基于BELLHOP模型的水下多目标跟踪算法研究

作者：高阗琦; 陈虹宇; 张峻铭; 李可非^*

来源：声学技术, 2023, 42(02): 248-255.

DOI：10.16300/j.cnki.1000-3630.2023.02.019

• BELLHOP模型
• 目标回波信号
• 高斯混合概率假设密度
• 无迹卡尔曼滤波

针对高频主动声呐的深海多目标跟踪问题，提出了基于BELLHOP模型的无迹卡尔曼滤波-高斯混合概率假设密度(Unscentesd Kalman Filter-Gaussian Mixture-Probability Hypothesis Density, UKF-GM-PHD)水下多目标跟踪算法。该算法首先利用BELLHOP射线声学模型，计算出本征声线、目标信号的幅度、相位及时延信息，以此构造目标回波信号并叠加高斯白噪声。然后，由回波信号计算得到目标相对于观测站的距离、方位角和俯仰角信息，作为目标跟踪系统中的量测信息。最后利用提出的UKF-GM-PHD多目标跟踪算法，实现高频主动声呐非线性系统的多目标跟踪。仿真结果表明，在深海高频主动声呐条件下，文章提出的UKF-GM-PHD多目标跟踪算法较传统高斯混合概率假设密度(Gaussian Mixture Probability Hypothesis Density, GM-PHD)方法，明显降低了目标丢失率，并且最优子模式指派统计量(Optimal Sub-Patter Assignment, OSPA)距离也更小，跟踪效果更好。

• 单位
  中国科学院声学研究所北海研究站; 中国船舶工业系统工程研究院