Nghiên cứu thuật toán nâng cao chất lượng lọc, bám nhóm mục tiêu trên biển cho chỉ huy và điều khiển
141 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.94.2024.31-38Từ khóa:
Nhóm mục tiêu; Ảnh ra đa; Mục tiêu đa điểm chói; Chất lượng lọc, bám.Tóm tắt
Trong bài báo này, tác giả đề xuất thuật toán nhằm nâng cao chất lượng lọc, bám nhóm mục tiêu biển phục vụ cho công tác chỉ huy và điều khiển. Thuật toán đề xuất dựa trên kết quả xử lý và khai phá các đặc trưng đa điểm chói của mục tiêu dựa trên ảnh ra đa có độ phân giải cao. Thuật toán bao gồm 02 phần: tiền xử lý các ảnh ra đa có độ phân giải cao để khai phá các đặc trưng của mục tiêu (toạ độ, hướng trục thân tàu) và lọc bám quỹ đạo mục tiêu dựa trên các tham số đã được khai phá. Đánh giá hiệu quả của thuật toán thông qua mô phỏng lọc bám quỹ đạo hai mục tiêu di chuyển gần nhau bằng phần mềm Matlab. Kết quả mô phỏng được so sánh với thuật toán thông dụng như GNN và JPDA. Nghiên cứu cho thấy, thuật toán đề xuất kết hợp được ưu điểm và khắc phục được những hạn chế của thuật toán GNN và JPDA.
Tài liệu tham khảo
[1]. Blackman, S., and R. Popoli. “Design and Analysis of Modern Tracking Systems”. Artech House Radar Library, Boston, (1999).
[2]. Musicki, D., and R. Evans. "Joint Integrated Probabilistic Data Association: JIPDA." IEEE transactions on Aerospace and Electronic Systems. Vol. 40, Number 3, pp. 1093 –1099, (2004). DOI: https://doi.org/10.1109/TAES.2004.1337482
[3]. Werthmann, J. R.. "Step-by-Step Description of a Computationally Efficient Version of Multiple Hypothesis Tracking." In International Society for Optics and Photonics, Vol. 1698, pp. 228 – 301, (1992). DOI: https://doi.org/10.1117/12.139379
[4]. Zhou, H.; Huang, H.; Zhao, H.; Zhao, X.; Yin, X. “Adaptive Unscented Kalman Filter for Target Tracking in the Presence of Nonlinear Systems Involving Model Mismatches. Remote Sens”. 9, 657, (2017). DOI: https://doi.org/10.3390/rs9070657
[5]. Amirzadeh, A.; Karimpour, A. “An interacting Fuzzy-Fading-Memory-based Augmented Kalman Filtering method for manoeuvring target tracking”. Digit. Signal Process. 23, 1678–1685, (2013). DOI: https://doi.org/10.1016/j.dsp.2013.05.002
[6]. A´ lvarez, M. Rosa-Zurera (EURASIPMember), J. C. Nieto-Borge, and M. P. Jarabo-Amores, “Artificial Neural Network-Based Clutter Reduction Systems for ship size Estimation in Maritime Radars”, EURASIP Journal on Advances in Signal Processing, Hindawi Publishing Corporation (2010). DOI: https://doi.org/10.1155/2010/380473
[7]. Hamza Bounaceur, Ali Khenchaf, Jean-Marc Le Caillec, “Analysis of small sea-surface targets detection performance according to airborne radar parameters in abnormal weather environments”, Sensors, 22, 3263, (2022). DOI: https://doi.org/10.3390/s22093263
[8]. Xung Ha Vo, Trung Kien Nguyen, Phung Bao Nguyen, Van Minh Duong. “A Real-time Processing Algorithm for Multi-Plot Marine Targets Based on Radar Image Decomposition”. 2023 12th International Conference on Control, Automation and Information Sciences (ICCAIS), Hanoi, Vietnam, pp. 781-786, (2023), doi: 10.1109/ICCAIS59597.2023.10382401. DOI: https://doi.org/10.1109/ICCAIS59597.2023.10382401
