第32卷第9期 宇航学报 Vol.32 No.9 2011年9月 Journal of Astronautics September 2011 一种基于IS-MCMC的多目标跟踪算法 龙云利，徐晖，安玮 (国防科学技术大学电子科学与工程学院，长秒410073) 摘要：针对密集杂波环境下的多目标跟踪问题，提出了一种基于定向概率数据关联重要度采样的改进马尔 可夫链蒙特卡洛(MCMC)算法(IS-MCMC)。首先，基于马尔可夫链蒙特卡洛方法求解具有最大后验概率的量测分 配集，并根据量测与目标的定向关联概率进行重要度采样以提高收敛速度。其次，依据量测分配结果更新目标轨 迹的感知概率和状态参数，并基于感知概率实现对轨迹起始、维持和终止的判断。为实现对目标的连续跟踪，采用 滑窗方法，根据当前顿数据与上一窗口数据的处理结果构建初始量测分配集，利用1 S-MCMC对当前加窗数据进行 处理。不同杂波密度、目标密度和检测概率下的仿真实验表明，IS-MCMC相比MCMC在计算效率、轨迹跟踪性能 和环境适应能力上更具优势。 关键词：多目标跟踪；马尔可夫链蒙特卡洛；定向概率数据关联 中图分类号：TP391文献标识码：A 文章编号：1000-1328(2011)09-2029-08 D0I:10.3873/j.i88n.1000-1328.2011.09.023 An Algorithm for Tracking Multiple Targets Based on IS-MCMC LONG Yun-li,XU Hui,AN Wei College of Electronic Science and Engineering,NUDT,Changsha 410073,China) Abstract:An improved Markov Chain Monte Carlo MCMC algorithm based on directional probabilistic data association (DPDA)importance sampling (IS-MCMC)is presented for tracking multiple targets in dense clutter circumstance.First,the optimum assignment of total measurements is solved by using the MCMC method,and importance sampling is adopted to improve the convergence according to the directional association probability of the measurements to the targets.Then,states and perceivable ability of targets are updated to initiate,maintain and end-up the traces.A sliding windowed method based on the historical results and the new measurements is introduced by using IS-MCMC to track targets continuously.The experiments under different clutter densities,target densities and detection probabilities show that the IS. MCMC outperforms the MCMC in computational efficiency,tracking performance and circumstance adaptability. Key words:Multi-target tracking;Markov Chain Monte Carlo MCMC);Directional probabilistic data association (DPDA) 0引言 前帧量测数据进行关联与滤波处理，如MC-JPDA[2)] 等方法。由于未充分利用目标的历史量测信息，其 多目标跟踪广泛存在于天基光学目标监视等众 性能受到一定的局限，另一方面该类方法不具有目 多传感器探测应用领域中，其本质是对噪声与杂波 标轨迹起始功能，只适用于确定目标下的跟踪处理。 干扰的量测数据进行处理，实现未知目标轨迹的起 (2)多帧分配。该类方法综合利用历史量测和当前 始、维持跟踪和状态估计。多目标跟踪技术按照量 量测数据进行处理，依据目标轨迹状态估计先验信 测数据的处理模式可以分为二类：(1)单帧分 息进行更新，同时在新的量测数据支撑下对历史估 配。该类方法根据目标状态估计的先验信息只对当 计结果进行修正，其性能要优于单帧分配的方法。 收稿日期：2010-08-10：修回日期：2010-1202 基金项目：国防装备预研基金 万方数据一种基于IS-MCMC的多目标跟踪算法 龙云利 徐 晖 安 玮 国防科学技术大学电子科学与工程学院，长沙410073 摘要：针对密集杂波环境下的多目标跟踪问题，提出了一种基于定向概率数据关联重要度采样的改进马尔 可夫链蒙特卡洛(MCMC)算法(IS-MCMC)。首先，基于马尔可夫链蒙特卡洛方法求解具有最大后验概率的量测分 配集，并根据量测与目标的定向关联概率进行重要度采样以提高收敛速度。其次，依据量测分配结果更新目标轨 迹的感知概率和状态参数，并基于感知概率实现对轨迹起始、维持和终止的判断。为实现对目标的连续跟踪，采用 滑窗方法，根据当前帧数据与上一窗口数据的处理结果构建初始量测分配集，利用IS-MCMC对当前加窗数据进行 处理。不同杂波密度、目标密度和检测概率下的仿真实验表明，IS-MCMC相比MCMC在计算效率、轨迹跟踪性能 和环境适应能力上更具优势。 多目标跟踪；马尔可夫链蒙特卡洛；定向概率数据关联 TP391 A 1000-1328(2011)09-2029-08 10.3873/j.issn.1000-1328.2011.09.023 AnAlgorithmforTrackingMultipleTargetsBasedonIS-MCMC LONG Yun-liXU Hui ANWei 2010-08-10 2010-12-02 国防装备预研基金 万方数据