一种基于幅度相位信息辅助的多假设跟踪算法OA北大核心CSTPCD

传统多目标跟踪算法在距离拖引(Range Gate Pull Off,RGPO)干扰场景中,由于无法有效区分真实目标和干扰,将出现目标航迹起始错误、跟踪误差增大、跟踪中断等现象,严重影响跟踪性能。针对这一问题,基于雷达量测的幅度和相位特征提出一种信息辅助多假设跟踪(Information Assisted Multiple Hypothesis Tracking,IA-MHT)算法。IA-MHT算法利用了幅度、相位信息区分目标真实量测和虚假量测,并基于判别结果修正了全局联合假设概率和航迹得分的计算步骤,从而提高算法的抗杂波和抗干扰性能。在RGPO干扰场景中的仿真结果表明,IA-MHT算法能够有效区分干扰量测,获得优于传统MHT算法的数据关联性能。