丁国胜,蔡民杰

(南京电子技术研究所,江苏 南京 210039)

点迹-航迹关联主要是完成航迹更新与航迹维持,也就是以确定航迹的预测值为中心,根据某种特定的准则筛选符合条件的点迹,并利用点迹进行滤波的过程。因此,点迹-航迹关联主要涉及目标跟踪中常用的滤波算法,如最近邻 (Nearest Neighbor, NN) 滤波、概率数据互联(Probability Data Association, PDA)滤波、联合概率数据互联(Joint Probability Data Association, JPDA)滤波、多假设跟踪(Multiple Hypothesis Tracking, MHT)滤波、交互多模型(Interacting Multiple Model, IMM)滤波及概率假设密度(Probabilistic Hypothesis Density, PHD) 滤波等。

多目标点迹-航迹关联技术一直都是研究热点,学者利用目标的运动特性和传感器特点进行分析,并取得了一定的成果。但随着时代的发展,目标受到了强杂波、强干扰等自然和人类行为等因素影响,很难有效辨别真实数据和受污染的数据,尤其是目标真实数据丢失时,关联难度大大增加。不考虑虚警、漏警等传统数据关联问题,还可能因目标做出高机动、交互运动等动作出现数据混乱、交叉等更加复杂的问题,这也是多目标点迹-航迹关联领域亟待解决的问题。

机器学习是当前流行的人工智能手段,利用机器学习理论分析大量数据已经较为普遍。RL技术是机器学习的一个分支,其主旨是在某一环境下作出能够获得最大预期收益的动作。RL起源于二十世纪六十年代,发展至今已取得很多成果,如Q学习、动态规划、Policy Gradients、Deep-Q-Network等。

结合数据关联和强化学习两大技术的共同特点,利用人工智能的方式实现数据的高速处理,完成多目标点迹-航迹关联,不仅有较高的工程实践意义,也对国家国防建设有重要意义,这将可能会成为未来发展的一种趋势。……