文档介绍：航空学报 ActaAeronauticaetAstronautioaSinica 1336—1346 ISSN1000-11—1929/V .******@ 种混合的扩展目标跟踪方法李波睿,慕春棣,白天明,柳志娟。 ,北京 100084 ,北京 100036 ,上海 201109 摘要:与传统的目标跟踪不同,扩展目标跟踪(E0T)不忽略目标的轮廓特征,同时对目标的质心运动学状态和轮廓特征进行估计。基于随机矩阵的扩展目标跟踪方法用随机正定矩阵来描述目标的轮廓特征,并且建立了适合扩展目标跟踪的量测模型。为了改善目标机动时的跟踪性能,根据椭圆(体)与正定矩阵的关系,提出基于椭圆(体)拟合的扩展目标跟踪方法。进一步地,为了综合上述两类方法的优点,提出一种混合的扩展目标跟踪方法,能够根据目标机动与否在两类方法中进行选择。仿真结果表明,该混合方法的轮廓特征估计误差低于前述两类方法,质心运动学状态的估计性能也更好。关键词:目标跟踪;扩展目标跟踪;随机矩阵;椭圆拟合;矩阵分解;Givens旋转;信息融合中图分类号:; 文献标识码:A 文章编号:1000—6893(2014)05—1336—11 近年来,目标跟踪一直是信息融合、航空航天等领域的研究热点_1J。在通常情况下,目标的轮廓特征相比量测设备(例如雷达等)的分辨率可以忽略不计,因此传统的目标跟踪方法会忽略目标的轮廓特征,用质心来描述整个目标的运动状态_4。]。随着量测设备分辨率的逐渐提高,这一假设不再合适[8]。例如,在跟踪大型水面舰艇(例如航空母舰)时,同一次量测可能同时返回多个量测值,并且每次量测得到的量测值的数量也在不断地发生变化;此外,当多个目标组成密集编队(例如空中加油编队)时,量测设备可能无法分辨出每个个体目标。这些情况都对传统的目标跟踪技术提出了挑战¨8],为了改进跟踪效果,有必要对目标的轮廓特征一并进行量测和估计,这就是扩展目标跟踪(ExtendedObjectTracking,EOT) 技术。扩展目标跟踪与传统目标跟踪的最大区别在于需要同时对目标的轮廓特征和质心运动学状态进行估计,因此首先要解决的问题是如何对目标的轮廓特征进行建模。依据不同的轮廓特征模型,提出的EOT方法有:概率假设密度滤波器[9、粒子滤波器[1、基于随机超曲面模型的方法l_】。等。基于随机矩阵的EOT方法(Random MatrixBasedFilter,RMF)由Koch_8提出。相比于上述方法,RMF的优点是模型和滤波方程简洁明了、运算时间较短,其质心运动学状态滤波方程与标准Kalman滤波器形式相近Il,方便应用传统目标跟踪的研究成果,例如多模型(Multiple Model,MM)算法[2等。RMF用椭圆(或椭圆体) 来描述目标的轮廓,因为椭圆(体)可以用正定矩阵表示,所以目标的轮廓就可以用随机正定矩阵来描述。将目标的轮廓特征用椭圆简化表示在收稿日期:2013—07—23;退修日期:2013—08—27;录用日期:2013—09—21;网络出版时间:2013—09—2515:44 网络出版地址:s/detail/ 基金项目:航空科学基金(20128058006) *:010-62794322E-mail:******@ 引用格武lLiBR,MucD,BaiTM,,2014,35 (5):1336-,慕春棣,白天明,,35(5)1336-1346 李波睿等:一种混合的扩展目标跟踪方法许多应用场景中是适用的,特别是在军事领域。 RMF假设轮廓特征的动态变化服从Wishart分布和逆Wishart分布_8 ,然后根据Bayes公式推导出滤波方程。Feldmann等口¨ 改进了量测噪声模型,并且把RMF应用在交互多模型算法中。Lan和LiXRl】进一步改进了轮廓特征动态模型和量测噪声模型,LiBR等口在此基础上提出了基于模型参数自适应的RMF。根据文献中的仿真结果,当目标机动时,即使采用了多模型算法,RMF的轮廓特征估计误差也会明显上升,估计效果变差_8 ”。这里的“机动”指的是目标实施了会对轮廓特征产生影响的动作,常见的主要是目标转弯口”,此外还有目标尺寸大幅改变等。为了改善目标机动时的E