面向多目标自动跟踪的多源信息融合方法研究

作     者：周福珍 

作者单位：杭州电子科技大学 

学位级别：硕士

导师姓名：彭冬亮;石义芳

授予年度：2022年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

主      题：多目标自动跟踪 杂波密度 多源异步信息融合 多源乱序信息融合 

摘      要：多源信息融合技术是现代化战争中多传感器协同跟踪的重要手段,能有效提升复杂环境下的多目标跟踪性能。然而,在实际跟踪应用中,传感器量测集中包含大量的杂波点迹且其空间分布特性未知、时变,各传感器对同一目标的观测时间往往不同步(异步),同时,传感器与融合中心之间存在通信时延,导致传感器信息乱序到达融合中心,这些问题均对多传感器协同跟踪系统提出了严峻挑战。因此,本文在集中式融合框架下,针对多传感器协同跟踪系统面临的以上问题,开展面向多目标自动跟踪的多源信息融合技术研究,主要研究内容及创新点如下:1.针对传感器杂波量测空间分布特性未知、时变的问题,提出了一种基于改进空间稀疏度的杂波密度自适应估计方法(Extended Spatial Clutter Measurement Density Estimator,ESCMDE)。不同于现有的SCMDE方法,ESCMDE对超球体内量测身份进行细分,利用实时计算的量测隶属杂波的概率来估算预设超球体内杂波的真实个数,消除目标测量带来的偏差影响,提升多目标跟踪场景下的杂波空间稀疏度估计精度,为复杂环境下的多目标自动跟踪方法提供可靠的环境要素输入。仿真实验证明了,相比于现有的SCMDE方法,所提方法的杂波密度估计精度更高,极大提升了多目标自动跟踪性能。2.针对多传感器量测异步的问题,提出了基于序贯线性多目标综合概率数据关联(Linear Multitarget Integrated Probabilistic Data Association,LM-IPDA)的多源异步信息融合方法。利用量测携带的时间戳,对融合中心接收的各传感器量测信息进行时间区块划分及排序,确定各传感器量测融合顺序,再采用线性多目标概率数据关联对来源不确定的量测进行多目标数据关联,并利用递归计算得到的目标存在概率对身份未知的航迹进行自动管理,确认并维持目标航迹、识别并剔除虚假航迹。相比于单传感器跟踪,仿真实验验证了基于序贯LM-IPDA的多源异步信息融合能极大提升多目标自动跟踪性能。3.针对融合中心多传感器量测乱序的问题,提出了基于双向解相关的多源乱序信息融合方法。该方法利用融合中心存储的航迹历史信息对来源不确定的乱序量测进行顺序融合,再通过双向解相关技术获取仅由乱序量测更新得到的航迹估计值,并将其与当前时刻中心航迹后验估计在混和状态空间进行高效融合。仿真实验证明了,相比于丢弃法,本文所提的乱序量测融合方法能有效提升多目标自动跟踪性能。