一种抑制DPA评价函数扩散的方法

传统DPA算法在跟踪目标的过程中存在评价函数的扩散现象,即目标周围的评价函数会被"抬高",形成以目标所在位置为顶点的"目标锥"。若目标相距较近,各目标锥会相互融合,导致DPA算法难以有效地将全部目标检测出来。且经研究发现,目标的信噪比越高、或检测时间越长,扩散的程度就越大,故抑制各目标(特别是较高信噪比目标)的扩散很有必要。为此,提出了一种对评价函数扩散的抑制方法,目标信噪比越高,该方法对扩散的抑制效果越显著。仿真结果表明,采用新方法后目标周围评价函数的扩散程度相比传统DPA算法有了明显减弱,提高了DPA算法检测密集目标的能力。