文档介绍：|维普贽讯 rmp://wwv\.|
多目标跟踪中GNN数据关联算法
及其跟踪性能评估
任建芳刘俊义
内容提要
在多目标跟殊的数据处理中，奁重娶的是观测数需与目标航迹间的数埠关（全局域最近邻）数据关联算法与卡尔曼滤波算法姑合可禅快速、成功地处理上百批次目标的跟琮问题"基于Maralab的仿鼻程序说明了谏方法适用于观测噪声较大场素中的多目标琨琮*
关權词：多耳赫跟煤匚GNN數据关瑕$卡尔曼涯嶽|数据芙联
1引言
在多目标跟踪的数据处理问题中，每次所接收到的来自不同目标的有效数据可能有多个•如何判断某个观测数据是来自某一特定目标的• 确关联，其结果将直接影响目标跟踪算法的性能*通常情况下•由于杂波干扰、目标密集、目标机动以及来自传感器如雷达打描时观测噪声等因素的影响，使得咸功解决数据关联问题变得较为困难.
近年来，已提出的数据关联算法"z⑷有：嚴近邻（NN）算法、全局域最近^P（GNN）算法、联合数据关联（Joint probability Data Association ）算法、多假设跟踪Multiple Hypothesis Tracking）^.在杂波干扰环境下跟踪多目标，多假设跟踪算法被公认为是跟踪效果最好的箕法，但是该算法过多依赖于目标和杂波的先验假设，其计算量随被跟踪目标的总数增加而呈拾数式增长，进而导致计算量严重影响跟踪的效果*
文献［5］中对真实雷达数据进行了试验。该雷达数据描述了 6架飞机按指定的路线，其性能甚至超过 ,GNN算法能够同时处理多个（几百批次）目标的跟琮,这一点在实际应用中是非常重要的。
本文主要是介绍GNN数据关联算法• 第二部分介绍GNN算法中数据关联问题的数学描述：第三部分是GNN算法跟踪多个目标航迹的计算步骤『垠后是该算法的Matalab仿眞结果.
1 * « J- - —
任建芳1空六所工程师F刘俊义I空六所离圾1：程师，研究室刷主任.
12