梁志兵， 王　睿， 武　勇， 张　豪， 张　勃

(1.空军工程大学 防空反导学院，陕西 西安 710051；2.计量科学研究院，陕西 西安 710065； 3.中国人民解放军95948部队，甘肃 酒泉 735000)



基于联合双重概率矩阵的动态规划检测前跟踪算法

梁志兵1， 王睿1， 武勇2， 张豪1， 张勃3

(1.空军工程大学 防空反导学院，陕西 西安 710051；2.计量科学研究院，陕西 西安 710065； 3.中国人民解放军95948部队，甘肃 酒泉 735000)

为在较短时间内实现对弱小目标更为精确稳定的跟踪检测，提出一种基于联合双重概率矩阵的动态规划检测前跟踪(TBD)算法。利用联合双重概率矩阵算法对异类多传感器数据进行概率化融合处理，并将得到的概率矩阵作为TBD算法的输入量测空间，利用动态规划TBD算法得到目标轨迹。仿真实验表明：该算法能够融合利用异类多传感器数据，在较短时间内实现对弱小目标更为稳定有效的跟踪检测。

联合双重概率矩阵； 动态规划； 检测前跟踪； 异类多传感器

0　引　言

目前，对于弱小目标的检测问题，典型的方法是检测前跟踪(track-before-detect,TBD)技术[1]。现有的TBD技术主要包括基于粒子滤波的方法[2,3]、基于Hough变换的方法[4,5]、基于动态规划的方法[6～9]以及基于概率假设密度的方法[10]等。其中，基于动态规划(dynamic programming，DP)的TBD(DP-TBD)算法是一种有效的弱小目标跟踪检测方法。

当前的DP-TBD技术主要集中在单传感器应用，但是某些高速弱小目标时敏性强，其会在较短时间内发生严重的距离走动，使得基于单传感器的TBD技术对其跟踪检测性能较差。而近年来，随着通信能力的不断发展，利用传感器网络进行警戒发现、融合跟踪等领域的研究变得越来越重要[11]。……