改进型交互式多模型快速数据关联算法研究

宋卫静 张倍 张宁

摘 要 为解决机动目标失踪问题，本文在交互式多模型快速数据关联算法（IMM-FDA）基础上引入了扩大关联门，通过调整关联门的大小，降低跟踪丢失率，仿真结果验证了此算法的可行性。

关键词 交互式多模型；快速数据关联；扩大关联门

引言

IMM-FDA算法采用椭圆形关联门，能够以较小的运算量实现对多机动目标的跟踪。本文引入了扩大关联门，通过调整关联门的大小，降低机动目标跟踪丢失率。Monte Carlo仿真结果验证了此算法的可行性以及良好的跟踪性能。

1 快速数据关联算法

快速数据关联算法（FDA）与之不同的地方在于重点分析了多个目标关联门相交区域中的公共回波对航迹更新的影响，并综合考虑了关联门内其余候选回波对航迹更新的作用，以较小的计算代价完成了后验概率的计算，跟踪效果与JPDA算法近似[1]。

2 交互式多模型快速数据关联算法

IMM算法的每一个滤波器对应于目标的不同运动状态，模型之间按照状态转移概率矩阵进行切换。IMM-FDA算法实质是将IMM中原始的卡尔曼滤波器替换为FDA滤波器，算法步驟与IMM算法类似，包括输入交互、滤波、模型概率更新和输出综合[2]。

3 基于扩大关联门的交互式多模型快速数据关联算法

IMM-FDA算法采用的椭圆形关联门如下：

（10）

IMM-FDA算法中存在多个运动模型，运用组合关联门，并保持关联门形式不变化，为解决目标失踪问题，可将关联门进行扩大，增大目标被重新检测到的概率，降低失踪率。由可知，椭圆门的体积与的行列式成正相关，若将信息协方差矩阵中的每个元素都乘以，相当于关联门在每个方向均扩大了倍，由于IMM-FDA算法采用的是椭圆形关联门，经扩大后的关联门开关保持不变。

关联门过大或者过小都不利于实现对机动目标的准确跟踪，因此我们预先设置好一组数据，当系统检测不到有效量测时，采用对关联门进行逐步扩大的方式，选择最优扩大比例。假设集合为扩大比例的取值范围，且满足，集合根据目标具体机动情况设置，则使用扩大关联门具体流程如下：

①如果IMM-FDA的组合关联门内没有检测到有效量测，则令。②如果，则令，使用扩大后的关联门重新检测有效量测；否则转到第4步。③如果扩大后的关联门内检测到有效量测，则转到下一步，否则令转到上一步。④将检测到的有效量测输入到各个模型的FDA滤波器中。

在IMM-FDA算法中运用上述方法，便得到基于扩大关联门的IMM-FDA算法[3]。

4 仿真结果及分析

对杂波环境下三个目标进行跟踪仿真，扫描周期，转弯角速度，Monte Carlo仿真次数为100，杂波密度，量测方差，初始模型概率。

图1、2给出了两种算法得到的目标x和y方向位置估计误差曲线，基于扩大关联门的IMM-FDA算法对多机动目标跟踪时具有更好的跟踪效果，而且误差曲线更趋平稳。表1用具体数据说明新算法的有效性。

5 结束语

本文研究了杂波环境下多机动目标跟踪问题，引入扩大关联门IMM-FDA算法，通过检测机动目标跟踪概率，适时调整关联门大小，以降低机动目标跟踪丢失率。仿真结果表明，此算法对于多机动目标具有良好的跟踪性能。

参考文献

[1] 何友.雷达数据处理及应用[M].北京：电子工业出版社，2006：29.

[2] 周宏仁.机动目标跟踪[M].北京：国防工业出版社，1991：207.

[3] 程婷，何子述，李亚星.一种具有自适应关联门的杂波中机动目标跟踪算法[J].电子与信息学报，2012，34（4）：865-870.