多目标跟踪中自适应时间资源调度

doi:CNKI:11-1929/V.20101111.0909.009m

电子与自动控制

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

多目标跟踪中自适应时间资源调度

张贞凯^1,2, 汪飞¹, 周建江¹, 刘伟强¹

1. 南京航空航天大学信息科学与技术学院, 江苏南京 210016;
2. 江苏科技大学电子信息学院, 江苏镇江 212003

收稿日期:2010-06-02 修回日期:2010-09-09 出版日期:2011-03-25 发布日期:2011-03-24
作者简介:张贞凯(1982- ) 男,博士研究生,讲师。主要研究方向:目标跟踪、雷达射频隐身、雷达搜索等。 Tel: 025-84896490-12509 E-mail: zzk@nuaa.edu.cn 汪飞(1976- ) 男,博士,副教授。主要研究方向:谱估计、雷达射频隐身、目标散射中心提取等。 Tel: 025-84892430 E-mail: wangxiaoxian@nuaa.edu.cn周建江(1962- ) 男,博士,教授,博士生导师。主要研究方向:雷达射频隐身、目标特性识别等。 Tel: 025-84892838 E-mail: zjjee@nuaa.edu.cn
基金资助:
总装预研基金(N0901-041);江苏省研究生培养创新工程 (CX10B_110Z,CX09B_081Z)

Adaptive Time Resource Scheduling for Multiple Target Tracking

ZHANG Zhenkai^1,2, WANG Fei¹, ZHOU Jianjiang¹, LIU Weiqiang¹

1. School of Information Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China;
2. Department of Electronic Information, Jiangsu University of Science and Technology, Zhenjiang 212003, China

Received:2010-06-02 Revised:2010-09-09 Online:2011-03-25 Published:2011-03-24

摘要/Abstract

摘要： 为了提高雷达的工作效率,在改进交互多模型-概率数据关联(IMMPDA)跟踪算法的基础上,提出了基于灰色关联度和粒子群优化理论的自适应多目标跟踪的时间资源调度(ATRS)算法。首先对每个跟踪目标设置不同的期望跟踪精度;然后以灰色关联度作为资源管理模型中的度量函数和粒子群算法中的适应度函数,来衡量各种情况下预测跟踪精度与期望跟踪精度的差异性,并利用粒子群算法优化设计采样间隔和驻留时间。最后选取跟踪紧迫性最强的目标作为下一时刻跟踪的对象。仿真表明,所提算法在具有较好跟踪精度的前提下,有效节省了相控阵雷达的时间资源。

关键词: 雷达资源管理, 采样间隔, 驻留时间, 自适应调度, 目标跟踪

Abstract: In order to improve the efficiency of the radar, the interacting multiple models-probability data association (IMMPDA) is modified in foundation, and a novel adaptive time resource scheduling (ATRS) algorithm for multi-target tracking is proposed based on grey relational grade and particle swarm optimization. First, the IMMPDA algorithm of target tracking is improved. Then different tracking accuracy is configured according to different targets respectively. During the particle optimization for obtaining the best sampling period and dwell time, the grey relational grade between the desired and estimated tracking accuracies is supposed to be the measurement function in the resource management model and the fitness value in the optimization process. Finally, the algorithm selects the target with the utmost urgency of being tracked as the one that will be tracked. Experimental results show that the proposed ATRS algorithm not only has a better tracking accuracy, but also saves time resource for the phased-array radar.

Key words: radar resource management, sampling period, dwell time, adaptive scheduling, target tracking

中图分类号:

张贞凯, 汪飞, 周建江, 刘伟强. 多目标跟踪中自适应时间资源调度[J]. 航空学报, 2011, 32(3): 522-530.

ZHANG Zhenkai, WANG Fei, ZHOU Jianjiang, LIU Weiqiang. Adaptive Time Resource Scheduling for Multiple Target Tracking[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2011, 32(3): 522-530.

