乔殿峰,梁彦,*,张会霞,赵鹏蛟
1. 西北工业大学 自动化学院 信息融合技术教育部重点实验室,西安 710129 2.北方自动控制技术研究所,太原 030006
目标机动是常见的运动形式,机动目标跟踪在军事与民用领域都有着广泛的应用,如空天预警、拦截制导、交通管制等。由于跟踪过程中目标的运动模型具有不确定性和航迹位置数据带有噪声,基于模型的轨迹跟踪[1]的方法会导致航迹分段精确较低的问题。因此,数据驱动的轨迹跟踪算法越来越受到重视[2-4],能够进一步从轨迹数据中提取出语义信息,为指挥员提供辅助决策提供支撑[5-7]。
轨迹的精确分段需要准确地估计目标运动模式和目标状态。现有航迹分段方法可看作模式识别中用于参数化复杂曲线的方法[8-9],能够在不给出运动模型的情况下,进行航迹分段。在此基础上,Linder和Schell提出了在曲线拟合中加入连续性约束指标的分段航迹识别器(Segmenting Tracking Identifier, STI)[10],它是能够跟踪机动目标的非贝叶斯方法,将目标轨迹动态划分为一系列轨迹段。首先,检测模式发生转换的时刻,STI对航迹进行分段,然后在最小二乘意义上确定每段目标运动的最优模型参数。但是该算法中仅考虑了位置连续性和航向角连续性指标,未考虑速度连续性指标,也没有对多连续性指标标准化,造成分段策略时间代价太大。为此,在拟合代价函数中加入速度连续性指标,改善了对航迹时间相关性信息的利用,提高了分段精度、减少了分段消耗时间[11],但是它的时间消耗和分段精度仍然难以满足要求。……