基于有限集统计学理论的多目标检测前跟踪技术研究

项目名称： 基于有限集统计学理论的多目标检测前跟踪技术研究

项目编号： No.61401486

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 杨威

作者单位： 中国人民解放军国防科学技术大学

项目金额： 25万元

中文摘要： 弱目标检测与跟踪是战场侦察监视系统面临的一大难题，检测前跟踪（TBD）技术在检测之前通过在目标运动轨迹上的回波信号能量积累提高信噪比，是解决弱目标检测与跟踪问题的一种有效途径。现有批处理TBD方法的实时性难以保证；而主要在单目标状态空间对多目标运动建模的传统递归贝叶斯TBD方法不利于时变数目多目标的检测与跟踪。有限集统计学（FISST）在多目标状态空间为时变数目多目标运动建模提供了一种贝叶斯理论工具，将其应用于TBD有利于时变数目多目标的检测与跟踪。本项目研究基于FISST的多目标TBD问题，重点包括：1）推导含多个具有不同信噪比目标条件下的多目标FISST-TBD算法；2）对经典Cramer-Rao下界进行扩展以分析多目标FISST-TBD算法的理论性能。力图探究：在FISST框架内，“如何实现信噪比不同的多目标TBD”和“TBD处理可能带来多大的信噪比增益”两方面的科学问题。

中文关键词： 目标跟踪；检测前跟踪；有限集统计学；伯努利滤波器；多模型技术

英文摘要： The detection and tracking of dim targets is a difficult problem for battlefield reconnaissance and surveillance systems. The track-before-detect (TBD) technique increases the signal-to-noise ratio (SNR) through accumulating signal energy along the target

英文关键词： target tracking；track-before-detect；finite set statistics；Bernoulli filter；multiple-model technique