收藏本站
《国防科学技术大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

基于有限集统计学理论的机动目标联合检测、跟踪与分类技术研究

杨威  
【摘要】:传统侦察监视系统大多将目标检测、跟踪、分类三个问题分开处理。事实上,目标的检测、跟踪与分类是三个紧密耦合的问题,联合处理有望同时得到更优异的检测、跟踪与分类性能。一方面,目标的运动学行为可以改善目标分类性能;另一方面,类别相关的运动学模型又可以提升目标跟踪性能。当然,目标数目的变化也蕴含着跟踪与分类算法的改变。本文以有限集统计学理论(Finite SetStatistics: FISST)为基础,探索其在机动目标联合检测与跟踪(Joint Detection andTracking: JDT)、机动目标联合跟踪与分类(Joint Tracking and Classification: JTC)、尤其是在机动目标联合检测、跟踪与分类(Joint Detection, Tracking andClassification: JDTC)技术中的应用,推导并提出了一系列联合算法,对增强现代侦察监视系统的目标信息获取能力具有重要的理论和实际意义。 第一章为绪论,阐述了课题研究背景和意义,介绍了目标联合跟踪与分类、联合检测与跟踪及联合检测、跟踪与分类技术的研究现状,指出了FISST应用于机动目标联合检测、跟踪与分类问题的可行性。 第二章由浅入深地介绍了FISST的理论基础,以直观而形象的方式阐述了FISST中复杂抽象的基本概念和方法,为后续研究奠定基础。 第三章针对一个目标可能产生多个测量的情形,详细研究了单机动目标跟踪及单机动目标JTC问题。针对FISST中单目标跟踪滤波器(STBF)在目标可能发生机动行为的情形下将导致发散的问题,严格推导了最优多模型扩展的STBF,并分别针对一般和线性高斯模型给出了最优多模型扩展STBF的粒子和高斯混合近似实现方法。针对高斯混合最优多模型扩展STBF中多模型假设随着递归滤波时间的延长和测量值数目的增加导致指数增长的问题,提出了一种线性高斯假设条件下的交互多模型STBF。在上述理论支撑下,最后针对单机动目标JTC问题,严格推导了一种最优单机动目标JTC算法。仿真结果验证了将目标跟踪与目标分类进行联合处理的优势。 第四章针对场景中至多存在一个目标的情形,详细研究了单机动目标JDT及单机动目标JDTC问题。针对FISST中单目标联合检测与跟踪滤波器(JoTTF)在目标可能发生机动行为的情形下将导致发散或跟踪丢失的问题,严格推导了最优多模型扩展的JoTTF,并分别针对一般和线性高斯模型给出了最优多模型扩展JoTTF的粒子和高斯混合近似实现方法。针对单机动目标的联合检测、跟踪与分类问题,严格推导了最优单机动目标JDTC算法,并针对一般运动学和测量模型给出了该算法的粒子近似实现方法。仿真结果验证了将相互耦合的目标检测、跟踪与分类问题进行联合处理的优势。 第五章在相同运动学模型集条件下,详细研究了多机动目标JDTC问题。通过引入类别辅助信息,利用FISST中所提供的多机动目标JDT滤波器,建立了目标检测、目标跟踪与目标分类的良性反馈,从而得到了更为准确的目标数目和状态估计;反过来,又保证了目标的分类性能。针对一般运动学和测量模型,提出了一种相同模型集条件下基于MMPHDF的多机动目标JDTC算法,并详细给出了该算法的粒子近似实现方法。针对线性高斯运动学和测量模型,提出了一种相同模型集条件下基于LGJMS-GMPHDF的多机动目标JDTC算法。 第六章研究了类别相关运动学模型集条件下的多机动目标JDTC问题。针对一般运动学和测量模型,严格推导了一种类别相关模型集条件下基于PHD类滤波器的多机动目标JDTC算法,详细给出了该算法的粒子近似实现方法。该算法的基本思想是通过类别匹配的PHD类滤波器估计出各类别条件化的概率假设密度,进而实现多机动目标的联合检测、跟踪与分类。针对线性高斯运动学和测量模型,提出了一种类别相关模型集条件下基于LGJMS-GMPHDF的多机动目标JDTC算法。该算法的基本思想是为每一高斯混合成分构建一个组合运动学模型集,进而对高斯混合成分的状态进行预测,最后采用目标运动状态和属性测量的组合似然函数对高斯混合成分的状态进行更新,并同时完成与之关联分类向量的更新。 