新的分布交互式多模型广义概率数据关联算法

来源：计算机工程与应用杂志2018年第4期北京时间：

作者：张维华1，2，孙启臣1，张丽静1

单位：1.鲁东大学 信息与电气工程学院，山东 烟台 264025；2.鲁东大学 资产处，山东 烟台 264025

摘要：为有效解决密集杂波环境下分布式多传感器多机动目标跟踪问题，提出了一种基于改进D-S证据组合规则的分布交互式多模型多传感器广义概率数据关联（DIMM-MSGPDA-IDS）算法。该算法首先对各局部节点均应用单传感器的IMM-GPDA算法跟踪多机动目标，并将其各模型的状态估计、协方差估计、模型概率、组合新息及其协方差矩阵等滤波结果送至融合中心；在航迹关联判决结束后，融合中心根据各模型对应似然函数的大小融合不同传感器关于同一目标的模型状态估计及其协方差矩阵，并提出利用三维（3-D）证据进行直接融合的改进D-S算法对来源于同一目标的不同传感器的各模型概率进行有效融合，然后依此概率来更新各目标的状态估计并反馈至各局部节点，使之获得更为精确的状态预测；最后，将该算法与基于D-S证据组合规则的分布交互式多模型多传感器联合概率数据关联（DIMM-MSJPDA-DS）算法进行仿真对比分析。理论分析和仿真结果表明，该算法能够很好地对强机动目标进行跟踪，且其计算量相对较小，是一种有效的分布交互式多模型多传感器多机动目标跟踪算法。

关键词：机动目标,交互式多模型,广义概率数据关联算法,D-S证据组合规则