卜石哲,周共健

(1.哈尔滨工业大学,黑龙江 哈尔滨 150001；2.对海监测与信息处理工业和信息化部重点实验室，黑龙江 哈尔滨 150001)

在多传感器多目标跟踪领域中,为了有效利用多传感器观测数据提高目标状态估计精度,需要确定各传感器观测数据的目标来源,即进行将数据关联处理。从20世纪60年代开始，已有文献对数据关联问题进行研究,发展出一系列算法[1-4],这些算法在复杂度和跟踪性能上各不相同。

解决多传感器多目标数据关联问题的方法有最近邻法(NN)[5],联合概率数据关联(JPDA)[6]以及多假设跟踪(MHT)[7]等。其中，最近邻法是最简单的数据关联解决方案,该方法将统计意义上与目标预测位置最近的观测数据作为关联上的观测数据,仅适用于信噪比高且目标密度低的场景,在实际应用中效率低。JPDA方法通过最后一帧扫描中观测数据的一对多和多对一关联关系计算概率来解决数据关联问题,适合杂波少的环境。MHT方法试图考虑所有的关联假设以提供最优的解决方案,但直接实施MHT方法会导致关联假设数量随时间呈指数增长。为了满足MHT方法的计算量要求,需利用截断技术减少不太可能的假设数量。除此之外,多维分配(MDA)技术[8-10]是解决数据关联问题的另一类方案。利用该技术可将多目标跟踪中的数据关联问题描述为一定条件下的离散优化问题,可通过有限长度的滑窗处理逼近MHT跟踪性能,避免了MHT算法中的暴力穷举,它被证明是一种实用可行的MHT的替代选择。……