遮挡环境下基于航海雷达的舰船目标跟踪方法研究.pdf

资源描述

1、本文网址：http:/www.ship- J.中国舰船研究,2024,19(1):5561.SUN S,LYU H G,HUANG X.Ship target tracking for marine radar in occluded environmentsJ.Chinese Journal of ShipResearch,2024,19(1):5561(in both Chinese and English).遮挡环境下基于航海雷达的舰船目标跟踪方法研究扫码阅读全文孙帅*1，吕红光1，黄骁21 大连海事大学航海学院，辽宁大连 1160262 中国舰船研究设计中心，湖北武汉 43006

2、4摘要:目的目的针对无人艇平台航海雷达在舰船目标跟踪中因障碍物遮挡而造成的目标航迹断裂问题，需综合利用环境先验信息，以提高雷达探测受限时目标跟踪航迹的连续性。方法方法通过提出遮挡环境下的综合概率数据互联（IPDA）算法，即 O-IPDA，对环境遮挡情况进行实时预判；在遮挡环境中通过采用低检测概率和针对性设计的存在状态概率转移矩阵，以维持目标跟踪的连续性。结果结果在单目标跟踪场景中，当目标被暂时遮挡时，O-IPDA 可以避免目标因持续性漏检而丢失，以保持跟踪航迹的稳定性，其中算法的抗遮挡能力取决于 O-IPDA 存在状态概率转移矩阵中的相关参数设置。结论结论O-IPDA 目标跟踪方法具有一定的

3、抗遮挡能力，可为航海雷达单目标跟踪研究提供参考。关键词：目标检测与跟踪；目标遮挡；环境先验信息；综合概率数据互联(IPDA)中图分类号:U666.14文献标志码:ADOI：10.19693/j.issn.1673-3185.03349 Ship target tracking for marine radar in occluded environmentsSUN Shuai*1,LYU Hongguang1,HUANG Xiao21 Navigation College,Dalian Maritime University,Dalian 116026,China2 China Ship De

4、velopment and Design Center,Wuhan 430064,ChinaAbstract:ObjectiveIn order to address track breakages that commonly occur in occluded environmentsfor marine radar target tracking with an unmanned surface vehicle(USV),it is necessary to comprehensivelyutilize prior environmental information to improve

5、track continuity when radar detection is occluded.Methods An occluded integrated probability data association (IPDA)algorithm,known as O-IPDA,is proposed for the real-time prediction of environmental occlusion information.Appropriate use is then madeof its low detection probability in combination wi

6、th a tailored track existence probability transition matrix tomaintain target tracking performance.ResultsFor the application of single target tracking,O-IPDA canavoid target track loss in temporarily occluded environments where its track maintenance ability during occlu-sion is determined by the co

7、rresponding parameters in the existence state transition probability matrix.ConclusionsThe proposed O-IPDA algorithm has the potential to address target occlusion in complexmaritime environments and can provide useful references for marine radar single target tracking.Key words:target detection and

8、tracking；target occlusion；prior environmental information；integratedprobability data association(IPDA)0 引言作为主动探测设备，航海雷达（又称船舶导航雷达）在水面无人艇（unmanned surface vehicle，USV）的自主环境感知中发挥了至关重要的作用1-2。基于航海雷达的目标检测与跟踪结果，可为 USV 自主避障和路径规划等应用提供必要的周围在航船舶状态信息，例如位置、航速、航向等。然而，局收稿日期:20230506 修回日期:20230822 网络首发时间:20231108 1

9、5:36基金项目:国家自然科学基金面上资助项目（52071049）作者简介:孙帅，男，1989 年生，博士，讲师。研究方向：雷达目标检测与跟踪。E-mail：吕红光，男，1981 年生，博士，副教授。研究方向：海上智能交通系统，船舶自动避碰黄骁，男，1988 年生，博士，高级工程师*通信作者:孙帅第 19 卷第 1 期中国舰船研究Vol.19 No.12024 年 2 月Chinese Journal of Ship ResearchFeb.2024部复杂水域、体积较大的岛屿以及大型舰船经常会对跟踪目标造成一定程度的遮挡，进而影响雷达目标的稳定检测；如果存在长时间目标遮挡，则会导