第七章重点研究了基于FISST的目标联合检测与跟踪算法的航迹提取技术。在新生目标强度函数未知情形下,针对一种典型航迹提取算法没有考虑存在虚警估计和目标漏检以及无法在目标新生时刻对不同目标的粒子进行区分等不足,提出了一种测量驱动的多目标航迹提取算法。该算法对ATBI-PHDF进行扩展以提取多目标航迹,由于这是一种测量驱动的PHDF,可以在目标新生时刻即对不同目标的粒子进行区分,因此在后续滤波时刻也无须采用聚类技术以提取多目标状态。通过引入时间窗技术,这种测量驱动的多目标航迹提取算法较好地避免了目标航迹过早地终止和虚假航迹的形成。针对现有文献在对航迹提取算法进行仿真验证时大多采用单次典型实验演示验证方法,也即缺乏一个有效的性能评价标准,详细研究了航迹提取技术的性能评估方法。在此基础上提出一种基于最优分配的性能评估策略,该策略可对航迹提取的多方面性能进行评估且无需主观设置参数。 第八章总结全文,并指出了下一步可能的研究方向。
【学位授予单位】:国防科学技术大学
【学位级别】:博士
【学位授予年份】:2012
【分类号】:TN953

【参考文献】
中国期刊全文数据库 前8条
1 单甘霖;梅卫;王春平;;联合目标跟踪与分类技术的进展及存在问题[J];兵工学报;2007年06期
2 唐续;魏平;陈欣;;PHD粒子滤波中目标状态提取方法研究[J];电子与信息学报;2010年11期
3 庄泽森;张建秋;尹建君;;Rao-Blackwellized粒子概率假设密度滤波算法[J];航空学报;2009年04期
4 庄泽森;张建秋;尹建君;;多目标跟踪的核粒子概率假设密度滤波算法[J];航空学报;2009年07期
5 尹建君;;非线性非高斯模型的高斯和PHD滤波算法(英文)[J];Chinese Journal of Aeronautics;2008年04期
6 ;MULTITARGET STATE AND TRACK ESTIMATION FOR THE PROBABILITY HYPOTHESES DENSITY FILTER[J];Journal of Electronics(China);2009年01期
7 连峰;韩崇昭;刘伟峰;元向辉;;多模型概率假设密度平滑器[J];自动化学报;2010年07期
8 闫小喜;韩崇昭;;应用Dirichlet分布的概率假设密度多目标跟踪[J];西安交通大学学报;2011年02期
中国博士学位论文全文数据库 前2条
1 孟凡彬;基于随机集理论的多目标跟踪技术研究[D];哈尔滨工程大学;2010年
2 张洪建;基于有限集统计学的多目标跟踪算法研究[D];上海交通大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 王芝;徐晓滨;刘伟峰;文成林;;两类典型多目标跟踪算法的性能分析与比较[J];电子与信息学报;2010年07期
2 杨威;付耀文;黎湘;龙建乾;;基于LGJMS-GMPHDF的多机动目标联合检测、跟踪与分类算法[J];电子与信息学报;2012年02期
3 王晓;韩崇昭;连峰;;基于随机有限集的目标跟踪方法研究及最新进展[J];工程数学学报;2012年04期
4 杜航原;郝燕玲;赵玉新;杨永鹏;;用概率假设密度滤波实现同步定位与地图创建[J];光学精密工程;2011年12期
5 杨威;付耀文;龙建乾;黎湘;;基于有限集统计学理论的目标跟踪技术研究综述[J];电子学报;2012年07期
6 林再平;周一宇;安玮;徐洋;;基于概率假设密度滤波平滑器的检测前跟踪算法[J];光学学报;2012年10期
7 陈金广;马丽丽;;基于随机集理论的多目标跟踪研究进展[J];光电工程;2012年10期
8 刘宗香;谢维信;王品;余友;;一种具有信息保持能力的GM-PHD滤波器[J];电子学报;2013年08期
9 郭鹏;白亮;武梦洁;蒋宏;;基于空气动力学模型含雷达散射截面观测的联合目标跟踪识别[J];兵工学报;2014年03期
10 庄泽森;张建秋;尹建君;;多目标跟踪的核粒子概率假设密度滤波算法[J];航空学报;2009年07期
中国博士学位论文全文数据库 前10条
1 孟凡彬;基于随机集理论的多目标跟踪技术研究[D];哈尔滨工程大学;2010年
2 武心安;未知环境下自主式水下潜器路径规划问题研究[D];哈尔滨工程大学;2010年
