杂波信息未知下的多群目标跟踪算法

摘要：

针对杂波先验信息未知且群结构可能发生分裂和合并条件下的基于随机矩阵的多群目标跟踪问题,提出基于网络流理论的多群目标跟踪算法.首先建立椭圆轮廓且群结构发生分裂和合并的多群目标运动模型,再根据Pauta准则对包含目标点与杂波的量测集进行处理,消除异常值,利用自适应谱聚类算法对处理后的量测集进行分割,获得单位时间内多个群目标的数目.结合量测分割结果,构建基于随机矩阵的多群目标网络流模型,设计多约束条件下的最小费用优化函数,运用A*搜索算法求得目标函数的全局最优解.最后根据指向?隐含速度约束条件得到最优关联航迹.仿真结果表明,与GM?GPHD滤波器相比,所提算法可准确地提取多条航迹并具有较低的计算复杂度以及更好的跟踪性能.

关键词：多群目标跟踪;网络流模型;自适应谱聚类算法;A*搜索算法;最小费用函数;数据关联;随机矩阵

所属期刊栏目：45

分类号：TN953⁃34

资助基金：陕西省国际科技合作重点项目;陕西省科技厅项目;陕西省教育厅科学研究项目

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：17-22