基于Transformer网络的机载雷达多目标跟踪方法

TN953; 传统的多目标跟踪数据关联算法需要提前知晓目标运动模型和杂波密度等先验信息,然而这些先验信息在跟踪之前无法及时准确地获取.针对这个问题,提出一种基于Transformer网络的多目标跟踪数据关联算法.首先,考虑到传感器会存在漏检的情况,引入虚拟量测来重新建立数据关联模型.在此基础上,提出基于Trans-former网络的数据关联方法来解决多目标与多量测的匹配问题.同时,设计了一种掩蔽交叉熵损失与重叠度损失相结合的损失函数(MCD)用于优化网络参数.仿真和实测数据结果表明:在不同检测概率条件下,所提算法性能均优于经典的数据关联算法和基于双向长短时记忆网络的算法.