电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2012年
4期
885-890
,共6页
郑岱堃%王首勇%杨军%杜鹏飞
鄭岱堃%王首勇%楊軍%杜鵬飛
정대곤%왕수용%양군%두붕비
目标检测%检测前跟踪%动态规划%数据关联%Markov 模型
目標檢測%檢測前跟蹤%動態規劃%數據關聯%Markov 模型
목표검측%검측전근종%동태규화%수거관련%Markov 모형
传统的动态规划检测前跟踪(Dynamic Programming Track-Before-Detect, DP-TBD)算法在每一阶段的数据关联中,仅用当前帧的观测数据与前一帧的指标函数进行关联积累,对目标状态在连续相邻帧间的相关性以及目标运动特征的考虑不充分,这样在低信噪比时,容易发生目标关联错误,严重影响了 DP-TBD 算法的检测和跟踪性能.针对此问题,该文提出了一种基于二阶 Markov 目标状态模型的 DP-TBD 算法,该算法以目标状态的条件概率比最大为准则,采用二阶 Markov 模型描述目标状态的相关性,并根据目标运动特征给出了一种与目标转弯角度相关的状态转移概率模型.在此基础上,实现了多帧数据关联的 DP-TBD 算法.通过仿真实验与传统的 DP-TBD 算法进行了比较,验证了该算法的检测及跟踪性能
傳統的動態規劃檢測前跟蹤(Dynamic Programming Track-Before-Detect, DP-TBD)算法在每一階段的數據關聯中,僅用噹前幀的觀測數據與前一幀的指標函數進行關聯積纍,對目標狀態在連續相鄰幀間的相關性以及目標運動特徵的攷慮不充分,這樣在低信譟比時,容易髮生目標關聯錯誤,嚴重影響瞭 DP-TBD 算法的檢測和跟蹤性能.針對此問題,該文提齣瞭一種基于二階 Markov 目標狀態模型的 DP-TBD 算法,該算法以目標狀態的條件概率比最大為準則,採用二階 Markov 模型描述目標狀態的相關性,併根據目標運動特徵給齣瞭一種與目標轉彎角度相關的狀態轉移概率模型.在此基礎上,實現瞭多幀數據關聯的 DP-TBD 算法.通過倣真實驗與傳統的 DP-TBD 算法進行瞭比較,驗證瞭該算法的檢測及跟蹤性能
전통적동태규화검측전근종(Dynamic Programming Track-Before-Detect, DP-TBD)산법재매일계단적수거관련중,부용당전정적관측수거여전일정적지표함수진행관련적루,대목표상태재련속상린정간적상관성이급목표운동특정적고필불충분,저양재저신조비시,용역발생목표관련착오,엄중영향료 DP-TBD 산법적검측화근종성능.침대차문제,해문제출료일충기우이계 Markov 목표상태모형적 DP-TBD 산법,해산법이목표상태적조건개솔비최대위준칙,채용이계 Markov 모형묘술목표상태적상관성,병근거목표운동특정급출료일충여목표전만각도상관적상태전이개솔모형.재차기출상,실현료다정수거관련적 DP-TBD 산법.통과방진실험여전통적 DP-TBD 산법진행료비교,험증료해산법적검측급근종성능