複雜環境下的目標檢測識別與跟蹤若干關鍵問題研究

《複雜環境下的目標檢測識別與跟蹤若干關鍵問題研究》是依託杭州電子科技大學，由劉偉峰擔任項目負責人的面上項目。

基本介紹

• 中文名：複雜環境下的目標檢測識別與跟蹤若干關鍵問題研究
• 項目類別：面上項目
• 項目負責人：劉偉峰
• 依託單位：杭州電子科技大學

項目摘要

目標檢測識別與跟蹤(DRT)是現代國防安全預警、判定打擊的基礎，複雜環境下，現有的目標DRT方法通常會遇到低檢測率、低識別率、高虛警率、高丟失率等越來越突出的實質性困難。為此重點研究(1)以特定複雜海面、空中與地面環境為背景，研究以雷達、紅外和不確定觀測器組成的典型多感測器為手段，建立一套複雜環境下的目標DRT方法：利用隨機集建立典型多感測器數據模型，通過多感測器配置獲取目標的(部分)完備信息，建立目標的區域檢測，動態身份推理與區域跟蹤算法(2)以隨機集理論為主，結合傳統多源確定與不確定信息處理方法，研究複雜環境下目標DRT存在的深層次科學問題：典型多感測器隨機集建模，多感測器配置與管理方法，複雜環境多感器理解與感知，目標區域檢測方法以及基於動態辨識框架的目標身份不確定性推理方法，基於隨機集理論的多感測器多目標跟蹤算法，密集目標的隨機集跟蹤方法，目標區域跟蹤算法以及結合數據驅動的目標跟蹤算法。

結題摘要

複雜背景與干擾條件下的目標跟蹤問題一直是雷達目標檢測與跟蹤領域的難點問題，也是跟蹤領域的熱點問題，因此，開展複雜環境條件下的目標估計問題的研究，不僅具有理論層面的科學意義，同時也具有現實層面方面的迫切需求。正是在此背景下，本項目圍繞複雜環境條件的若干關鍵科學問題開展了深入的研究，取得了一系列成果。主要三個方面的成果： 在感測器配置、選擇與管理方面。針對多感測器的布置和分配問題，提出了一種聯合的多目標多感測器聯合配置與跟蹤算法，並提出了序貫多感測器MHT關聯跟蹤算法，考慮在OSPA指標意義下的多感測器控制問題，在預測部考慮控制變數，使得更新步的目標狀態和預測步之間狀態的OSPA最大化；無源交叉定位時存在虛假點的問題，對此，通過建立預測判斷預測點，避免大量虛假點的產生；針對自由移動多感測器協作跟蹤控制問題，建立了PMD-PaC指標和鐘型混合函式(Bell mixture functions)描述多感測器檢測場，引入方向向量描述移動感測器的運動方向變化。 在隨機有限集框架下多/群目標檢測跟蹤方面。針對多感測器擴維算法面臨的運算量大問題，提出了快速的線性RFS多感測器多目標濾波算法；針對可分辨群目標跟蹤問題，提出了基於圖模型的群目標跟蹤算法；多群條件下似然數的解析獲得難度很大，為此，結合多群多Bernoulli濾波算法和鄰接矩陣，提出多群目標跟蹤算法；進一步的研究推廣到標籤RFS群目標跟蹤領域。針對擴展目標，群目標等等的多量測目標檢測跟蹤問題，建立了擴展剛體目標的描述模型，採用Markov鏈採樣方法估計模型參數和擴展目標狀態，引入目標類型機率估計目標類型。 在分散式檢測與識別方面。針對雜波“黑洞”問題，基於假設檢驗的雜波稀疏算法，通過犧牲密集雜波區域的目標，保證其他目標的正常跟蹤。此外，在航跡關聯方面：把每一個局部感測器航跡看作一個航跡集合，通過OSPA距離度量各個航跡集合之間的距離，具有最短OSPA距離的航跡屬於同一個目標航跡 在高速飛行器的跟蹤方面。引入非量綱的跳躍-滑翔體運動模型，該模型屬於非線性運動模型，採用UKF-擴展的標籤多Bernoulli算法（GLMB）濾波算法，不僅可以估計目標狀態，而且可以獲得完整目標航跡。高超飛行器系統時滯問題，提出了一類與集中式H∞濾波融合算法等價的序貫式H∞濾波融合方法。