對邊掃描邊跟蹤的認知雷達,目標的空間分布特性是實現對雷達信號控制的重要依據之一。本文介紹了一種基于高斯混合概率假設密度(GM-PHD)濾波算法的目標空間分布感知方法,利用該算法,可同時實現多目標高虛警環境下的目標數目和目標空間位置以及運動狀態的估計。該算法實際是一種對標準GM-PHD濾波器的改進算法,能在新生目標強度未知的情況下完成對新生目標的檢測跟蹤。實驗表明該算法不僅能在未知新生目標強度的情況下檢測并跟蹤新生目標,且在新生目標速度較大的情況下,該算法對新生目標的檢測性能優于標準GM-PHD濾波器。

【文章頁數】：9 頁

【部分圖文】：

圖2目標狀態航跡

真實航跡如圖2所示。航跡5、6、7以及航跡8、9、10起點相同，但出現時間不同，事實上由于沒有考慮分裂目標，本文算法（圖中稱為“改進GM-PHD濾波算法”）無法處理衍生目標。航跡1、2同向且相互靠近，航跡3、4反向。改進GM-PHD濾波器航跡輸出航跡如圖3所示，輸出航跡很干凈，沒....

圖3改進GM-PHD濾波器生成的航跡

改進GM-PHD濾波器航跡輸出航跡如圖3所示，輸出航跡很干凈，沒有虛假航跡。在新生目標強度未知并且目標速度較大的條件下，完成了新生航跡的檢測和延續。新生航跡檢測成功率極高，在很少測量周期內轉換成為存活航跡。存活航跡在目標消失的幾個測量周期中持續外推，說明目標漏警時成功保留了航跡信....

圖1改進GM-PHD濾波器遞推流程

基于式（20）和式（21）的定義，本文提出的改進GM-PHD濾波器計算過程如圖1所示。圖中，νb,k-1，νs,k-1分別代表k-1時刻新生和存活目標的高斯項，Jb,k-1和Js,k-1分別對應新生航跡和存活目標的高斯項的數目，其余符號以此類推。改進的GM-PHD濾波器將航跡分為....

圖4原始GM-PHD濾波器生成的航跡

航跡管理GM-PHD濾波器輸出航跡如圖4所示，由于航跡管理規則的應用，同樣沒有虛假航跡，但是在目標速度較大的條件下，使用10-5大小的修剪門限無法保留新生目標信息，導致大量的新生航跡漏檢，即使是使用更小的修剪門限，由于缺少新生目標強度修正規則的保護，仍然不能夠達到很高的新生航跡檢....

本文編號：3996454