10、致跟踪目标丢失，进而造成目标航迹断裂；当丢失目标再次进入雷达视野时，跟踪系统需要重新对该目标进行航迹起始和确认，此类工况的影响如下：1）如果不做断裂航迹辨识、粘连等特殊处理，该目标的历史航迹与新生航迹将被视为不同的目标航迹，从而影响对目标运动属性的判断与识别；2）当目标处于被岛屿、大型舰船等物标频繁遮挡的水域环境中，跟踪目标一旦丢失，则将导致目标再次起始、确认的困难；当目标距离较近时，可能出现碰撞预警延迟，造成潜在的碰撞风险。因此，有必要结合航行水域的环境特征以及周围在航船舶信息，研究遮挡环境下 USV目标的稳定检测与跟踪方法。传统的雷达目标检测与跟踪方法主要在航迹管理（包括航迹起始、维持、终

11、结）、数据关联（目标航迹与雷达量测数据进行归属性关联判断）以及状态估计等方面有所区别3，而现有的遮挡目标检测与跟踪方法则主要集中在知识信息辅助遮挡辨识、多传感器信息融合互补、遮挡环境下目标航迹预测等方面。例如，Wang 等4针对在航船舶互相靠近时产生的遮挡问题，提出了基于目标多普勒速度信息辅助的扩展目标量测聚类辨识方法；陈法领等5针对视觉图像中出现的目标遮挡问题，提出了基于时空环境信息辅助的遮挡目标检测与跟踪方法；石义芳等6针对空中目标被山峦、建筑物等物标遮挡问题，提出了一种基于多帧数据关联的改进综合航迹分裂方法，可在目标遮挡过程中实现对其航迹的自动预测。在陆地自动驾驶和室内定位等工程应用中，

12、针对车辆、行人、移动用户等目标的跟踪方法也往往因受到其他物标不同程度的遮挡而失效7。兰浩然等8针对陆地自动驾驶在遮挡环境下造成的观测数据缺失问题，提出了采用毫米波雷达和激光雷达的多传感器信息融合滤波方法；Sun 等9针对室内定位中移动用户身体对设备信号的遮挡问题，提出了一种基于层级式隐马尔科夫模型用户定位方法。目前，在环境遮挡因素的影响下，鲜有针对基于 USV 移动平台的航海雷达目标检测与跟踪问题的研究成果。为此，本文拟充分利用环境中的先验遮挡信息，例如岛屿、锚泊船等可能对跟踪目标产生遮挡的大型物标的位置、形状、尺寸等信息，研究抗遮挡目标跟踪算法，以有效避免跟踪航迹断裂。综合概率数据互联（in

13、tegrated prob-ability data association，IPDA）算法在概率数据关联基础上引入目标存在状态变量，可用于解决目标跟踪航迹的管理问题10，故本文将在 IPDA 算法基础上，引入遮挡物标先验信息，探索基于先验环境遮挡信息的 IPDA 算法参数设计方法和遮挡环境下的实时航迹推算方法，从而为环境障碍物遮挡导致量测持续缺失工况下的水面舰船目标跟踪关键问题提供可行的解决思路。1 遮挡环境目标跟踪建模 1.1 问题描述zk=z1k,z2k,.,zik,.,zNkkzikNkZk=z1,z2,.,zk针对遮挡环境下航海雷达目标的检测与跟踪问题，定义 k 时刻的雷达回波集为，

14、其中为第 i 个雷达回波量测，为 k时刻接收的总回波个数。需注意的是，环境中障碍物对目标的遮挡可能造成目标漏检，即雷达回波集可能不包含该目标的回波。为了便于后续描述，定义为从起始时刻到 k 时刻的所有雷达回波量测。Uk=uxkuykukuxkuykukXk=xkykvxvyTxkykvxvyXk同时，定义 k 时刻 USV 在全局坐标系下的位姿信息为，其中，分别为 USV在x 和y 轴的坐标位置以及USV 艏向。定义跟踪目标的状态为，其中，分别表示目标在全局坐标系中 x 和 y 轴的坐标位置及其相应的速度信息。由此可见，目标跟踪问题可以描述为基于环境先验信息和雷达回波量测的实时检测与跟踪问题，

15、进而据此估计各时刻的目标状态。1.2 环境遮挡物的先验信息建模Ok=O1k,O2k,.,Ojk,.,O|Ok|kOjkj=1,2,.,|Ok|Ok|常见的水域环境遮挡物多为岛屿、大型锚泊或在航船舶等，其在尺寸、形状等方面可能存在明显差异。对于安装于 USV 平台的航海雷达，遮挡物形成的遮挡区域将随着 USV 艇体运动和遮挡物本身（例如近距离大型在航船舶）的移动而变化，从而引起跟踪目标遮挡情况的实时变化。假设已知 k 时刻水域环境中的有效遮挡物信息，第 j 个遮挡物信息包括其具体的位置和尺寸信息，其中，且为 k 时刻的遮挡物总数量。所需信息可以通过多种途径来获取。例如，船舶自动识别系统（auto

