论文部分内容阅读
数据关联技术是目标跟踪系统中的关键环节,也是多目标跟踪领域的重点研究问题。随着交通运输业的发展和人们安全意识的提高,多目标跟踪技术面临着更加严峻的挑战。作为跟踪问题的核心,数据关联的成败将直接影响目标跟踪结果。传统基于目标位置、速度等运动参数的关联算法容易造成关联失败,误跟、漏跟、失跟等现象也时有发生。为了改善关联性能,提局目标跟踪精度,本文主要研究了基于目标特征和AIS信息辅助的数据关联方法。首先,分析了多目标跟踪及数据关联的基础理论,主要包括目标跟踪模型(CV、CA、CT)、离散卡尔曼滤波算法及常用数据关联算法,并重点研究了最近邻域法、概率数据关联法及联合概率数据关联算法。通过滤波误差仿真实验,讨论了三种算法的优缺点和适用性,为后文的改进算法提供理论依据。其次,通过对雷达回波特性的分析,研究了基于目标回波强度(幅值)和目标大小(尺寸)信息的特征辅助数据关联算法PDA-AI和PDA-DI。为扩展特征辅助关联算法对不同种目标的适用性,本文提出利用特征关联可信度(关联概率)计算出自适应权重分配因子,并融合成自适应多特征辅助关联算法APDA-DI-AI,通过正确关联概率值和滤波误差曲线分析验证改进算法的有效性。最后,研究了基于AIS信息辅助的雷达数据关联方法。在传统灰关联度航迹关联算法的基础上,利用序贯理论改进关联系数中的指标绝对差计算公式,建立基于序贯理论修正的雷达和AIS灰关联度航迹关联算法,应用该算法对雷达跟踪波门内各候选点迹建立融合权重的关联质量因子,以实现AIS信息的辅助关联功能,并利用仿真实验对以上关联算法的可行性进行验证分析。