强干扰环境单观测站水下纯方位多目标跟踪

李晓花，苏 骏，李秀秀

1.西安理工大学 计算机科学与工程学院，西安710048

2.西北工业大学 航海学院，西安710072

水下纯方位目标跟踪（Bearing-Only Target tracking，BOT）属于典型的被动跟踪，是指声纳在不使用向外辐射能量设备的情况下，仅利用目标的方位信息获得目标的运动参数，如距离、速度和加速度等，以达到精确跟踪目标的目的[1-3]。纯方位多目标跟踪是水下防御系统的重要组成部分，由于被动地接收信号，具有隐蔽性好，不易被敌发现和被敌打击的优点。

与单目标跟踪不同，多目标跟踪不仅需要解决单目标跟踪问题中的估计、虚警杂波、机动等问题，还需要考虑量测与待定目标之间的关联问题[4-6]。经典的数据关联方法中，基于决策的全局最近邻算法（Global Nearest Neighbor，GNN）[7]的正确关联率低，仅适合干扰密度很小的多目标跟踪问题；基于概率统计意义下的多假设跟踪（Multiple Hypothesis Tracking，MHT）方法[8]和联合概率数据关联（Joint Probabilistic Data Association，JPDA）方法[9]需要穷举所有可能的关联事件，算法计算量随着目标和量测数的增长成指数增长，并且不适合对近距离空间多目标和低信噪比多目标的跟踪。基于期望极大化（Expectation Maximization，EM）理论的概率多假设跟踪（Probabilistic Multiple Hypothesis Tracking，PMHT）方法[10-12]的计算量随着目标个数和量测个数的增加呈线性增长，实时性强。同时，PMHT算法是一种Bayes框架下的多目标跟踪算法，在概率统计意义下的易扩展性受到学者们的青睐[13]。

PMHT算法对强干扰环境下的多目标跟踪问题具有很强的跟踪性能，现有的PMHT算法都关注如何增加算法的收敛速度，而PMHT算法的关键是如何避免多目标状态的后验概率收敛于局部最大值，从而降低对目标初始值的敏感。……