16、-matic identification system，AIS）可能对锚泊船的位置和长/宽尺寸等信息进行了播报；在艇岸协同条件下，岸基指挥系统也可为 USV 提供大型遮挡物56“无人船艇自主性技术”专辑第 19 卷标的尺寸信息。Sk=f(Uk,Ok,Xk)Sk|Ok|Sjk=0OjkSjk=1OjkSkSkSkSk由于 USV 平台的雷达架高较低，当遮挡物高度大于雷达架高时，可以省略高度遮挡判别。本文将根据遮挡物的尺寸对其进行椭圆形状近似建模（图 1）。首先，采用椭圆的长轴、短轴和朝向来模拟遮挡船舶的船长、船宽和艏向；然后，通过判断平面雷达天线与目标位置连线是否穿过遮挡物，对环境遮挡进行判断

17、。定义目标与遮挡物判断函数，其函数输出值，即遮挡指示向量为取值 0 或 1 的维向量。若，表示在雷达探测目标时没有被遮挡物遮挡；反之，若，表示雷达探测目标时被遮挡物遮挡。对雷达探测目标而言，任何一个遮挡物都会影响目标探测，定义为遮挡指示向量所有元素的综合影响，=1 即表明当前时刻至少有1 个遮挡物对雷达探测目标造成遮挡，=0 则表明当前时刻所有遮挡物均不会对雷达探测目标造成遮挡。雷达平台遮挡目标跟踪目标图 1遮挡物的建模示例Fig.1 Example of modelling for an occluded object 1.3 目标航迹的存在状态k koknkk=k,ok,nk为了便于描述目

18、标航迹的存在性以及在遮挡环境下目标航迹的存在特征，根据文献 10 对目标在 k 时刻的航迹存在状态进行建模，包括目标航迹不存在、目标航迹存在且可被雷达探测、目标航迹存在但由于障碍物遮挡不能被雷达探测这 3 种航迹存在状态，即。3 种航迹存在状态相互独立，且可互相转换，其时序转换过程可建模为一阶马尔科夫链，如图 2 所示。ok，目标存在且未被遮挡nk，目标存在但被遮挡k，目标不存在目标船目标船岛屿岛屿岛屿存在状态切换USVUSVUSV图 2遮挡环境下的目标存在状态建模Fig.2 Target existence modelling in an occluded environment 1.4 雷

19、达量测方程zk航海雷达的量测信息为目标距离和方位，可以采用坐标转换将量测信息转换为全局笛卡尔直角坐标系，则目标量测方程可以建模为zk=HkXk+vk(1)Hkvk N(0,Rk)RkN(0,Rk)式中：为观测矩阵；，为服从零均值方差为的高斯噪声，其中为高斯分布。2 基于 IPDA 跟踪方法针对遮挡环境下航海雷达的目标跟踪稳定性问题，本节将设计基于 IPDA的改进目标检测与跟kXkk1Xk1|k1Pk1|k1k1Xk|k1Pk|k1k1Xk|kPk|k踪方法，该算法因此命名为 O-IPDA。与 IPDA 类似，O-IPDA 算法为实时递推方法，主要包括目标状态预测与状态更新 2 个模块，可以同时

20、处理目标检测与目标跟踪问题。本文讨论的目标状态包括：1）离散空间的目标航迹存在状态（1.3 节），可用于目标航迹管理，即航迹起始、航迹维持和航迹终结；2）连续空间的目标运动状态，即目标在笛卡尔坐标系下的位置、速度等。在k 时刻的递推过程中，和分别为时刻目标的状态均值以及协方差估计；和分别为k 时刻目标运动状态的预测均值和预测协方差估计，和分别为 k 时刻目第 1 期孙帅等：遮挡环境下基于航海雷达的舰船目标跟踪方法研究57标运动状态的更新均值和协方差估计。2.1 状态预测 2.1.1 目标运动状态预测Xk本文将采用匀速运动模型对目标运动状态进行预测，其预测方程为Xk=FkXk1+wk(2)FkX

21、k1k1wk N(0,Qk)Qk式中：为目标运动状态转移矩阵；为时刻的目标状态；，为服从零均值方差为的高斯噪声。预测均值和协方差分别为:Xk|k1=FkXk1|k1(3)Pk|k1=FkPk1|k1FTk+Qk(4)2.1.2 目标遮挡情况预测根据目标预测状态、USV 位姿信息以及遮挡物信息，求解目标遮挡向量方程：Sk=f(Uk,Ok,Xk)(5)SkSk=0P0DSk=1P1DPD在此基础上，计算，即可进一步判断目标遮挡情况。当时，目标未被遮挡，此时可以选择较大的目标检测概率；当时，目标被遮挡，此时可认为目标检测概率接近于 0，即目标检测概率为PD=P0D,Sk=0P1D,Sk=1(6)2.

