亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        一種改進(jìn)的聯(lián)合交互式多模型概率數(shù)據(jù)關(guān)聯(lián)算法

        2011-06-22 12:46:32張順生陳明燕
        火控雷達(dá)技術(shù) 2011年3期
        關(guān)鍵詞:波門方根交叉

        楊 雄 張順生 陳明燕

        (電子科技大學(xué) 成都 611731)

        1 引言

        在多目標(biāo)跟蹤領(lǐng)域,現(xiàn)在工程中常用的關(guān)聯(lián)算法為“最近鄰”[1,2]。該算法的優(yōu)點(diǎn)是計算簡單,缺點(diǎn)是在多回波環(huán)境下離預(yù)測位置最近的候選回波并不一定是目標(biāo)的真實回波,因此該方法有可能出現(xiàn)誤跟和失跟目標(biāo)的情況。PDA[3~5]算法是在有雜波環(huán)境中的單目標(biāo)跟蹤中較好的數(shù)據(jù)關(guān)聯(lián)算法,在多目標(biāo)跟蹤中,由于此算法沒有考慮到其他目標(biāo)的影響,當(dāng)多目標(biāo)距離較近時,會引起航跡聚合。目前在目標(biāo)密集環(huán)境下進(jìn)行多目標(biāo)跟蹤的最有效算法為聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(joint probabilistic data association,JPDA)[5,6,9]算法,該算法通過對確認(rèn)矩陣進(jìn)行拆分得到互聯(lián)事件。但是其缺點(diǎn)是當(dāng)目標(biāo)個數(shù)增大時,互聯(lián)矩陣的數(shù)量將呈指數(shù)級增大使得該算法的計算量也相應(yīng)的呈指數(shù)級增大,所以該算法很難在工程中得到運(yùn)用。因此,為了保持跟蹤性能同時降低計算量,使其能夠在工程中得以運(yùn)用,本文對PDA算法進(jìn)行改進(jìn),并將改進(jìn)的PDA算法和交互式多模型算法結(jié)合,提出一種改進(jìn)的聯(lián)合交互式多模型概率數(shù)據(jù)關(guān)聯(lián)算法(IC-IMMPDA)。

        2 改進(jìn)的聯(lián)合交互式多模型概率數(shù)據(jù)關(guān)聯(lián)算法

        圖1 IC-IMMPDA算法結(jié)構(gòu)

        將PDA與IMM算法相結(jié)合的通常方法是對IMM濾波器中的各個濾波器直接使用PDA算法[7],但此種方法容易產(chǎn)生誤跟、失跟現(xiàn)象。針對這個問題,文獻(xiàn)[8]提出了一種新的 IMMPDA結(jié)構(gòu)(CIMMPDA),即在IMM結(jié)構(gòu)中對各濾波器使用一個相同的波門錄取回波,而對各濾波器使用相同的回波關(guān)聯(lián)與綜合結(jié)果。從而保證所構(gòu)造的波門為最優(yōu),最終得到全系統(tǒng)最優(yōu)的回波集合。然而,由于C-IMMPDA算法在計算關(guān)聯(lián)概率時沒有考慮到公共回波的影響,因而在目標(biāo)密集環(huán)境中會引起航跡聚合。由此我們通過考慮公共回波的影響來對原互聯(lián)概率進(jìn)行修正,從而克服了C-IMMPDA算法的不足。算法流程結(jié)構(gòu)如圖1所示,以下是IC-IMMPDA算法的計算過程:

        2.1 計算預(yù)測綜合并建立關(guān)聯(lián)門

        建立關(guān)聯(lián)門。

        2.2 計算互聯(lián)概率 βjt(k)和修正后的互聯(lián)概率(k)

        a.通過設(shè)置的目標(biāo)關(guān)聯(lián)門構(gòu)造m×(N+1)確認(rèn)矩陣Ω=[ωjt],它表示有效回波和各目標(biāo)跟蹤門的復(fù)雜關(guān)系,其中n為目標(biāo)數(shù),m為候選回波數(shù)。

        ωjt是二進(jìn)制變量,ωjt=1表示回波j落入目標(biāo)t的關(guān)聯(lián)門內(nèi),而ωjt=0表示回波j沒有落入目標(biāo)t的關(guān)聯(lián)門內(nèi),當(dāng)t=0時表示回波j可能來源于雜波。

        b.利用參數(shù)模型計算互聯(lián)概率βjt(k)

        θjt表示回波j來源于目標(biāo)t的事件,Zk表示直到k時刻的確認(rèn)量測的累積集合。

        c.找出關(guān)聯(lián)門相交區(qū)域內(nèi)的公共回波集合Pub

        然后通過矩陣Ω,確定集合Pub中每個回波j可能來自目標(biāo)的集合Tj

        d.計算公共回波j對擁有該公共回波的目標(biāo)t的影響因子Ejt

        e.計算擁有公共回波的目標(biāo)在各自關(guān)聯(lián)門內(nèi)所占的比列Kjt:

        f.計算Ejt和Kjt對互聯(lián)概率的共同影響因子Mjt:

        g.對Mjt循步驟(d~f)k次得到修正后的影響因子,k的次數(shù)通過目標(biāo)的密集程度進(jìn)行調(diào)整。

        式中:

