ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. ISSN 1684-1719. 2023. №8
Оглавление выпускаТекст статьи (pdf)
DOI: https://doi.org/10.30898/1684-1719.2023.8.3
УДК: 621.396.965.8
АЛГОРИТМ траекторной обработки для автоматического отслеживания распределенных движущихся целей в условиях многолучевого РАССЕЯНия
Ле Ба Тхань
Московский физико–технический институт (Национальный исследовательский университет), Институтский пер., 9, Долгопрудный Московской обл., 141700 Российская Федерация
Статья поступила в редакцию 30 июня 2023 г.
Аннотация. В данной работе представлен модифицированный алгоритм алгоритма пуассоновской мульти–бернуллиевской смеси (ПМБС), который был адаптирован для выполнения задачи траекторной обработки в условиях многолучевого радиолокационного рассеяния. Исходя из оценочных данных предыдущего кинематического состояния, размера и ориентации цели, полученных с помощью расширенного алгоритма ПМБС (РПМБС), производится этап предварительной обработки. В процессе этого этапа первоначально классифицируются источники первичных радиолокационных отметок. Далее, после классификации, эти радиолокационные отметки подвергаются дополнительной обработке для получения оценок состояния целей на следующий момент времени. Для оценки эффективности предложенного алгоритма используется метод имитационного моделирования в программной среде MATLAB. С его помощью моделируются сценарии отслеживания распределенных целей в условиях возникновения ложных сигналов от многолучевых радиолокационных рассеяний.
Ключевые слова: траекторная обработка; распределенная цель; многолучевое радиолокационное рассеяние.
Автор для переписки: Ле Ба Тхань, thanhlb@phystech.edu
Литература
1. Thanh L. B., Alexandrovich P. D., Ruben P. Multi-object multi-sensor tracking simulation using poisson multi-bernoulli mixture filter //2021 23rd International Conference on Digital Signal Processing and its Applications (DSPA). – IEEE, 2021. – С. 1-6. https://doi.org/10.1109/DSPA51283.2021.9535849
2. Thanh L. B. Data Association for Multi-Object Tracking Using Assignment Algorithms // 2021 International Conference Engineering and Telecommunication (En&T). – IEEE, 2021. – С. 1-5. https://doi.org/10.1109/EnT50460.2021.9681742
3. Ле Ба Тхань. Нелинейная фильтрация сигналов распределенной движущейся цели при траекторной обработке. Журнал радиоэлектроники [электронный журнал]. 2023. №7. https://doi.org/10.30898/1684-1719.2023.7.8
4. Ле Ба Тхань. Алгоритм многоцелевой траекторной обработки для распределенных движущихся целей.
Журнал радиоэлектроники [электронный журнал]. 2023. №7. https://doi.org/10.30898/1684-1719.2023.7.125. Prophet R. et al. Instantaneous ghost detection identification in automotive scenarios // 2019 IEEE Radar Conference (RadarConf). – IEEE, 2019. – С. 1-6. https://doi.org/10.1109/RADAR.2019.8835603
6. Kraus F. et al. Using machine learning to detect ghost images in automotive radar // 2020 IEEE 23rd International Conference on Intelligent Transportation Systems (ITSC). – IEEE, 2020. – С. 1-7. https://doi.org/10.1109/ITSC45102.2020.9294631
7. Ester M. et al. A density-based algorithm for discovering clusters in large spatial databases with noise // kdd. – 1996. – Т. 96. – №. 34. – С. 226-231. https://cdn.aaai.org/KDD/1996/KDD96-037.pdf
8. Kellner D., Klappstein J., Dietmayer K. Grid-based DBSCAN for clustering extended objects in radar data // 2012 IEEE Intelligent Vehicles Symposium. – IEEE, 2012. – С. 365-370. https://doi.org/10.1109/IVS.2012.6232167
9. Zhang A. et al. Dive into deep learning // arXiv preprint arXiv:2106.11342. – 2021. https://doi.org/10.48550/arXiv.2106.11342
10. Martínez-Otzeta J. M. et al. Ransac for robotic applications: A survey // Sensors. – 2022. – Т. 23. – №. 1. – С. 327. https://doi.org/10.3390/s23010327
11. Kuhn H. W. The Hungarian method for the assignment problem // Naval Research Logistics (NRL). – 2005. – Т. 52. – №. 1. – С. 7-21. https://doi.org/10.1002/nav.20053
12. Bertsekas D. P. Auction Algorithms // Encyclopedia of optimization. – 2009. – Т. 1. – С. 73-77. http://web.mit.edu/dimitrib/www/Auction_Encycl.pdf
13. Rahmathullah A. S., García-Fernández Á. F., Svensson L. Generalized optimal sub-pattern assignment metric // 2017 20th International Conference on Information Fusion (Fusion). – IEEE, 2017. – С. 1-8. https://doi.org/10.23919/ICIF.2017.8009645
14. Granstrom K., Orguner U. A PHD filter for tracking multiple extended targets using random matrices // IEEE Transactions on Signal Processing. – 2012. – Т. 60. – №. 11. – С. 5657-5671. https://doi.org/10.1109/TSP.2012.2212888
15. Granström K. et al. Gamma Gaussian inverse Wishart probability hypothesis density for extended target tracking using X-band marine radar data // IEEE Transactions on Geoscience and Remote Sensing. – 2015. – Т. 53. – №. 12. – С. 6617-6631. https://doi.org/10.1109/TGRS.2015.2444794
Для цитирования:
Ле Ба Тхань. Алгоритм траекторной обработки для автоматического отслеживания распределенных движущихся целей в условиях многолучевого рассеяния. Журнал радиоэлектроники [электронный журнал]. 2023. №8. https://doi.org/10.30898/1684-1719.2023.8.3