运动状态下的多传感器群目标精细航迹起始算法优化

本文主要探讨了运动状态下多传感器群目标精细航迹起始问题，针对多传感器群内的复杂环境，提出了一种创新的集中式多传感器群目标精细航迹起始算法。该算法的核心在于利用传感器群的运动状态信息，通过以下几个步骤实现精细航迹的初始化： 1. 预分割与预互联：算法首先采用循环阈值模型和群中心点的概念，对传感器接收到的目标数据进行预分割，以便识别出可能存在的目标群体，并尝试进行初步的连接。 2. 子群划分：预互联成功的群按照传感器类型被划分成多个子群，这样可以减少单传感器产生的错误信息对整体影响。 3. 剔除虚假航迹：非抢占式修正逻辑法和同状态航迹子群获取模型被用于识别并剔除由单个传感器产生的虚假航迹，这些航迹可能由于噪声或其他干扰因素而误判。 4. 多传感器同状态群关联：多传感器同状态群关联模型进一步确保了所有传感器间的真实航迹一致性，通过比较和分析各个传感器的数据，消除虚假的同状态航迹子群。 5. 精细互联与合并：最后，算法通过加权法实现了同状态关联群内航迹的精细互联和合并，提高了航迹跟踪的准确性和鲁棒性。 对比实验结果显示，相比于分布式多传感器修正逻辑法和基于聚类和Hough变换的集中式多传感器多编队航迹起始算法，这种基于运动状态的算法在起始真实航迹的准确性、抑制虚假航迹的能力以及抵抗杂波干扰的鲁棒性方面具有显著优势。这对于实际的飞行器监控、军事侦察和多目标跟踪等应用领域具有重要的理论价值和实践意义。因此，该算法对于提高多传感器系统在动态环境下的目标识别和跟踪性能具有显著提升作用。