        2.3 計算綜合回波

        假設(shè)有mk個回波落入波門內(nèi)。利用PDAF的結(jié)果知對于各個子濾波器應(yīng)使用綜合回波作為量測輸入進(jìn)行狀態(tài)更新[6],狀態(tài)更新方程與普通Kalman濾波方程相同。目標(biāo)t的綜合回波定義為:

        2.4 狀態(tài)更新和方差修正

        式中

        利用綜合回波對各子濾波器進(jìn)行狀態(tài)更新后,由于各子濾波器利用的量測條件是綜合后的量測,將使原濾波后得到的狀態(tài)估計的方差增大因而需要對其進(jìn)行修正??赏频眯拚匠倘缦?

        式中:

        其它過程的計算方式同IMMF。

        由于IC-IMMPDA算法考慮了關(guān)聯(lián)門相交區(qū)域公共回波關(guān)聯(lián)概率的影響,該算法對跟蹤門內(nèi)的回波進(jìn)行分類處理,對于跟蹤門交叉區(qū)域的公共回波,計算時弱化了其概率加權(quán)值,使得跟蹤門相交區(qū)域內(nèi)的公共回波對航跡跟新的影響就相對弱一些,對于跟蹤交叉區(qū)域類的回波不改變其概率加權(quán)值。因而新算法克服了C-IMMPDA算法的不足,另外,該算法不需要像JPDAF算法那樣搜索所有的可行聯(lián)合事件,從而還證了較小的計算量。

        3 仿真結(jié)果分析

        為了驗證本文提出的IC-IMMPDA算法的準(zhǔn)確性和有效性,本文對其在兩種環(huán)境下進(jìn)行了Monte Carlo仿真試驗,并與C-IMMPDA算法進(jìn)行了對比研究。

        仿真環(huán)境一:假設(shè)有4個相距430m的機(jī)動目標(biāo)平行飛行,初始位置分別為:(25km,25km,50km),(25km,25km,49.57km),(25km,25km,49.14km),(25km,25km,48.71km)。初始速度都為(300m/s,300m/s,0m/s),最小加速度為 0m/s2,最大加速度為30 m/s2,飛行時間為60s,采樣間隔為0.01s,測量噪聲標(biāo)準(zhǔn)差為100m,每個波門平均雜波數(shù)為60且均勻分布在觀測區(qū)域內(nèi),Monte Carlo仿真次數(shù)為50次。

        仿真結(jié)果見圖2~5。

        圖2和圖3分別為C-IMMPDA算法和IC-IMMPDA算法跟蹤結(jié)果,圖4和圖5分別為C-IMMPDA算法和IC-IMMPDA算法的均方根誤差(RMSE)。從圖2、圖3可以清楚的看出在目標(biāo)密集的環(huán)境下CIMMPDA算法會引起航跡聚合現(xiàn)象,而IC-IMMPDA算法則不會。圖4、圖5進(jìn)一步表明IC-IMMPDA算法在目標(biāo)密集情況下跟蹤性能要優(yōu)于C-IMMPDA。

        圖5 IC-IMMPDA算法的均方根誤差(RMSE)

        在前述環(huán)境下,分別跟蹤不同數(shù)目平行飛行的機(jī)動目標(biāo),對兩種算法的快速性進(jìn)行對比。表1是單次Monte Carlo仿真中C-IMMPDA算法和ICIMMPDA算法占用CPU的平均時間。從表1可以看出IC-IMMPDA算法的速度和C-IMMPDA算法相接近,并隨目標(biāo)數(shù)量的增加程線性的增大,而不像JPDAF那樣隨目標(biāo)數(shù)量的增加程指數(shù)級增大。

        表1 占用CPU的平均時間(單位,s)

        仿真環(huán)境二:假設(shè)有3個相距2km的機(jī)動目標(biāo)交叉飛行,初始位置分別為:(25km,25km,50km),(25km,27km,50km),(25km,29km,50km),(25km,31km,50km)。初始速度都為 (300m/s,300m/s,0m/s),最小加速度為0m/s2,最大加速度為30 m/s2,飛行時間為60s,采樣間隔為0.01s,測量噪聲標(biāo)準(zhǔn)差為100m,每個波門平均雜波數(shù)為60且均勻分布在觀測區(qū)域內(nèi),Monte Carlo仿真次數(shù)為50次。