参考文献

[1] Cohen S A. Adaptive variable update rate algorithm for tracking targets with a phase array radar [J]. IEE Proceedings of Radar & Signal Processing, 1986, 133 (3): 277-280. [2] Gilson W H. Minimum power requirements for tracking//Proceeding of IEEE International Radar Conference. 1990: 417-421. [3] van Keuk G, Blackman S S. On phased array radar tracking and parameter control[J]. IEEE Transactions on Aerospace and Electronic System, 1993, 29(1): 186-194. [4] 王峰, 张洪才, 潘泉. 相控阵雷达采样周期自适应策略研究[J]. 系统仿真学报, 2003, 15(9): 1230-1233. Wang Feng, Zhang Hongcai, Pan Quan. A study on adaptive sampling period of phased array radar[J]. Journal of System Simulation, 2003, 15(9): 1230-1233. (in Chinese) [5] 王峰, 詹晶晶, 潘泉, 等. 一种灵活的相控阵雷达采样周期自适应算法[J]. 系统工程与电子技术, 2003, 25(10): 1179-1182. Wang Feng, Zhan Jingjing, Pan Quan, et al. A flexible adaptive sampling period algorithm for phased array radars[J]. Systems Engineering and Electronics, 2003, 25(10): 1179-1182. (in Chinese) [6] Puranik S P, Tugnait J K. On adaptive sampling for multisensor tracking of a maneuvering target using IMM/PDA filtering//Proceedings of 2005 American Control Conference. 2005: 1263-1268. [7] 唐婷, 韩春林, 程婷,等. 一种基于自适应网格 IMM的自适应采样周期算法[J]. 系统工程与电子技术, 2008, 30(12): 2481-2484. Tang Ting, Han Chunlin, Cheng Ting, et al. Adaptive sampling period algorithm based on adaptive grid IMM[J]. Systems Engineering and Electronics, 2008, 30(12): 2481-2484. (in Chinese) [8] Zwaga J H, Driessen H. Tracking performance constrained MFR parameter control: applying constraints on prediction accuracy// Proceedings of the 8th International Conference of Information Fusion. 2005: 546-551. [9] Boers Y, Driessen H, Zwaga J. Adaptive MFR parameter control: fixed against variable probabilities of detection[J]. IEE Proceedings of Radar Sonar Navigation, 2006, 153(1): 2-6. [10] Lu J B, Hu W D, Yu W X. Adaptive beam sceduing for an agile beam radar in multitarget tracking //Proceedings of 2006 International Conference on Digital Object Identifier. 2006: 1-4. [11] 卢建斌, 胡卫东, 郁文贤. 基于协方差控制的相控阵雷达资源管理算法[J]. 电子学报, 2007, 35(3): 402-408. Lu Jianbin, Hu Weidong, Yu Wenxian. Resource management algorithm based on covariance control for phased array radars[J]. Acta Electronica Sinica, 2007, 35(3): 402-408. (in Chinese) [12] Deng J L. Control problems of grey system[J]. Systems and Control Letters, 1982(5): 288-294. [13] 邓聚龙, 灰色系统基本方法[M]. 武汉: 华中科技大学出版社,2004: 81-82. Deng Julong. The primary methods of grey system theroy[M]. Wuhan: Huazhong University of Science and Technology Press, 2004: 81-82. (in Chinese) [14] Kennedy J, Eberhart R. Particle swarm optimization// Proceedings of IEEE International Conference on Neural Networks. 1995, 4: 1942-1948. [15] Choi J W, Fang T H, Lee S B. IMMPDA filter via perception net//Proceedings of the 1999 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems. 1999: 267-272. [16] 潘泉,刘刚,戴冠中,等. 联合交互式多模型概率数据关联算法[J].航空学报, 1999, 20(3): 234-238. Pan Quan, Liu Gang, Dai Guanzhong, et al. Combined interacting multiple models probabilistic data association algorithm[J]. Acta Aeronautica et Astronautica Sinica, 1999, 20(3): 234-238. (in Chinese) [17] 刘先省,周林,杜晓玉.基于目标权重和信息增量的传感器管理方法[J]. 电子学报, 2005, 33(9): 1657-1683. Liu Xianxing, Zhou Lin, Du Xiaoyu. A method of Sensor management based on target priority and information gain[J].Acta Electronica Sinica, 2005, 33(9): 1657-1683. (in Chinese)

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

多目标跟踪中自适应时间资源调度

Adaptive Time Resource Scheduling for Multiple Target Tracking

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	薛远亮, 金国栋, 谭力宁, 许剑锟. 基于多尺度融合的自适应无人机目标跟踪算法[J]. 航空学报, 2023, 44(1): 326107-326107.
[2]	陈博, 岳凯, 王如生, 胡明南. 基于学习策略的多速率多传感器融合定位方法[J]. 航空学报, 2022, 43(S1): 726904-726904.
[3]	陈林秀, 杨翔宇, 张航, 赵佳佳, 郝明瑞. 基于主动雷达/红外信息融合的复合制导方法[J]. 航空学报, 2022, 43(S1): 727058-727058.
[4]	刘芳, 孙亚楠. 基于自适应融合网络的无人机目标跟踪算法[J]. 航空学报, 2022, 43(7): 325522-325522.
[5]	熊伟, 朱洪峰, 崔亚奇. 在线学习的循环自适应机动目标跟踪算法[J]. 航空学报, 2022, 43(5): 325250-325250.
[6]	靳标, 邝晓飞, 彭宇, 张贞凯. 基于合作博弈的组网雷达分布式功率分配方法[J]. 航空学报, 2022, 43(1): 324776-324776.
[7]	刘贞报, 马博迪, 高红岗, 院金彪, 江飞鸿, 张军红, 赵闻. 基于形态自适应网络的无人机目标跟踪方法[J]. 航空学报, 2021, 42(4): 524904-524904.
[8]	闫文旭, 兰华, 王增福, 金术玲, 潘泉. 基于变分贝叶斯的星载雷达非线性滤波[J]. 航空学报, 2020, 41(S2): 724395-724395.
[9]	黄景帅, 李永远, 汤国建, 包为民. 高超声速滑翔目标自适应跟踪方法[J]. 航空学报, 2020, 41(9): 323786-323786.
[10]	衣晓, 杜金鹏. 基于分段序列离散度的异步航迹关联算法[J]. 航空学报, 2020, 41(7): 323694-323694.
[11]	田晨, 裴扬, 侯鹏, 赵倩. 基于决策不确定性的多目标跟踪传感器管理[J]. 航空学报, 2020, 41(10): 323781-323781.
[12]	刘芳, 杨安喆, 吴志威. 基于自适应Siamese网络的无人机目标跟踪算法[J]. 航空学报, 2020, 41(1): 323423-323423.
[13]	刘芳, 王洪娟, 黄光伟, 路丽霞, 王鑫. 基于自适应深度网络的无人机目标跟踪算法[J]. 航空学报, 2019, 40(3): 322332-322332.
[14]	陈昭男, 孙翱, 王磊, 阎肖鹏. 基于超短基线声传感器阵的高速目标轨迹估计[J]. 航空学报, 2019, 40(3): 322296-322296.
[15]	王树亮, 毕大平, 阮怀林, 周阳. 基于视觉注意机制的认知雷达数据关联算法[J]. 航空学报, 2018, 39(6): 321828-321828.