基于LSTM子网络聚合的雷达TWS跟踪
唐知行
刘华军
南京理工大学计算机科学与工程学院 南京 210094
摘要：为了提高雷达TWS跟踪的准确性和时效性,解决在高密度杂波环境下传统跟踪算法性能大幅下降和模型依赖问题,论文提出了一种免模型、纯数据驱动、端到端学习的雷达多目标跟踪框架和基于长短期记忆网络(LSTM)子网络聚合的雷达TWS跟踪方法.该方法将含噪声的量测通过数据关联子网络,在多目标、杂波和漏检情况下可正确输出与已跟踪目标的关联矩阵;并通过轨迹预测子网络预测和更新机动目标的运动轨迹;最后使用航迹管理子网络来管理航迹生命周期.通过仿真实验证明了该方法的可行性,与传统TWS跟踪算法相比,该方法具有更高的跟踪精度和关联正确率,而且不依赖复杂的先验运动模型和杂波分布知识.
关键词：雷达多目标跟踪长短期记忆网络数据关联
分类号：TN953+.6(雷达)
论文发表日期：2023-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 639-644 )
英文信息