基于分布式信息滤波算法的目标跟踪方法

doi:10.3969/j.issn.1009-086x.2026.01.009

摘要/Abstract

摘要：

在多传感器目标信息融合过程中，提出一种一致性分布式信息滤波算法，用于改善集中式滤波算法在目标跟踪状态估计中对融合中心依赖度高，稳定性低的问题。该算法是根据各个传感器自身以及邻居节点的状态信息和量测信息，实现对目标的实时跟踪定位，每个节点都是数据处理中心，解决了融合中心抗毁伤能力不足的问题，保证部分传感器节点出现问题时，全局的任务能够顺利进行。仿真分析可得，运用一致性分布式滤波算法，可以解决多传感器目标跟踪信息融合问题，其精度高于单一传感器滤波精度，且趋于多传感器集中式信息滤波的精度，可应用于高稳定性、可靠性的非线性系统跟踪。

关键词: 一致性分布式滤波, 目标跟踪, 集中式信息滤波, 信息融合, 多传感器

Abstract:

In the process of multi-sensor target information fusion， a consistent distributed information filtering algorithm is proposed to improve the high dependence and low stability of the centralized filtering algorithm on the fusion center in the target tracking state estimation.The algorithm is based on the state information and measurement information of each sensor itself and neighbor nodes to achieve real-time tracking and positioning of the target， and each node is a data processing center， which solves the problem of insufficient anti-damage capacity of the fusion center and ensures that when some sensor nodes have problems， the global task can be carried out smoothly. Simulation analysis shows that the consistency distributed filtering algorithm can solve the problem of multi-sensor target tracking information fusion， and its accuracy is higher than that of a single sensor， and tends to be the accuracy of multi-sensor centralized information filtering， which can be applied to nonlinear system tracking with high stability and reliability.

Key words: consensus-based distributed filtering, target tracking, centralized information filtering, information fusion, multi-sensor

中图分类号:

TP273

刘青, 曾德贤, 何浩杰. 基于分布式信息滤波算法的目标跟踪方法[J]. 现代防御技术, 2026, 54(1): 96-103.

Qing LIU, Dexian ZENG, Haojie HE. Target Tracking Method Based on Distributed Information Filtering Algorithm[J]. Modern Defense Technology, 2026, 54(1): 96-103.

图/表 7

图1 集中式信息滤波结构图

Fig. 1 Centralized information filtering structure

图2 分布式信息滤波流程图

Fig. 2 Distributed information filtering flowchart

图3 分布式滤波结构示意图

Fig. 3 Schematic diagram of the distributed filtering structure

图4 通信拓扑图

Fig. 4 Communication topology diagram

图5 不同算法均方根（RMSE）对比

Fig. 5 Comparison of root mean square error （RMSE） of different algorithms

图6 目标飞行真实与估计轨迹

Fig. 6 Target flight real and estimated trajectory

表1 均方根误差平均值和标准差对比

Table 1 Comparison of mean and standard deviation of root mean square error

指标	集中式滤波	分布式滤波S1节点	分布式滤波S2节点	分布式滤波S3节点	分布式滤波S4节点
平均值	1.786 7	1.636 1	1.636 1	1.636 1	1.636 1
标准差	1.071 2	0.946 5	0.946 5	0.946 5	0.946 5

