｌｅｓｔａｔｉｏｎｓ，ａｎｉｍｐｒｏｖｅｄｃｏｎｓｅｎｓｕｓ — ｂａｓｅｄｄｉｓｔｒｉｂｕｔｅｄｕｎｓｃｅｎｔｅｄＫａｌｍａｎｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｓｅｎｓｏｒｓｏｂｔａｉｎｔｈｅｌｏｃａｌｅｓｔｉｍａｔｅｓｕｓｉｎｇｔｈｅｉｒｏｗｎａｎｄｎｅｉｇｈｂｏｒｓｔａｔｉｏｎ’ ｓｍｅａｓｕｒｅ — ｍｅｎｔｓ．Ｔｈｅｎｔｈｒｏｕｇｈｕｔｉｌｉｚｉｎｇｔｈｅｗｅｉｇｈｔｅｄｐｒｉｎｃｉｐｌｅｏｆｆｅｄｅｒａｔｅｄｆｉｌｔｅｒａｎｄｃｏｎｓｅｎｓｕｓａｌｇｏｒｉｔｈｍ，ｔｈｅｅｓｔｉｍａｔｅｃａｎｂｅｉｍｐｒｏｖｅｄｂｙｌｏｃａｌｉｎｆｏｒ — ｍａｔｉｏｎｔｒａｎｓ｛ｅｒ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｅｏｕｔｄａｔｅｄｄａｔａｏｆｓｔａｔｉｏｎｓｉｓｕｓｅｄｔｏｉｍｐｒｏｖｅｔｈｅｃｏｎｖｅｒｇｅｎｃｅｒａｔｅ．Ｔｈｅｎｕｍｅｒｉｃａｌｓｉｍｕｌａｔｉｏｎｄｅｍｏｎｓｔｒａｔｅｓｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｐｒｏｐｏｓｅｄｐｒｏｖｉｄｅｓａｇｏｏｄｐｅｆｏｒｒｍａｎｃｅｉｎｂｅａｒｉｎｇｓ－ｏｎｌｙｐａｓｓｉｖｅｌｏｃａｔｉｎｇａｎｄｔｒａｃｋｉｎｇ，ａｎｄｔｈｅｅｓｔｉｍａｔｉｏｎｃａｎｇｅｔｃｌｏｓｅｔｏｔｈａｔｏｆｔｈｅｔｒａｄｉｔｉｏｎａ１ｍｅｔｈｏｄｂａｓｅｄｏｎｃｅｎｔｒａｌｉｚｅｄｆｕｓｉｏｎ．ＫｅｙＷｏｒｄｓｃｏｎｓｅｎｓｕｓａｌｇｏｒｉｔｈｍ，ｂｅａｒｉｎｇｓ — ｏｎｌｙ，ｕｎｓｃｅｎｔｅｄＫａｌｍａｎｆｉｌｔｅｒｉｎｇ，ｔａｒｇｅｔｔｒａｃｋｉｎｇＣｌａｓｓＮｕｍｂｅｒＴＰ］３
南京
盛安冬
２１００９４）
（南京理工大学自动化学院摘要
针对多站纯方位目标跟踪与定位问题，给出了一种基于一致性的分布式无迹卡尔曼滤波算法（ＣＤＵＫＦ，Ｃｏｎｓｅｎｓｕｓ — ｂａｓｅｄＤｉｓ —
ｔｒｉｂｕｔｅｄＵｎｓｃｅｎｔｅｄＫａｌｍａｎＦｉｌｔｅｒ）。各观测站利用本站和邻接站点信息获得目标状态的局部估计，其次利用联邦滤波器的加权原则和一致性算法，通过相邻观测站之间的局部信息交换获得目标状态的更高精度估计，并提出通过利用各站历史状态信息以改善算法的收敛速度。