https://pdfs.semanticscholar.org/0063/f43807f7035e61674fda6ecce1705ad432a7.pdf

시공간 탐지필터 및 추적필터를 순차적으로 이용하는 방법을 제안

• 시공간 탐지필터로써 후보 표적들을 탐지
• 추적필터는 표준 칼만필터[6]를 이용하고, 데이터 연관기법으로 확률 데이터 연관(PDA : Probabilistic Data Association)[6,7] 방법을 이용

Pipeline

1. 후보표적탐지

• 관심영역(ROI: Region Of Interest)을 설정
• (시간)차 영상 기반의 시간필터를 사용하여 정적인 배경 클러터 성분을 제거
• 페이싯 모델 기반의 공간필터를 사용

2 . 표적선정

• 트랙 맵핑(Track Mapping) : 유클리디언 거리(Euclidian Distance) / Greedy 알고리즘을 이용하여 맵핑 과정을 최적화
• 트랙 갱신(Track Updating) : 맵핑 과정을 통해 생성된 트랙의 정보 업데이트 (동특성 정보, 표적의 특징 정보, 트랙의 상태)
  • 트랙 갱신
  • 트랙 제거 : 4회 이상 미 탐지시
  • 트랙 생성
• 우선 위협 트랙 선정(Prior Track Selection)

3. 표적추적

• 표적 선정단계에서 추적해야 할 표적이 결정되면,
• 이 표적의 위치, 평균 속도 및 평균 가속도 등의 동특성 정보를 추적필터의 상태변수로 초기화한다.
• 추적필터는 칼만필터를 기반으로 확률 데이터 연관 필터(PDAF)를 이용한다.
• 데이터 연관시 측정치 선택을 위해 유효영역(Validation Gate)은 표적의 속도 정보를 이용하여 적응적으로 속도에 비례하여 크기를 조정