课题进展18-文献阅读

《基于概率数据互联的水下目标检测前跟踪方法》

1. 基本概念

检测前跟踪（Track-Before-Detect, TBD）是一种针对低信噪比（SNR）环境下弱目标检测与跟踪的信号处理方法。
核心思想：不预先设置检测门限，而是直接利用原始量测数据进行多帧递推处理，同时估计目标的存在概率和运动状态。

跟踪前检测（Detect Before Track, DBT）
将声纳处理过的信号通过检测门限阈值来判断是否为目标的量测，在经过数据融合和滤波算法将目标轨迹平滑处理以实现目标跟踪。
需设置检测门限，低SNR时漏检率高，高杂波时虚警率高

2. 研究问题

  • 跟踪前检测（DBT）需设置检测门限，门限过低导致虚警，过高导致漏检
  • 传统检测前跟踪（TBD）虽避免了门限设置，但在高杂波密度下跟踪精度和收敛速度较差。

3. 算法创新

创新点：将数据互联算法（PDA/JPDA）与粒子滤波检测前跟踪（PF-TBD）

  • PDA-PF-TBD：适用于单目标跟踪，概率数据互联+粒子滤波TBD
  • JPDA-PF-TBD：适用于多目标跟踪，联合概率数据互联+粒子滤波TBD

核心思想

  • 使用概率数据互联（PDA） 或联合概率数据互联（JPDA） 计算量测数据的后验概率；
  • 结合粒子滤波（PF） 进行目标状态估计与存在概率计算；
  • 不设置检测门限，直接利用原始量测数据进行递推处理。

文献-JPDA-PF-TBD算法流程图

4. 仿真结果

4.1 单目标仿真（匀速直线运动）

假设目标做匀速直线运动，信噪比SNR分别设置为9dB、6dB、3dB

首先是SNR=9dB时

image-20260508152543926

image-20260508152723846

SNR=6dB时

image-20260508152756597

image-20260508152815845

SNR=3dB时

image-20260508153107730

image-20260508153156181

算法 9DB 6dB 3dB
PF-TBD 84% 80% 74%
NN-PF-TBD 98% 90% 78%
PDA-PF-TBD 96% 94% 92%

4.2 多目标仿真（航迹交叉场景）

image-20260508155223270

(a)目标跟踪轨迹对比

image-20260508160151754

(b)目标1位置RMSE

image-20260508160205432

(c)目标2位置RMSE

image-20260508160210007

(d)目标3位置RMSE

image-20260508160654886

算法 目标1 目标2 目标3
PF-TBD 72% 88% 68%
NN-PF-TBD 76% 98% 90%
JPDA-PF-TBD 92% 96% 96%
  • JPDA-PF-TBD在航迹交叉时仍保持>92%检测概率
  • NN-PF-TBD在目标1出现误跟现象（将目标2或3的量测错误关联到目标1）
  • PF-TBD完全不适用于多目标场景