摘要
地理信息(航路、海路、道路、空中走廊、禁飞区、禁航区、机场等)以及目标编队的空间相对关系表征了目标运动的等式和不等式约束。建立约束信息与传感器信息的关联和融合是提升目标检测与跟踪性能的重要途径。本文提出了综合利用约束信息和被动多传感器信息的概率假设密度(PHD)目标跟踪框架,给出了基于边界约束的被动多传感器箱粒子PHD算法实现。该方法利用先验已知的各类约束缩小新生目标的搜索范围和撒点区域,有利于减少无效探测和计算;跟踪维持过程中利用约束信息的投影可以进一步提升跟踪精度。仿真验证该算法在跟踪性能相当的情况下显著降低了计算量。
-
单位中国电子科技集团公司第28研究所