摘要：本文以对算法实时性要求较高的实际场合为背景研究了集中式多传感器多目标跟踪问题,理论分析了该环境下现有经典算法的优缺点;在此基础上,研究了基于概率最近邻域算法的集中式多传感器多目标跟踪算法：提出了并行处理结构的集中式多传感器概率最近邻域算法,该算法首先利用概率最近邻域算法中最近邻量测源自目标的概率完成多目标数据互联,在各传感器送来的观测数据中获取一个与各目标航迹统计距离最小的量测,然后利用各个量测的统计距离以及其源于目标的概率将这些量测整合为一个等效量测,最后获得融合中心的状态估计;提出了顺序处理结构的集中式多传感器概率最近邻域算法,该算法利用离目标最近的量测源于目标的概率判断各传感器是否应参与融合中心的状态估计过程,降低了计算量。蒙特卡罗仿真结果表明：与经典的顺序多传感器联合概率数据互联算法相比,上述两种算法的耗时降低了50%以上,且在跟踪背景杂波适中的情况下能够有效跟踪目标。为了进一步验证上述两种算法的有效性和实用性,本文采用实测数据对算法进行验证,实测数据的处理结果表明在对算法实时性要求较高的实际场合下并行和顺序两种处理结构的集中式多传感器概率最近邻域算法的性能均优于顺序多传感器联合概率数据互联算法。

关键词：集中式 概率最近邻域 多传感器多目标 性能分析 

单位：海军航空工程学院信息融合技术研究所 烟台264001 海军驻沈阳地区航空军事代表室 沈阳110034