赵 菡 诸葛晶晶 林家骏

(华东理工大学信息科学与工程学院 上海 200237)

0 引 言

关联波门的有效设定可以减少数据关联算法的运算量、提高关联精度，是数据关联算法的必要条件[1-2]，通过设置波门中心为目标预测位置，实现对量测回波的筛选。概率数据关联算法(Probabilistic Data Association， PDA)[3]以及在此基础上针对多目标优化的联合概率数据关联算法(Joint Probabilistic Data Association, JPDA)[4]均是通过对波门范围内的所有回波计算概率进而加权获得目标的状态更新。因此，关联波门的选取很大程度上决定了目标的状态更新是否精确，跟踪是否稳定，乃至于是否会出现失跟。

杂波环境下的强机动目标跟踪存在目标运动状态变化情况复杂、波门中心难以预测等问题，固定波门无法应对目标在不同状态下的跟踪任务，因此研究者们相继提出了多种自适应关联波门设计方法以改善目标丢失问题，提高跟踪精度[5]。文献[6]提出了一种自适应关联波门跟踪算法，以目标发生最大机动水平作为假设，修正关联波门以增加真实回波落入概率。然而基于最大机动水平的假设使得关联波门过大，在杂波密集环境下反而会造成跟踪的不稳定甚至失跟。文献[7]同样以最大机动水平所对应的模型误差协方差对关联波门进行扩大，使得在波门内不存在有效量测时扩大波门大小以确保真实量测落入门内。然而一味地扩大波门会造成目标稳定后波门内包含过多杂波，反而影响跟踪精确度。文献[8]在误差动态变化率的提示下，根据目标飞行状态对关联波门的大小进行动态调整，有效降低了目标丢失率，提高了跟踪精度，避免了上述算法在杂波环境下的局限。……