一种高分辨距离像辅助的多目标跟踪算法

doi:10.3969/j.issn.1001-2400.2016.01.001

J4 ›› 2016, Vol. 43 ›› Issue (1): 1-6+29.doi: 10.3969/j.issn.1001-2400.2016.01.001

• 研究论文 • 下一篇

一种高分辨距离像辅助的多目标跟踪算法

靳标;苏涛;李艳艳;张龙

(西安电子科技大学雷达信号处理国家重点实验室，陕西西安 710071)

收稿日期:2014-09-22 出版日期:2016-02-20 发布日期:2016-04-06
通讯作者: 靳标
作者简介:靳标(1986-)，男，西安电子科技大学博士研究生，E-mail: jinpuresky@hotmail.com．
基金资助:
国家自然科学基金资助项目(61271291，61201285)；新世纪优秀人才支持计划资助项目(NCET-09-0630)；陕西省自然科学基础研究计划资助项目(2012JM8015)；陕西省教育厅专项计划资助项目(12JK0530，12JK0557)；中国博士后科学基金资助项目(2013M542329)

Multi-target tracking algorithm aided by a high resolution range profile

JIN Biao;SU Tao;LI Yanyan;ZHANG Long

(National Key Lab. of Radar Signal Processing, Xidian Univ., Xi'an 710071, China)

Received:2014-09-22 Online:2016-02-20 Published:2016-04-06
Contact: JIN Biao

摘要/Abstract

摘要：

传统跟踪方法仅利用目标的位置信息进行数据关联，在处理多个目标航迹接近或交叉的情况时容易产生航迹合并甚至误跟的现象．笔者针对此问题提出一种高分辨距离像辅助的多目标跟踪算法．首先利用高分辨距离像的姿态敏感性对目标姿态角进行实时估计，然后将姿态角信息融合到目标的观测状态中，构建多维关联波门，利用多维信息进行数据关联，从而将一个多目标数据关联的问题简化为多个单目标数据关联的问题，最后采用概率数据关联——不敏卡尔曼滤波器分别估计各个目标的运动状态．仿真结果表明，通过对目标高分辨距离像信息的充分利用，不仅可以降低多目标数据关联的复杂度，提高数据关联的正确率，而且在姿态角信息的辅助下可以明显提高目标的跟踪精度．

关键词: 多目标跟踪, 数据关联, 高分辨距离像, 不敏卡尔曼滤波

Abstract:

When the tracks of the multi-target get approached or crossed, it is easy to lead to combining or even to get wrong tracks for the traditional tracking methods, since the traditional methods only utilize the information on the target position to finish the data association. Aiming at this problem, a multi-target tracking algorithm aided by the high resolution range profile (HRRP) is proposed in this paper. Firstly, the target attitude angle is estimated in real time on the principle that the HRRP is sensitive to the attitude angle. And then the attitude angle is added to the target measurement state to construct a multi-dimension correlating gate. The data association is accomplished with the multi-dimension information. So the problem of multi-target data association is simplified to multiple sub-problems of data association for a single target. Finally, each target motion state is estimated by the probabilistic data association-unscented Kalman filter (PDA-UKF). Simulation results reveal that the computing complexity is reduced, and that the correct probability of data association is improved by using the target HRRP on the one hand. On the other hand, the tracking accuracy is improved with the aid of the target attitude angle.

Key words: multi-target tracking, data association, high resolution range profile(HRRP), unscented Kalman filter(UKF)

中图分类号:

TN953

靳标;苏涛;李艳艳;张龙. 一种高分辨距离像辅助的多目标跟踪算法[J]. J4, 2016, 43(1): 1-6+29.

JIN Biao;SU Tao;LI Yanyan;ZHANG Long. Multi-target tracking algorithm aided by a high resolution range profile[J]. J4, 2016, 43(1): 1-6+29.

