基于叠加式传感器的多普勒雷达多目标联合检测与估计

来源：信号处理杂志 2022年第5期北京时间：

作者：董文豪, 达凯, 宋志勇, 付强

摘要：多目标检测与估计是多普勒雷达的基本任务。当信噪比较低时，为确保检测到目标需降低门限而产生了大量虚警，基于数据的多假设跟踪（Multi-Hypothesis Tracking， MHT）和联合概率数据关联（Joint Probabilistic Data Association， JPDA）方法因计算复杂度过高而失效，基于原始信号的随机有限集（Random Finite Set，RFS）滤波器可有效解决该问题。多普勒雷达回波信号以叠加的方式受到多个目标影响，其多目标检测与估计问题属于叠加式传感器的典型应用。本文在叠加式多伯努利（Multi-Bernoulli， MBR）滤波器基础上利用具有准确势估计的独立同分布群（Independent and Identically Distributed Cluster， IIDC）RFS对新生目标建模，并采用辅助粒子滤波器（Auxiliary Particle Filter， APF）实现了多目标联合检测与状态估计。仿真结果表明，混合MBR和集势概率假设密度（Cardinalized Probability Hypothesis Density，CPHD）滤波器对多普勒雷达多目标的检测估计性能优于MBR滤波器，且减小了计算复杂度。

关键词：叠加式传感器, 联合检测与估计, 多伯努利, 集势概率假设密度, 辅助粒子滤波