23、k|k1)Mk(21)=P(ok|nk1)式中：为矩阵转置运算；，分别为时刻 3 种目标存在状态的概率；，分别为k 时刻 3 种目标存在状态预测概率；为 k 时刻航迹存在状态概率转移矩阵，其对角线元素,均为目标保持各自存在状态的自转移概率，非对角线元素，例如，则为目标由存在不可探测状态转为可探测状态的转移概率，其他元素参照该定义即可。M0kM1k为了应对环境遮挡，可以采用 2 种航迹存在状态概率转移矩阵和进行描述：Mk=M0k,Sk=0M1k,Sk=1(8)Sk=0MkM0kM0kSk=1MkM1knkM1k式中：当目标未被遮挡，即时，=，可以选择较大的自转移概率，则为主对角线元素占优矩阵；当

24、目标被遮挡，即时，=，表示由于环境遮挡而转移到，即转移到目标存在但不能被探测状态的概率将增加，故为第 2 列元素占优矩阵。2.2 数据关联zk=z1k,z2k,.,zik,.,zNkkO-IPDA 算法将基于概率数据关联方法11进行数据关联，在 k 时刻的数据关联即判断雷达量测与跟踪目标之间的从属关系。基于目标在每个时刻至多产生 1 个雷达量测zkmkmk 0,Nkmkzk,1,.,zk,mkzk,rk,rr=0,.,mkk,0的假设前提下，概率数据关联方法将认为落入波门内的量测均以一定的概率来自于跟踪目标。假设中共有个量测落入目标波门内，其中。为了便于描述，对落入波门内的个雷达量测重新进行排

28、率大于目标确认门限时，该候选目标即被确认为真实目标进行跟踪；在跟踪过程中，一旦目标存在概率低于该门限，目标航迹则将被终结。在实际应用中，确认门限的设定需在目标确认的实时性与避免错误起始虚假目标之间进行折衷，而终结门限的设定则需在维持目标航迹稳定性与终结消亡航迹的实时性之间进行折衷。根据文献 10，本文最终将确认门限设置为 0.6，终结门限设置为 0.3。3 算法验证 3.1 实验场景设置为了进一步分析并验证 O-IPDA 方法的性能，本文将基于文献 12 中所采集的 USV 航海雷达数据集进行算法验证。文献 12 的数据集包括2 个合作目标，分别以 Havfruen（船长 7.3 m，船宽2.

29、8 m）和 Gunnerus（船长 31.3 m，船宽 9.6 m）命名，由于本算法仅考虑遮挡环境下单目标的检测与跟踪，因此可以选择其中一个目标进行检测和跟踪，并将另一个目标船产生的雷达回波数据进行剔除。需要注意的是，文献 12 的原始数据集并未针对目标环境遮挡进行实验设计。如图 4 所示，在环境中设定一艘锚泊船（红色椭圆状）作为遮挡物体，船长50 m，对应椭圆模型的长轴；船宽8 m，对应椭圆模型的短轴，其锚泊位置将造成目标在第 2030 拍的雷达量测数据缺失（参见黑色目标轨迹中的红色加粗片段），由此即可合成在遮挡环境下的航海雷达探测数据。需注意的是，本实验中的目标始终位于雷达探测范围内。75

30、0700650600550500东向/m20015010050050北向/m无人艇目标无人艇起点目标起点图 4典型实验场景设置Fig.4 Typical experimental scenario settings 3.2 算法参数设置2x，2y航海雷达和 O-IPDA 算法的参数设置如表 1所示，其中分别为雷达在笛卡尔坐标系下的量测噪声方差。运动状态预测存在状态预测存在状态更新数据关联状态更新否终结航迹是进入 k+1 时刻目标存在概率大于终结门限?运动状态更新遮挡判断 Skk,rkP(k1|Zk1)P(k|Zk1)P(k|Zk)Xk|kPk|kXk|k1Pk|k1Xk1|k1Pk1|k1图

