天基光学传感器对中段目标群跟踪技术研究

It is a great challenge for the space-based optical surveillance system to track midcourse target complex, since its number, position and shape on the focal plane varies with time frequently. Recently, a pure Bayesian target tracking method based on finite set statistics(FISST) theory has been studied comprehensively by many academicians, which can avoid data association problem existed in traditional methods and has better tracking performance. The purpose of the project is the development of a valid target complex tracking method. Dynamic features of the midcourse target complex are discussed deeply, then a staging processing idea is proposed. The following three problems will be studied in detail based on the newly FISST theory in this project, (1) a FISST-based target complex tracking method by treating it as a entirety during the initial releasing stage, (2) a multi-model Gaussian inverse probability hypothesis density(PHD) filter for multiple target complexes tracking during the middle stage, (3) a product-type cardinazed probability hypothesis density(CPHD) filter for multi-sensor multi-target stereo tracking during the terminal stage. The research is expected to overcome the significant drawbacks of the traditional multi-target tracking methods in target complex environment, and also improve the multi-target tracking theory and provide technical support for tracking midcourse ballistic target complex in space-based optical sensor system.

中段目标群在光学传感器像平面呈簇状像斑，其个数、位置、形状不断变化，给天基光学监视系统带来严峻挑战。基于有限集统计学理论的目标跟踪方法是近年兴起的贝叶斯跟踪方法，可以避免传统方法面临的数据关联难题，受到国内外学者广泛重视。本课题旨在以天基光学传感器的中段目标群跟踪问题为研究对象，通过深入挖掘目标群的动态变化特征，提出分阶段跟踪的技术思路，利用有限集统计学这一新理论，系统研究(1)基于有限集统计学理论的目标群整体跟踪技术，(2)基于多模型高斯逆概率假设密度滤波的多个目标群跟踪技术，(3)基于乘积型势概率假设密度滤波的多传感器多目标立体跟踪技术等，以突破现有多目标跟踪方法在此类群目标跟踪中的局限，进一步完善多目标跟踪信息处理理论体系，为天基光学传感器对中段目标群跟踪提供技术支撑。

中段目标群在光学传感器像平面呈簇状像斑，其个数、位置、形状不断变化，给天基光学监视系统带来严峻挑战。本项目围绕低轨光学传感器对中段目标群的跟踪难题，针对中段目标群初级、中期和后期三个阶段，提出分阶段跟踪的技术思路，主要研究内容包括：.（1）研究了中段目标群的动态扩散特征，分析中段弹道目标的释放过程，挖掘个体间的相对位置变化关系，对中段目标群的运动特征建模和辐射特征建模，进一步对中段目标群在低轨光学传感器的图像序列进行仿真，这一部分内容为后续算法研究奠定基础。.（2）针对目标群初期呈现为单一“簇目标”的特点，打破传统思想，采用仅跟踪群质心和形状的设计思路，通过构建基于随机超曲面模型的目标群整体描述模型，提出基于有限集统计学理论的目标群整体跟踪技术，克服了传统方法存在的数据关联过程复杂、计算量大以及跟踪精度低等局限。.（3）针对目标群中期分裂为多个“子簇目标”的特点，在高斯逆PHD滤波器的框架下，针对单一的形状转移模型难以应对CSOs收缩、扩散、扭曲和旋转等形变的不足，引入多形变模型进行改进，提出了一种多模型高斯逆PHD滤波算法，实现对光学传感器像平面内多个“子群”的跟踪。.（4）针对目标群后期分开为独立“点目标”的特点，在像平面跟踪方法的基础上，利用获得的中段目标群像平面轨迹信息，进一步研究如何融合多个传感器的测量信息来重构各目标的三维弹道，研究了乘积型多传感器CPHD滤波器，重点提出了一种基于运动特性约束的中段目标群关联方法和主被动联合的中段目标群立体跟踪方法。..该项目的研究对象虽然属于弹道跟踪的应用领域，但中段目标群在光学传感器所呈现的位置及个数时变、目标密集、具有一定形状且外形可伸缩和旋转的特点，在视频监视、航拍图像处理等都面临类似情况，对研究其他类似问题同样具有重要的应用前景。