基于強化學習的多目標點航關聯方法

丁國勝,蔡民杰

(南京電子技術研究所,江蘇 南京 210039)

點跡-航跡關聯主要是完成航跡更新與航跡維持,也就是以確定航跡的預測值為中心,根據某種特定的準則篩選符合條件的點跡,并利用點跡進行濾波的過程。因此,點跡-航跡關聯主要涉及目標跟蹤中常用的濾波算法,如最近鄰 (Nearest Neighbor, NN) 濾波、概率數據互聯(Probability Data Association, PDA)濾波、聯合概率數據互聯(Joint Probability Data Association, JPDA)濾波、多假設跟蹤(Multiple Hypothesis Tracking, MHT)濾波、交互多模型(Interacting Multiple Model, IMM)濾波及概率假設密度(Probabilistic Hypothesis Density, PHD) 濾波等。

多目標點跡-航跡關聯技術一直都是研究熱點,學者利用目標的運動特性和傳感器特點進行分析,并取得了一定的成果。但隨著時代的發展,目標受到了強雜波、強干擾等自然和人類行為等因素影響,很難有效辨別真實數據和受污染的數據,尤其是目標真實數據丟失時,關聯難度大大增加。不考慮虛警、漏警等傳統數據關聯問題,還可能因目標做出高機動、交互運動等動作出現數據混亂、交叉等更加復雜的問題,這也是多目標點跡-航跡關聯領域亟待解決的問題。

機器學習是當前流行的人工智能手段,利用機器學習理論分析大量數據已經較為普遍。RL技術是機器學習的一個分支,其主旨是在某一環境下作出能夠獲得最大預期收益的動作。RL起源于二十世紀六十年代,發展至今已取得很多成果,如Q學習、動態規劃、Policy Gradients、Deep-Q-Network等。

結合數據關聯和強化學習兩大技術的共同特點,利用人工智能的方式實現數據的高速處理,完成多目標點跡-航跡關聯,不僅有較高的工程實踐意義,也對國家國防建設有重要意義,這將可能會成為未來發展的一種趨勢?！?br>