31、3O-IPDA 算法流程图Fig.3 Process of O-IPDA algorithm第 1 期孙帅等：遮挡环境下基于航海雷达的舰船目标跟踪方法研究59表 1 O-IPDA 算法的参数设置Table 1 Parameter setting for O-IPDA algorithm参数数值T雷达扫描周期/s1.67雷达量测噪声方差矩阵R/m22x=2y=100PW波门概率0.99P0D未遮挡时目标检测概率0.9P1D遮挡时目标检测概率106M0k未遮挡时存在状态转移矩阵0.90.080.020.080.90.02001M1k遮挡时存在状态转移矩阵0.10.80.10.050.90.0500

32、1 3.3 实验结果分析P(ok)P(nk)P(ok)P(nk)针对图 4 所示的实验场景，原始 IPDA 算法和改进 O-IPDA 算法的对比结果如图 5 和图 6 所示。图 5(a)中，当目标被遮挡时，由于 IPDA 算法没有考虑遮挡因素，其目标存在概率将迅速降低，当低于目标终结门限时，目标航迹被终结，从而出现了航迹断裂；当目标驶出遮挡区域后，如图 6(a)所示，IPDA 需对新生目标再次进行航迹起始。而 O-IPDA 由于利用了先验的环境遮挡信息（式（8）和表 1），故可在目标被遮挡时针对性地使用不同的目标航迹存在状态转移矩阵。根据图 5(b)的O-IPDA 航迹存在概率可知，当目标进入

33、遮挡区域时，目标存在且可探测的概率迅速下降，而目标存在且不可探测的概率则迅速上升，整体目标存在概率（与之和）随时间呈缓慢mk=0下降的趋势，但仍高于目标终结门限，因此目标得以存活。此时的目标航迹由于没有关联有效的目标量测（），可通过航迹预测进行维持，如图 6(b)所示，虽然该区间的预测精度（参考全球定位系统提供的目标位置信息进行距离误差计算）有所降低，但没有出现航迹断裂问题。750700650600550500东向/m150100500北向/m真实轨迹IPDA0102030405060708090时间/拍51015距离误差/米目标航迹由于遮挡出现断裂目标运动方向7507006506005505

34、00东向/m150100500北向/m真实轨迹O-IPDA0102030405060708090时间/拍68101214距离误差/米目标运动方向(a)IPDA(b)O-IPDA 图 6目标航迹跟踪结果Fig.6 Presentation of target tracking results 3.4 算法边界性能分析需要注意的是，在遮挡过程中，目标存在概率的降低速率取决于航迹存在状态概率转移矩阵M1kM1k中相应参数的取值，即参数决定了算法抗遮挡能力的理论时间边界，其表示当目标处于长时间遮挡过程中，算法是否仍然能够维持目标航迹。为了从理论层面分析该问题，定义遮挡环境下的(a)IPDA 目标航迹(

35、b)O-IPDA 目标航迹0102030405060708090时间/拍00.10.20.30.40.50.60.70.80.91.0概率目标存在概率目标确认门限目标终结门限0102030405060708090时间/拍00.10.20.30.40.50.60.70.80.91.0概率目标存在概率目标确认门限目标终结门限存在可探测存在不可探测存在可探测存在不可探测图 5目标存在概率的估计结果Fig.5 Results on target existence probability estimation60“无人船艇自主性技术”专辑第 19 卷rk目标存活能力为rk=M1k(11)+M1k(12

36、)+M1k(21)+M1k(22)M1k(13)+M1k(23)=2 M1k(13)M1k(23)M1k(13)+M1k(23)(15)rkrkrkM1k(13)P(ok1|Zk1)+M1k(23)P(nk1|Zk1)M1k(13)M1k(23)式中，为目标向存在状态的转移概率之和与向不存在状态转移概率之和的比值，其值越大，目标转向消亡的趋势越低，如图 5(b)在 2030 拍遮挡区间内目标存在概率的变化趋势。决定了遮挡时目标存在概率的下降速度，越大，后者下降得越慢，目标在遮挡环境中的存活时间越长，直至其存在概率低于目标终结门限。由式（7）和式（14）可知，目标存在概率在每次递推时的下降幅度为

