基于距离加权最小二乘的量测数据关联

量测数据关联是被动多传感器系统中需要首先解决的一个关键问题,通常可采用多维分配算法进行求解,其中代价函数的选取在一定程度上决定了算法的最终分配结果。基于广义似然比构造的代价函数由于采用精度较低的传统最小二乘法进行定位,且没有考虑融合方差的影响,导致其性能较差。针对这一问题,提出一种基于距离加权最小二乘的量测数据关联算法,该算法将距离信息引入最小二乘定位算法中,并在代价函数的计算中融入目标位置的估计方差,构建出能够更为准确反映量测与目标之间相关程度的代价函数。仿真实验表明,所提算法在计算代价较小的前提下,提高了关联正确率,具有较好的工程应用价值。     

改进的多贝努利滤波检测前跟踪算法

针对传统多贝努利滤波检测前跟踪算法中需要先验已知新生目标随机集的问题,提出一种改进算 法。首先,引入一种新的搜索机制,采用多个贝努利分量在全局范围内搜索新生目标,从而不必对目标的新生过 程进行精确建模。其次,引入一种新的回溯机制,先对每个贝努利分量进行编号,然后对存在概率超过确认门限 的分量进行回溯,从而得到每个目标的完整航迹。最后,引入边缘粒子滤波对多贝努利随机集进行近似,通过降 低采样空间的维度提高采样效率,进而改善滤波性能。实验结果表明,改进算法能够在新生目标随机集未知的条 件下,达到与理想情况接近的性能,因此具有良好的工程应用前景。