多重目標追蹤下新的增量機動預測模式

Abstract

在雷達應用中, 目標追蹤主要是希望能根據目標量測值以前累積來的統計資料, 用以 預測下一個時刻目標所可能出現的位置。依此預先調整飛彈或地面雷達的伺服系統, 進而鎖定目標摧毀滅目標。一般而言預測此種動態運動系統的位置, 可由卡曼濾波器 的遞迴公式達成。 由單一目標追蹤擴充至多目標追蹤的情形下, 預測目標位置更為困難。因為除了考慮 由空間背景雜音及系統本身熱擾動所產生的假目標外, 互相靠近的目標軌跡也都會造 成誤判。另外當目標以加速運動脫逃時, 必須施以特別的機動偵測法則才能有效地追 蹤目標。 在追蹤多目標方面, 對於落在某一軌跡目標被預測有效範圍內的量測值而言可能不是 唯一, 也可能不是恰為此目標的量測值。在此種情形下, 如何利用有效的資料相關法 則來區別量測值與目標間的從屬關系就格外重要。此類法則主要包含有最近鄰域法, 貝氏與非貝氏全鄰域法, 及聯合型全鄰域法。另外一種最新發展出的法則, 其法則利 用遊走銷售員問題的觀念, 也在本篇論文中介紹。 關於目標機動脫逃的問題, 也有許多解決的方法。但是這些方法由於是依據卡曼濾波 器的穩態特性來追蹤目標。只能處理固定已知的機動加速值。但是在實際情形中, 預 先得知目標的機動加速值有其困難性。在本篇論文中, 我們首先提出一個新的機動預 測模式, 以先前時刻的加速值及量測值來計算其各個方向增量的可能性, 以預測其加 速值。另外可以依據目標的互相關統計值及取樣時間大小, 自動調整機動預測範圍, 使追蹤有機動性的目標更為可行。