基于多普勒雷达的多目标跟踪算法研究
摘要
多普勒雷达利用多普勒效应检测运动目标的位置和相对运动速度，因其工作原理
的特殊性，被广泛应用于机载预警、导航制导和战争侦查等领域。近年来，随着基于
随机有限集的多目标跟踪算法的不断发展，如何在随机有限集框架下充分发挥多普勒
雷达的性能逐渐成为研究的热点。本文以基于多普勒雷达量测信息的多目标跟踪作为
研究背景，从目标航迹的自适应起始、多普勒雷达量测的应用、机动多目标跟踪和多
普勒盲区遮掩等几个方面入手，针对δ-广义标签多伯努利（δ-GeneralizedLabeled
Multi-Bernoulli,δ-GLMB）滤波器进行相应的改进，以适配各种复杂的应用场景，具体
研究内容如下：
（1）针对δ-GLMB滤波器量测信息利用不充分，且只能检测固定位置的新生目标
的问题，提出一种自适应航迹起始的δ-GLMB算法。该算法引入多普勒雷达中多普勒
径向速度信息，依次对位置量测信息和径向速度信息进行量测转换和序贯滤波，以提
升跟踪精度。同时利用径向速度中隐含的速度信息计算目标的状态信息及新生分布，
根据观测目标的速度规则、多普勒信息规则筛选量测，并通过计算量测关联概率对量
测集分组，以减少因杂波引起的短小虚假航迹问题。最后通过仿真实验证明，所提算
法有效利用多普勒信息，可以仅根据量测信息在检测区域内实现自适应航迹起始，并
且在跟踪精度上更为优秀。
（2）针对基础的δ-GLMB滤波器无法跟踪运动状态多变的机动目标的问题，提出
基于交互多模型的δ-GLMB算法。该算法借鉴单目标跟踪中的交互多模型算法框架，
采用多个运动模型描述目标运行状态，各模型之间通过马尔科夫概率转移矩阵进行转
移，并通过交互输出实现模型间的软切换，解决了单一运动模型无法契合机动目标运
动状态而导致滤波发散的问题。同时为了防止马尔科夫跳变分支规模膨胀，采用了分
支合并策略对分支数量进行控制。最后通过仿真实验证明，所提算法在跟踪精度和运
行时间上均要优于基于分支裁剪策略的多模型δ-GLMB算法。
（3）针对多普勒雷达跟踪过程中由多普勒盲区导致跟踪器性能恶化的问题，提出
并入最小可检测速度的δ-GLMB算法。该算法利用最小可检测速度对雷达的检测概率
进行建模，并将该模型代入到δ-GLMB算法中，在更新过程中增加伪量测和增强量测
分量，保证目标航迹在盲区内仍能保持较大的权重，避免被剪枝阈值删除，并在目标
驶出盲区后重新分配航迹信息使航迹连续，进而抑制多普勒盲区对跟踪器的影响。最
哈尔滨工程大学专业学位硕士学位论文
后通过仿真实验证明，所提算法可以有效抑制多普勒盲区的影响，并在面对不同宽度
的多普勒盲区时均具有更强的鲁棒性。
关键词：多普勒雷达；随机有限集；机动多目标跟踪；δ-广义标签多伯努利滤波
器；自适应航迹起始
基于多普勒雷达的多目标跟踪算法研究
Abstract
Dopplerradardetectsthepositionandrelativevelocityofmovingtargetsbyusingthe
Dopplereffect.Becauseoftheparticularityofitsworkingprinciple,itiswidelyusedin
airborneearlywarning,navigationguidance,wardetectionandotherfields.Inrecentyears,
withthecontinuousdevelopmentofmulti-targettrackingalgorithmsbasedonstochasticfinite
set,howtogivefullplaytotheperformanceofDopplerradarunderthestochasticfiniteset
frameworkhasgraduallybecomearesearchhot