参考文献

［1］ MALLICK M, VO B, KIRUBARAJAN T, et al. Introduction to the Issue on Multitarget Tracking ［J］. IEEE Journal of Selected Topics in Signal Processing, 2013, 7(3): 373-375.
［2］ GONG J, FAN G, YU L, et al. Joint Target Tracking, Recognition and Segmentation for Infrared Imagery Using a Shape Manifold-based Level Set ［J］. Sensors, 2014, 14: 10124-10145.
［3］ ZHANG P, LIN Y. Adaptive Data Association Prior Estimation for Target Tracking Based on Sequential Monte Carlo Filter ［J］. Journal of Computational Information Systems, 2014, 10(11): 4803-4810.
［4］ CHALLA S, MORELANDE M R, MUSICKI D, et al. Fundamentals of Object Tracking ［M］. Cambridge: Cambridge University Press, 2011: 22-60.
［5］何友, 修建娟, 张晶炜, 等. 雷达数据处理及应用［M］. 2版. 北京: 电子工业出版社, 2009: 129-147.
［6］ BAR-SHALOM Y, BLAIR W D. Multitarget-multisensor Tracking Applications and Advances, Volume Ⅲ ［M］. Boston: Artech House, 2000: 161-197.
［7］张刚, 廖阳, 刘强. 一种改进的基于FCM的目标跟踪数据关联算法［J］. 空军工程大学学报(自然科学版), 2010, 11(1): 36-39.
ZHANG Gang, LIAO Yang, LIU Qiang. An Improved Multi-target Tracking Data Association Algorithm Based on FCM ［J］. Journal of Air Force Engineering University(Natural Science Edition), 2010, 11(1): 36-39.
［8］王芝, 徐晓滨, 刘伟峰, 等. 两类典型多目标跟踪算法性能分析与比较［J］. 电子与信息学报, 2010, 32(7): 1633-1637.
WANG Zhi, XU Xiaobin, LIU Weifeng, et al. Performance Analysis and Comparison of Two Classic Algorithms in Multi-target Tracking ［J］. Journal of Electronics ＆ Information Technology, 2010, 32(7): 1633-1637.
［9］ EHRMAN L M, BLAIR W D. Using Target RCS When Tracking Multiple Rayleigh Targets ［J］. IEEE Transactions on Aerospace and Electronic Systems, 2010, 46(2): 701-716.
［10］ EHRMAN L M, BLAIR W D. Impact of Noncoherent Pulse Integration on RCS-assisted Tracking ［J］. IEEE Transactions on Aerospace and Electronic Systems, 2009, 45(4): 1573-1579.
［11］ BAR-SHALOM Y, KIRUBARAJAN T, GOKBERK C. Tracking with Classification-aided Multiframe Data Association ［J］. IEEE Transactions on Aerospace and Electronic Systems, 2005, 41(3): 868-878.
［12］ MEI W, SHAN G, LI X R. Simultaneous Tracking and Classification: a Modularized Scheme ［J］. IEEE Transactions on Aerospace and Electronic Systems, 2007, 43(2): 581-599.
［13］ HONG L, CUI N, PRONOBIS M, et al. Local Motion Feature Aided Ground Moving Target Tracking with GMTI and HRR Mmeasurement ［J］. IEEE Transactions on Automatic Control, 2005, 50(1): 127-133.
［14］吴顺君, 梅晓春. 雷达信号处理和数据处理技术［M］. 北京: 电子工业出版社, 2008: 315-323.
［15］祝依龙, 范红旗, 付强, 等. 雷达目标特征信号与运动模式的相关性研究［J］. 中国科学: 信息科学, 2012, 42(7): 907-922.
ZHU Yilong, FAN Hongqi, FU Qiang, et al. Relationship between Radar Target Signatures and Motion Modes ［J］. Science China: Information Science, 2012, 42(7): 907-922.
［16］樊建鹏, 范红旗, 卢再奇. 基于高分辨距离像的目标姿态角估计算法［J］. 系统工程与电子技术, 2012, 34(12): 2413-2417.
FAN Jianpeng, FAN Hongqi, LU Zaiqi. Pose Estimation Algorithm Based on High Range Resolution Profile ［J］. Systems Engineering and Electronics, 2012, 34(12): 2413-2417.
［17］张凯, 单甘霖, 吉兵, 等. 基于姿态角辅助非线性滤波算法的机动目标跟踪［J］. 电子学报, 2012, 40(8): 1670-1675.
ZHANG Kai, SHAN Ganlin, JI Bing, et al. Maneuvering Targets Tracking Based on Pose-aided Nonlinear Filter Algorithm ［J］. Acta Electronica Sinica, 2012, 40(8): 1670-1675.

[1]	张逸宸,水鹏朗. 一种改进的泊松点过程概率多假设跟踪方法[J]. 西安电子科技大学学报, 2021, 48(2): 27-34.
[2]	徐彬,张永顺,张秦,王富平,郑桂妹. 采用乘性RNN的雷达HRRP目标识别[J]. 西安电子科技大学学报, 2021, 48(2): 49-54.
[3]	郭泽坤,田隆,韩宁,王鹏辉,刘宏伟,陈渤. 采用CNN-SSD的雷达HRRP小样本目标识别方法[J]. 西安电子科技大学学报, 2021, 48(2): 7-14.
[4]	韩卓茜,王锋,陈沛,李卓伦. 一种历史特征辅助的模糊数据关联算法[J]. 西安电子科技大学学报, 2021, 48(2): 92-98.
[5]	李翠芸,李洋,姬红兵,石仁政. 一步数据关联GLMB扩展目标跟踪算法[J]. 西安电子科技大学学报, 2020, 47(5): 137-143.
[6]	王明杰,姬红兵,刘龙. 噪声野值下的学生t分布混合CPHD滤波[J]. 西安电子科技大学学报, 2019, 46(5): 134-141.
[7]	李翠芸,陈东伟,石仁政. 自适应目标新生δ广义标签多伯努利滤波算法[J]. 西安电子科技大学学报, 2019, 46(2): 12-16.
[8]	徐彬,陈渤,刘家麒,王鹏辉,刘宏伟. 采用双向LSTM模型的雷达HRRP目标识别[J]. 西安电子科技大学学报, 2019, 46(2): 29-34.
[9]	李翠芸;王精毅;姬红兵;王荣. 模型参数未知时的CPHD多目标跟踪方法[J]. 西安电子科技大学学报, 2017, 44(2): 37-41+184.
[10]	王海环;王俊. 一种改进的多伯努利多目标跟踪算法[J]. 西安电子科技大学学报, 2016, 43(6): 176-182.
[11]	吴旭姿;刘峥;谢荣. 用于目标检测的宽带雷达自适应波形设计方法[J]. 西安电子科技大学学报, 2016, 43(2): 46-51.
[12]	徐丹蕾;杜兰;王鹏辉;刘宏伟. 采用多任务稀疏学习的雷达HRRP小样本目标识别[J]. 西安电子科技大学学报, 2016, 43(2): 23-28.
[13]	李翠芸;江舟;李斌;周旋. 未知杂波环境的GM-PHD平滑滤波器[J]. J4, 2015, 42(5): 98-104.
[14]	李翠芸;姬红兵;江舟. 一种新的未知杂波环境下的PHD滤波器[J]. J4, 2014, 41(5): 18-23.
[15]	李志鹏;马田香;杜兰;徐丹蕾;刘宏伟;张子敬. 在雷达HRRP识别中多特征融合多类分类器设计[J]. J4, 2013, 40(1): 111-117.

一种高分辨距离像辅助的多目标跟踪算法

Multi-target tracking algorithm aided by a high resolution range profile

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10