基于KL 距離的異類傳感器動態數據關聯算法

呂麗平, 白 鑫, 張玉宏

(1.鄭州升達經貿管理學院信息工程系,鄭州 451191； 2.河南工業大學信息科學與工程學院，鄭州 451000)

基于KL 距離的異類傳感器動態數據關聯算法

呂麗平1, 白 鑫1, 張玉宏2

(1.鄭州升達經貿管理學院信息工程系,鄭州 451191； 2.河南工業大學信息科學與工程學院，鄭州 451000)

針對異類傳感器多目標跟蹤系統中的動態數據關聯問題，提出了一種基于KL距離的異類傳感器動態數據關聯算法。該方法將靜態多維分配問題推廣到動態跟蹤中，通過對量測集合與航跡集合的合并，將各傳感器量測估計位置的概率密度函數與目標航跡一步預測值的概率密度函數之間的KL距離作為關聯代價函數，繼而代入多維分配模型求解，從而實現量測到航跡的動態關聯。仿真實驗表明，所提算法能更精準地反映量測與航跡之間關聯的可能性，且能夠對多目標進行快速穩定的跟蹤。

數據關聯； 多目標跟蹤； 粒子濾波； KL距離

0 引言

數據關聯問題一直是目標跟蹤融合系統中最重要、最困難的研究內容，而現今已有的數據關聯算法多是針對主動傳感器提出的。文獻[1]提出了一種新的2-D分配算法，用來解決一對多或多對一的分配問題。這個問題的解決，突破了一對一分配的限制，使得最近鄰、聯合概率數據互聯、多假設等典型的數據關聯算法都可以歸結為多維分配的問題，然而多維分配問題存在一個缺陷即NP問題。目前解決該問題大致可以分為3種思路:1) 尋找解決多維分……