一種避免矩陣拆分的改進JPDA算法

石汪權, 袁富宇, 蒲 勇

(江蘇自動化研究所, 江蘇 連云港 222061)

一種避免矩陣拆分的改進JPDA算法

石汪權, 袁富宇, 蒲 勇

(江蘇自動化研究所, 江蘇 連云港 222061)

聯合概率數據關聯(JPDA)算法是雜波環境下多目標跟蹤的一種非常有效的算法,但該算法在目標密集或回波數較多時實時性較差,不能滿足某些復雜的多目標跟蹤應用場景。針對此問題,提出了一種避免矩陣拆分的改進JPDA算法,簡化了關聯概率的計算,從而提高了JPDA算法的實時性,仿真實驗證明了改進算法的有效性。

數據關聯； 多目標跟蹤； 矩陣拆分

數據關聯是密集回波環境下多目標跟蹤中至關重要的一個環節,數據關聯算法的好壞直接影響跟蹤的效果。聯合概率數據關聯(JPDA)[1-2]算法是雜波環境下多目標跟蹤的一種非常有效的算法,該算法將落入波門的量測都用于目標狀態更新過程,并且考慮了各目標對共有量測的競爭,因此該算法能取得較好的關聯效果。但也正因如此周密的考慮,隨著目標數目以及候選回波數的增多,該算法的計算量急劇增加(指數級增速),導致算法實時性變差,不能滿足某些應用場景的時間要求。因此,若能在不降低或略微降低關聯性能和濾波精度的同時減少JPDA算法的計算量以提高其實時性將很有意義。

在JPDA算法中,隨著目標個數及雜波密度的增大,落入目標波門公共區域的回波數也隨之增多,這就導致在對確認矩陣進行拆分時可行關聯事件數爆炸式增長,實際上很多可行關聯事件的概率是極小的,而這些概率極小的可行關聯事件占據了大量的計算時間。……