基於粒子濾波的多目標檢測前跟蹤算法研究

《基於粒子濾波的多目標檢測前跟蹤算法研究》是依託中國人民解放軍國防科技大學，由占榮輝擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於粒子濾波的多目標檢測前跟蹤算法研究
• 項目類別：青年科學基金項目
• 項目負責人：占榮輝
• 依託單位：中國人民解放軍國防科技大學

中文摘要

低信噪比、複雜場景下的多目標檢測與跟蹤問題是目標探測領域研究的熱點和難點，傳統的先檢測後跟蹤（DbT）的方法很難解決這一問題，這是因為：若提高檢測門限，則目標很容易丟失；若降低檢測門限，則虛警率也相應提高。本項目擬提出一種基於多模態粒子濾波（MMPF）的多目標檢測前跟蹤（TbD）算法，這種算法對單幀數據中有無目標暫不進行判斷,而是利用粒子的散布性特點先對所有可能的軌跡進行跟蹤,然後在多幀數據積累的基礎上進行判決，從而實現對弱目標的跟蹤。在MMPF算法中，將多目標的狀態空間劃分為多個子空間，通過增減模態分量來標識目標的出現或消失，其運算複雜度隨目標個數的增加呈線性（而非指數）增加，可有效避免傳統算法中的計算爆炸問題。為了實現對目標的快速、穩健、高精度跟蹤，項目中將同時研究提高濾波精度、減小檢測時延及提高算法執行速度的方法。本項目的研究可望為低信噪比條件下的多目標TbD提供一條新的可行途徑。

結題摘要

低信噪比、複雜場景下的時變多目標檢測與跟蹤是個極具挑戰性的難題，本項目通過檢測前跟蹤（TbD）方法來解決。首先，以典型紅外感測器探測套用為背景，建立了TbD系統模型，並通過粒子濾波原理實現了單目標TbD。在此基礎上，從隨機有限集跟蹤理論出發，提出了基於機率假設密度（PHD）濾波與動態聚類的時變多目標TbD處理方法，實現了目標個數和狀態的快速、準確估計；提出了基於多貝努利（MeMBer）濾波和航跡一致性檢驗的時變多目標TbD處理方法，取得了良好的檢測與跟蹤效果。最後，將常規條件下的多目標TbD處理方法進一步向其它套用條件擴展，提出了多感測器PHD-TbD處理方法，改善了對低信噪比目標的檢測與跟蹤性能；提出多模MeMBer-TbD處理方法，提高了對多機動目標的檢測與跟蹤能力。通過本項目的研究，建立了基於隨機有限集理論的多目標TbD處理通用框架，實現了數目可變條件下的多目標聯合檢測與跟蹤，突破了傳統檢測後跟蹤（DbT）方法的局限，取得的成果對提高預警監視系統的多目標探測能力具有重要的理論指導和技術支撐作用。