        仿真結(jié)果見圖6~9。

        圖6和圖7分別為C-IMMPDA算法和ICIMMPDA算法跟蹤結(jié)果,圖8和圖9分別為 CIMMPDA算法和IC-IMMPDA算法的均方根誤差(Root Mean Square Error,RMSE)。圖 6、圖 7 表明在跟蹤交叉目標(biāo)環(huán)境時,在目標(biāo)經(jīng)過交叉后CIMMPDA算法關(guān)聯(lián)會發(fā)生錯誤,將3個目標(biāo)關(guān)聯(lián)成一個目標(biāo)。而IC-IMMPDA算法仍然能夠正確的關(guān)聯(lián)上目標(biāo)。從圖8、圖9可看出,目標(biāo)經(jīng)過交叉后,C-IMMPDA算法的均方根誤差會迅速增大,而ICIMMPDA算法的均方根誤差只是在交叉點(diǎn)出有小幅度的增加。

        4 結(jié)論

        本文通過考慮公共回波對關(guān)聯(lián)概率的影響,引入影響因子對C-IMMPDA算法中的關(guān)聯(lián)概率進(jìn)行修正,從而克服了C-IMMPDA算法在目標(biāo)密集或交叉環(huán)境中關(guān)聯(lián)性能差的弱點(diǎn)。仿真結(jié)果表明:ICIMMPDA算法在目標(biāo)密集或交叉的環(huán)境下,其性能均優(yōu)于C-IMMPDA算法,其算法的計算量較小,在實際工程中具有較大的應(yīng)用價值。

        [1]Singer R.A,Sea P.G.A new filter for optimal tracking in dense mutitarget environment[C].In:Proceedings of ninth Allerton Conference Circuit and System Theory.Urbana-Champaign,USA:Univ.of Illinois,1971:201-211.

        [2]Bar-Shalom Y.Tracking Methods in a Multitarget Environment[J].IEEE Trans.Automat.Contr.,1978,23(4):618-626.

        [3]Park S.T,Jang G.L.Improved Kalman filter design for three-dimensional radar tracking[J].IEEE Trans.AES,2001,37(2):727-739.

        [4]Kirubarajan T,Bar-Shalom Y.Probabilistic data association techniques for target tracking in clutter[J].IEEE Proceedings of the IEEE,2004,92(3):536-557.

        [5]Bar-Shalom Y.Daum F.Association Filter[J].IEEE Control Systems Magazine,2009,934469

        [6]何友,修建娟,張晶煒等.雷達(dá)數(shù)據(jù)處理及應(yīng)用2版[M].北京:電子工業(yè)出版社,2009.

        [7]Bar-Shalom Y,Chang K C,Blom H A P.Automatic track formation in clutter with a recursive algorithm[M].MA,USA:Artech House INC,1990.25-42.

        [8]潘泉等.聯(lián)合交互式多模型概率數(shù)據(jù)關(guān)聯(lián)算法[J].航空學(xué)報,1999,20(3):234-238.

        [9]Chen Song-lin,Xu Yi-bing.A Modifed Joint Probability Data Association Algorithm[C].In:International Conference on Computational and Information Sciences,2010,586-589.

        猜你喜歡
        波門方根交叉
        方根拓展探究
        激光角度欺騙和高重頻復(fù)合干擾有效概率研究
        一種波門信號的設(shè)計與實現(xiàn)
        一種基于模糊推理的自適應(yīng)關(guān)聯(lián)波門設(shè)計方法
        雜波環(huán)境下強(qiáng)機(jī)動目標(biāo)自適應(yīng)關(guān)聯(lián)波門選擇
        “六法”巧解分式方程
        均方根嵌入式容積粒子PHD 多目標(biāo)跟蹤方法
        連一連
        揭開心算方根之謎
        基于Fast-ICA的Wigner-Ville分布交叉項消除方法
        亚洲天堂丰满人妻av| 91福利精品老师国产自产在线| 日韩精品久久不卡中文字幕| 青青草视频在线观看网| 亚洲av日韩aⅴ无码色老头| 成人无码视频| 中文字幕亚洲区第一页| 东北老熟女被弄的嗷嗷叫高潮| 高清偷自拍亚洲精品三区| 亚洲av无码片一区二区三区| 亚洲精品一区二区三区播放 | 亚洲天堂一区av在线| 天天燥日日燥| 国产偷国产偷高清精品| 亚洲一区二区三区av无| 日韩精品夜色二区91久久久| 美女在线国产| 中文字幕日韩精品美一区二区三区| 亚洲精品国产av成拍| 精品亚洲一区二区区别在线观看| 999国内精品永久免费观看| 国产爽爽视频在线| 综合图区亚洲偷自拍熟女| 蜜桃视频在线看一区二区三区 | 久久99久久99精品观看| 亚洲精品一区二区三区四区久久| 亚洲欧美一区二区成人片| 男女男在线精品网站免费观看| 91国产超碰在线观看| 亚洲国产精品一区二区成人av| 久久精品麻豆日日躁夜夜躁| 国产va精品免费观看| 国产女人精品一区二区三区| 亚洲av日韩av天堂久久| 欧美一级特黄AAAAAA片在线看| 日本激情一区二区三区| 日韩av无码一区二区三区| 久久精品国产亚洲av忘忧草18| 亚洲啊啊啊一区二区三区| 男女真人后进式猛烈视频网站| 国产最新进精品视频|