陈 辉, 张星星, 杨文瑜

(1. 兰州理工大学 电气工程与信息工程学院, 甘肃 兰州 730050; 2. 中国民航大学 电子信息与自动化学院， 天津 300300)

传统目标跟踪算法主要以点目标(小目标)假设为前提,然而,由于高分辨率的现代传感器出现以及对跟踪近距离目标的需求,目标往往对应了传感器的多个分辨单元,这表现为目标在每个采样周期内产生多个量测,这样的目标定义为扩展目标(extended target,ET),其对应的跟踪问题称为扩展目标跟踪(ET tracking,ETT)[1-3].此时,简单的将目标建模为点目标不再适用于现代目标跟踪任务,目标在空间上的扩展应该表现为更为复杂的建模形式.ETT问题的提出具有非常重要的研究意义,尤其在近几年吸引了国内外学者的广泛关注.结合ET的多个量测源,通过最优滤波估计能够得到目标更为丰富的状态信息.

实际上,对ET形状估计的研究在近几年已经取得了许多引人瞩目的成果[4-6].其中,绝大多数算法利用简单几何形状(如椭圆、矩形等)来描述扩展目标的范围.典型的代表有随机矩阵模型(random matrix model,RMM)[7-8].然而这种方法仅能大致估计出目标的形状,建模对象也具有局限性.所以,在RMM的基础上,兰剑等[9]提出的用多个子椭圆来逼近一个整体不规则形状方法,利用多个子椭圆逼近非椭圆(不规则)扩展目标的形状.另一种方法是随机超曲面模型(random hypersurface model,RHM )[10-12].RHM灵活地利用傅里叶级数展开的方式对描述星凸形扩展目标的径向函数进行了参数化,通过目标形状边界的缩放利用曲线拟……