强干扰环境单观测站水下纯方位多目标跟踪

作者：李晓花; 苏骏; 李秀秀

来源：计算机工程与应用, 2020, 1-8.

• 概率多假设跟踪
• 纯方位
• 多目标跟踪
• 无味卡尔曼平滑算法 probabilistic multiple hypothesis tracking
• bearing-only
• multi-target tracking
• unscented Kalman smoother

针对概率多假设跟踪(probabilistic multiple hypothesis tracking, PMHT)算法对多目标状态初始值敏感问题，结合确定性退火技术，提出了改进的PMHT算法。该算法借鉴确定性退火过程，在多目标的条件概率函数中引入退火因子，增加了多目标与纯方位量测数据关联的准确性，提高了多目标后验关联概率的精确度。针对纯方位量测的非线性性，利用无味卡尔曼平滑(unscented Kalman smoother, UKS)算法进行滤波。仿真结果表明，当多目标状态初始值与真实值相差较大时，对于强干扰环境下单观测站纯方位水下交叉和邻近运动多目标，所提算法的目标与航迹关联成功率高，...

• 单位
  西安理工大学; 西北工业大学