3 张俊根;粒子滤波及其在目标跟踪中的应用研究[D];西安电子科技大学;2011年
4 盛卫东;天基光学监视系统目标跟踪技术研究[D];国防科学技术大学;2011年
5 赵玲玲;目标跟踪中的粒子滤波与概率假设密度滤波研究[D];哈尔滨工业大学;2011年
6 林两魁;天基红外传感器对中段弹道目标群的跟踪与超分辨技术研究[D];国防科学技术大学;2011年
7 连峰;基于随机有限集的多目标跟踪方法研究[D];西安交通大学;2009年
8 刘超;火力控制中的随机穿越模型与射击效能分析[D];南京理工大学;2009年
9 张洪建;基于有限集统计学的多目标跟踪算法研究[D];上海交通大学;2009年
10 罗飞腾;目标跟踪的粒子滤波技术研究[D];中国科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 周承兴;基于随机集的多目标跟踪算法研究[D];西安电子科技大学;2011年
2 王芝;基于概率假设密度函数(PHD)的多目标跟踪方法研究[D];杭州电子科技大学;2009年
3 申屠晗;无源声探测目标跟踪与分类递推方法研究[D];杭州电子科技大学;2010年
4 龙建乾;基于FISST理论的多目标跟踪技术研究[D];国防科学技术大学;2011年
5 崔海肖;目标跟踪算法研究[D];江南大学;2012年
6 庄泽森;点目标跟踪的非线性滤波算法研究[D];复旦大学;2009年
7 陈琳;基于数据驱动的多源信息融合技术研究[D];杭州电子科技大学;2012年
8 赵巍;基于概率假设密度的多目标跟踪算法研究[D];电子科技大学;2012年
9 朱孟凯;基于随机集理论的多目标跟踪算法研究[D];吉林大学;2013年
10 杨套红;VTS多传感跟踪与信息处理技术的研究[D];大连海事大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 范凯,陶然,周思永;模糊数据融合在目标跟踪中的应用[J];北京理工大学学报;2000年03期
2 徐毓,李锋,金以慧;基于聚类融合的多目标跟踪算法[J];传感器技术;2002年07期
3 何衍,郭智疆,蒋静坪;自适应交互多模型跟踪算法的模型集设计[J];电光与控制;2002年02期
4 熊伟,何友,张晶炜;多传感器顺序粒子滤波算法[J];电子学报;2005年06期
5 彭冬亮;文成林;徐晓滨;薛安克;;随机集理论及其在信息融合中的应用[J];电子与信息学报;2006年11期
6 马加庆;韩崇昭;;一类基于信息融合的粒子滤波跟踪算法[J];光电工程;2007年04期
7 齐立峰;冯新喜;惠小平;白剑林;;一种新的目标跟踪算法研究[J];光电工程;2009年03期
8 王宏强,黎湘,刘丹,郭桂蓉;非线性系统中的机动目标跟踪算法[J];国防科技大学学报;2002年04期
9 邰滢滢,陈小惠;基于模糊聚类的数据关联融合算法[J];华东船舶工业学院学报(自然科学版);2003年06期
10 张锐,李文秀;多传感器跟踪型数据滤波融合算法[J];哈尔滨工程大学学报;2002年04期
中国博士学位论文全文数据库 前8条
1 乔向东;信息融合系统中目标跟踪技术研究[D];西安电子科技大学;2003年
2 李教;多平台多传感器多源信息融合系统时空配准及性能评估研究[D];西北工业大学;2003年
3 刘刚;多目标跟踪算法及实现研究[D];西北工业大学;2003年
4 张高煜;目标跟踪与多传感器信息融合若干问题研究[D];西安电子科技大学;2006年
5 李良群;信息融合系统中的目标跟踪及数据关联技术研究[D];西安电子科技大学;2007年
6 胡炜薇;多传感器数据融合中多目标跟踪关键技术研究[D];哈尔滨工程大学;2007年
7 孙福明;机动目标跟踪状态估计与数据关联技术的研究[D];中国科学技术大学;2007年
8 张洪建;基于有限集统计学的多目标跟踪算法研究[D];上海交通大学;2009年
中国硕士学位论文全文数据库 前3条
1 沈莹;机动目标跟踪算法与应用研究[D];西北工业大学;2007年
2 冯洋;多目标跟踪的数据关联算法研究[D];西安电子科技大学;2008年
3 赵欣;基于随机集理论的被动多传感器多目标跟踪技术[D];西安电子科技大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026