多假设跟踪器(MHT)
图1:雷达跟踪器面临的模糊数据关联情况
图1:雷达跟踪器面临的模糊数据关联情况
图1:雷达跟踪器面临的模糊数据关联情况
多假设跟踪器(MHT)
多假设跟踪器(Multiple Hypothesis Tracker,简称MHT) 是一种自动雷达目标跟踪方法,能够同时考虑新雷达点迹与已有航迹之间的多种可能关联关系。 与简单的数据关联方法不同,当量测关联存在模糊性时,雷达跟踪器不必立即确定唯一的关联结果。 相反,它可以保留多个相互竞争的假设,用于描述目标此前可能的运动过程, 并根据后续雷达量测继续检验这些假设。
例如,当两个目标相互接近、 其航迹相互交叉,或者多个雷达点迹位于可能的关联区域内时,就会出现这种模糊性。 在这些情况下,最初可能无法确定哪个点迹属于哪条航迹。 如果立即作出错误的关联决定,可能导致两条航迹的目标身份发生交换, 或者使估计的运动轨迹不再与实际存在的目标相对应。 MHT通过首先并行保留和跟踪不同的关联方案,尽量避免此类错误。
假设的生成与评估
每次获得新的雷达量测时,系统都会检查检测到的点迹 与已有航迹之间可能的关联关系。 一个假设描述这些关联关系的一种特定组合。 假设还可以包含目标暂时未被检测到、 某个点迹由虚警产生,或者需要起始一条新航迹等情况。 这些不同的可能性形成多个备选假设, MHT首先分别保留并继续处理这些假设。
系统根据各假设与雷达量测 以及预测的目标运动状态之间的一致程度进行评估。 评估时可以考虑实测位置与预测位置之间的偏差、 状态估计的不确定性,以及目标检测概率 和虚警概率等因素。 由此为每个假设计算一个评价值, 用于描述它相对于其他竞争假设的合理程度。
关键在于,系统不必在天线完成一次旋转后就最终选定某个假设。 后续量测可能表明,最初被认为可能性较低的关联方案 实际上更符合目标的真实运动过程。 因此,MHT利用多个雷达扫描周期形成的时间序列, 对最初存在模糊性的关联关系作出更加可靠的后续判定。
模糊关联的示例
在图1中,航迹121和131相互接近。 如果新的雷达点迹出现在两条航迹都可能与之关联的区域内, 雷达跟踪器最初就无法明确判断每次量测属于哪个目标。 一种假设按照目标此前的运动趋势,将新点迹分别关联到相应航迹。 另一种假设则认为两条航迹所对应的点迹发生了交换。 MHT可以暂时保留这两种可能性,并根据后续量测比较它们的合理程度。
由此产生的分支首先表示对 量测关联关系和目标运动情况的不同假设。 这些分支并不一定意味着某个实际存在的目标分裂成了多个目标。 同样,同时管理多个假设也不意味着 在最终确定的航迹集合中,可以将单个雷达点迹分配给多个独立目标。 不同假设实际上是对同一量测情况提出的相互竞争的可能解释。
计算复杂度的控制
多假设跟踪的一个主要缺点是需要较大的计算能力和存储空间。 由于每次获得新的雷达量测时都可能产生更多关联方案, 如果不采取额外限制措施,可能的假设数量就会迅速增长。 特别是在目标数量较多、虚警频繁或量测经常中断时, 对所有可能假设进行完整计算在实际应用中可能无法实现。
因此,MHT系统通常采用一些方法来限制继续保留的假设数量。 在Pruning(假设剪枝)过程中,例如可以删除 评价值明显低于最可能候选方案的假设。 在Hypothesis Merging(假设合并)过程中, 可以在满足适当条件时合并足够相似的假设。 此外,还可以通过规定假设数量的上限 或限制所考虑的量测历史深度来控制计算规模。
这些措施能够减少计算负担, 但也存在提前删除某个假设的风险,而该假设后来可能被证明是正确的。 因此,必须合理选择限制假设数量的方法, 在目标跟踪的可靠性与可用计算资源之间取得平衡。
航迹输出
虽然MHT在内部管理多个备选的量测关联假设, 但雷达系统通常需要为后续处理和显示提供一组明确的航迹结果。 为此,可以选择当前评价最高的假设。 根据具体实现方式,也可以采用其他决策方法, 例如根据多个已评估的假设推导出一组航迹结果。 因此,没有必要在雷达显示屏上呈现内部保留的所有备选假设。
多假设跟踪特别适用于 单个雷达量测与已有航迹之间的关联关系存在不确定性的情况。 其主要优点在于,不必立即对模糊的关联关系作出最终决定, 而是可以通过分析后续量测来改进判断。 因而,即使目标彼此接近或运动轨迹相互交叉, 也更有可能维持可靠的自动目标跟踪。