Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/49660
Title: Отождествление сопровождаемых траекторий и отметок методом притяжения при вторичной обработке радиолокационной информации
Other Titles: Association of the tracked trajectories and marks by the attraction method during secondary processing of radar information
Authors: Апорович, В. А.
Keywords: доклады БГУИР;радиолокационная информация;вторичная обработка информации;метод притяжения
Issue Date: 2022
Publisher: БГУИР
Citation: Апорович, В. А. Отождествление сопровождаемых траекторий и отметок методом притяжения при вторичной обработке радиолокационной информации = Association of the tracked trajectories and marks by the attraction method during secondary processing of radar information / В. А. Апорович // Доклады БГУИР. – 2022. – Т. 20, № 7. – С. 65 – 71. – DOI : http://dx.doi.org/10.35596/1729-7648-2022-20-7-65-71.
Abstract: В статье предложен новый алгоритм отождествления по координатам сопровождаемых траекторий и вновь поступивших отметок при вторичной обработке радиолокационной информации. Наибольшие трудности возникают при отождествлении в плотных группах, то есть когда расстояние между траекториями соизмеримо с ошибками измерения их координат. Обычно применяются известные методы решения задачи о назначениях, например, венгерский алгоритм и ему подобные. Общим недостатком данных методов является быстрое увеличение (пропорционально третьей или четвертой степени количества траекторий) времени решения задачи. Предлагается использовать метод «притяжения» для повышения скорости вычислений. В рассматриваемом алгоритме имитируются «притяжение» всех траекторий ко всем отметкам и взаимное «отталкивание» всех траекторий друг от друга. (Положение траекторий экстраполировано на время локации отметок.) Пошагово имитируется условное «движение» траекторий до заданного сближения с какими-либо отметками. Сравнительное моделирование алгоритма притяжения и венгерского алгоритма для случая равного количества траекторий и отметок показало, что качественные характеристики алгоритмов примерно одинаковы, но время выполнения для алгоритма притяжения растет медленнее, чем для венгерского (пропорционально квадрату количества траекторий). Поэтому при большом их количестве (более 100–300) алгоритм притяжения выполняется значительно быстрее. Очевидно, что при соответствующей корректировке величины и размерностей параметров новый алгоритм может быть использован для решения других задач о назначениях.
Alternative abstract: The article proposes a new algorithm for associating the tracked trajectories and newly received marks by coordinates during the secondary processing (track-while-scan) of radar information. It is known that the biggest difficulties arise when associating in dense groups, that is, when the distance between the trajectories is commensurate with the errors in measuring their coordinates. Usually, well-known methods for solving the assignment task are used, for example, the Hungarian algorithm and similar. A common disadvantage of these methods is a rapid increase (in proportion to the third or fourth degree of the number of trajectories) in the time for solving the task. The article proposes to use the “attraction” method to increase the speed of calculations. The proposed algorithm simulates the “attraction” of all trajectories to all marks and the mutual “repulsion” of all trajectories from each other (the position of the trajectories is extrapolated to the time of location of the marks.) The conditional “movement” of the trajectories is simulated step by step until a set approach to any marks happens. Comparative modeling of the attraction algorithm and the Hungarian algorithm in the case of equal number of trajectories and marks showed that the qualitative characteristics of the algorithms are approximately the same, but the execution time for the attraction algorithm grows more slowly than for the Hungarian algorithm (in proportion to the square of the number of trajectories). Therefore, with a large number of them (more than 100–300), the attraction algorithm is executed much faster. Obviously, with the corresponding adjustment of the value and dimensions of the parameters, the new algorithm can be used to solve other assignment tasks.
URI: https://libeldoc.bsuir.by/handle/123456789/49660
Appears in Collections:№ 20(7)

Files in This Item:
File Description SizeFormat 
Aporovich_Otojdestvlenie.pdf406.18 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.