《表1 4种算法下目标2的关联结果(Pd=0.9,Pfa=1×10-5)》

《表1 4种算法下目标2的关联结果(Pd=0.9,Pfa=1×10-5)》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《一种多普勒盲区下的航迹片段关联方法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

在高检测概率稀疏杂波情况下,针对目标2(批次1)和目标5(批次2),4种算法的TB和MTL分别如表1和表2所示,图4为4种算法下两批目标的MTL对比情况。由于多普勒盲区范围超过撤销门限,在200次蒙特卡罗仿真中,如果不进行航迹片段关联,则航迹全部中断,从而也导致了较小的MTL。在采用IMM-EKF+航迹片段关联和IMM-BDPF+航迹片段关联后,两个目标的TB明显下降,MTL也明显增加。其中,采用了IMM-BDPF算法的航迹片段关联由于利用了多普勒盲区的先验信息,新老航迹的预测和逆向预测精度更高,其性能更好。但由于目标距离较近,且存在多普勒盲区条件下的交叉运动,仅利用运动学信息容易产生模糊,仍有少数情况发生航迹中断。而采用包含目标类别信息的航迹片段关联后,相较于仅利用位置信息的航迹片段关联,性能有了进一步的提升。对于目标2和目标5,该方法下的TB仅为1和2,即具有很高的正确关联率。