37、。因此，选择较小的和，可提高目标航迹在遮挡环境下的维持时间。M1k当目标的航速、航向及遮挡物的尺寸已知时，可以初步估算目标在被遮挡时需要的航迹维持时间，进而指导算法参数设计。但需注意的是，在遮挡过程中如果没有其他额外信源来提供目标信息，则仅能以航迹预测来推算目标航迹，其在短时间内的精度较为可靠；当目标发生机动时，预测精将显著下降，此时对该目标航迹进行终结则更为合理。由此可见，遮挡环境下对目标的航迹维持也不宜过长，故表 1 中参数的设置需结合实际情况进行折中考虑。4 结语针对单目标被障碍物遮挡造成的持续性漏检或检测概率严重降低等问题，本文基于 IPDA 算法引入了先验环境遮挡信息，针对性地设计

38、了存在状态转移概率矩阵，从而保持了目标航迹的持续性。通过对遮挡物建模和遮挡状态预判，可以有效避免目标被遮挡时因无法进行雷达探测而盲目决策所造成的航迹断裂问题。实验验证结果表明，在遮挡物信息先验已知的情况下，O-IPDA 可以提高目标航迹的连续性和目标跟踪的稳定性。在后续研究工作中，拟进一步考虑多目标跟踪过程中因船舶互相遮挡而造成的目标航迹断裂问题。参考文献：张磊,庄佳园,王博.水面无人艇技术 M.上海:上海交通大学出版社,2018:143192.ZHANG L,ZHUANG J Y,WANG B.Unmanned sur-face vehicleM.Shanghai:Shanghai Jiao

39、 Tong UniversityPress,2018:143-192(in Chinese).1王耀南,安果维,王传成,等.智能无人系统技术应用与发展趋势 J.中国舰船研究,2022,17(5):926.WANG Y N,AN G W,WANG C C,et al.Techno-logy application and development trend of intelligent un-manned systemJ.Chinese Journal of Ship Research,2022,17(5):926(in Chinese).2VO B N,MALLICK M,BAR-SHALOM

40、 Y,et al.Mul-titarget trackingJ/OL.Wiley Encyclopedia of Electricaland Electronics Engineering.(2015-09-15)2023-05-06.DOI:10.1002/047134608X.W82753WANG J,LI Y L,FAN C Y,et al.Knowledge-basedplot agglomeration for multiple extended targets in par-tial occlusion conditionsC/IEEE 6th International Con-

41、ference on Signal and Image Processing.Nanjing,China:IEEE,2021:9397.4陈法领,丁庆海,罗海波,等.采用时空上下文的抗遮挡实时目标跟踪 J.红外与激光工程,2021,50(1):20200105.CHEN F L,DING Q H,LUO H B,et al.Anti-occlu-sion real time target tracking algorithm employing spatio-temporal contextJ.Infrared and Laser Engineering,2021,50(1):20200105

42、(in Chinese).5石义芳,方伟业,周福珍,等.复杂环境下针对遮挡目标的鲁棒自动跟踪方法 J.传感技术学报,2022,35(9):11861196.SHI Y F,FANG W Y,ZHOU F Z,et al.A robustmethod for occluded target automatic tracking in com-plex environmentJ.Chinese Journal of Sensors andActuators,2022,35(9):11861196(in Chinese).6GILROY S,JONES E,GLAVIN M.Overcoming o

43、cclu-sion in the automotive environmenta reviewJ.IEEETransactions on Intelligent Transportation Systems,2021,22(1):2335.7兰浩然,李旭,朱建潇,等.遮挡环境下基于路侧异源雷达融合的多交通目标鲁棒跟踪方法 J.仪器仪表学报,2022,43(11):3139.LAN H R,LI X,ZHU J X,et al.Robust tracking ofmultiple traffic targets based on roadside heterogeneousradar fusio

44、n in occlusion environmentJ.Chinese Journalof Scientific Instrument,2022,43(11):3139 (inChinese).8SUN S,LI S X,LI Y,et al.Smartphone user trackingby incorporating user orientation using a double-layerHMMJ.IEEE Transactions on Vehicular Technology,2022,71(7):77807790.9MUSICKI D,EVANS R,STANKOVIC S.In

45、tegratedprobabilistic data associationJ.IEEE Transactions onAutomatic Control,1994,39(6):12371241.10BAR-SHALOM Y,TSE E.Tracking in a cluttered en-vironment with probabilistic data associationJ.Auto-matica,1975,11(5):451460.11HELGESEN K,VASSTEIN K,BREKKE E F,et al.Heterogeneous multi-sensor tracking for an autonomoussurface vehicle in a littoral environmentJ.Ocean En-gineering,2022,252:111168.12第 1 期孙帅等：遮挡环境下基于航海雷达的舰船目标跟踪方法研究61

展开阅读全文