参考文献 23

[1]	王越，赵凯，刘学超，等. 多防空武器平台一体化协同作战样式与关键技术探讨［J］. 火炮发射与控制学报， 2022， 43（3）： 91-95.
	WANG Yue， ZHAO Kai， LIU Xuechao， et al. Combat Modes and Key Technologies of a Multi Air Defense Weapon Platform in Integrated Cooperative Operations［J］. Journal of Gun Launch & Control， 2022， 43（3）： 91-95.
[2]	DASH D， JAYARAMAN V. A Probabilistic Model for Sensor Fusion Using Range-Only Measurements in Multistatic Radar［J］. IEEE Sensors Letters， 2020， 4（6）： 1-4.
[3]	NAZARI M， PASHAZADEH S， MOHAMMAD-KHANLI L. An Adaptive Density-Based Fuzzy Clustering Track Association for Distributed Tracking System［J］. IEEE Access， 2019， 7： 135972-135981.
[4]	王昱淇，卢宙，蔡云泽. 基于一致性的分布式变结构多模型方法［J］. 自动化学报， 2021， 47（7）： 1548-1557.
	WANG Yuqi， LU Zhou， CAI Yunze. Consensus-Based Distributed Variable Structure Multiple Model［J］. Acta Automatica Sinica， 2021， 47（7）： 1548-1557.
[5]	黄静琪，何雨帆，孙山鹏. 一种分布式信息融合的航天器实时轨道确定算法［J］. 宇航学报， 2019， 40（9）： 1061-1070.
	HUANG Jingqi， HE Yufan， SUN Shanpeng. A Distributed Information Fusion Based Algorithm for Spacecraft Real-Time Orbit Determination［J］. Journal of Astronautics， 2019， 40（9）： 1061-1070.
[6]	彭圆红，吴晓锋. 一种分布式多传感器信息融合方法［J］. 指挥控制与仿真， 2020， 42（5）： 19-24.
	PENG Yuanhong， WU Xiaofeng. A Distributed Information Fusion Method for Multi-sensor Systems［J］. Command Control & Simulation， 2020， 42（5）： 19-24.
[7]	WU Yuanyuan， HUANG Mengxing， LI Yuchun， et al. A Distributed Fusion Framework of Multispectral and Panchromatic Images Based on Residual Network［J］. Remote Sensing， 2021， 13（13）： 2556.
[8]	SHI Yifang， CHOI J W， XU Lei， et al. Distributed Target Tracking in Challenging Environments Using Multiple Asynchronous Bearing-Only Sensors［J］. Sensors， 2020， 20（9）： 2671.
[9]	任腾飞. 基于分布式协同的多传感器目标跟踪算法研究［D］. 西安：西安工业大学， 2023.
	REN Tengfei. Research on Distributed Multi-sensor Target Tracking Algorithm［D］. Xi'an： Xi'an Technological University， 2023.
[10]	DUAN Peihu， DUAN Zhisheng， Yuezu LÜ， et al. Distributed Finite-Horizon Extended Kalman Filtering for Uncertain Nonlinear Systems［J］. IEEE Transactions on Cybernetics， 2021， 51（2）： 512-520.
[11]	蔡周桥，邓召文，陈杜奥，等. 基于扩展卡尔曼滤波的分布式电驱动汽车状态参数估计［J］. 拖拉机与农用运输车， 2023， 50（1）： 27-31.
	CAI Zhouqiao， DENG Zhaowen， CHEN Duao， et al. State Parameter Estimation of Electric Drive Vehicle Based on Kalman Filter［J］. Tractor & Farm Transporter， 2023， 50（1）： 27-31.
[12]	丁力全，吴楠，孟凡坤，等. 信息融合算法在空间飞行器自由段跟踪中的应用［J］. 指挥控制与仿真， 2021， 43（2）： 33-38.
	DING Liquan， WU Nan， MENG Fankun， et al. Application of Information Fusion Algorithm in Trajectory Tracking of Free Segment Space Vehicle［J］. Command Control & Simulation， 2021， 43（2）： 33-38.
[13]	ZHANG Jiangfan， WANG Xiaodong. Consensus-Based Distributed Quickest Detection of Attacks with Unknown Parameters［J］. IEEE Transactions on Information Theory， 2021， 67（3）： 1864-1885.
[14]	ZHANG Zheng， LI Qingdong， HAN Liang， et al. Consensus Based Strong Tracking Adaptive Cubature Kalman Filtering for Nonlinear System Distributed Estimation［J］. IEEE Access， 2019， 7： 98820-98831.
[15]	SHUI Yongtao， WANG Yu， LI Yu， et al. Consensus-Based Distributed Target Tracking with False Data Injection Attacks over Radar Network［J］. Applied Science， 2021， 11（10）： 4564.
[16]	李寅龙，张天舒. 多传感器航迹关联算法综述［J］. 舰船电子工程， 2021， 41（8）： 44-50.
	LI Yinlong， ZHANG Tianshu. Summary of Multi-Sensor Track Association Algorithms［J］. Ship Electronic Engineering， 2021， 41（8）： 44-50.
[17]	曾雅俊，王俊，魏少明，等. 分布式多传感器多目标跟踪方法综述［J］. 雷达学报， 2023， 12（1）： 197-213.
	ZENG Yajun， WANG Jun， WEI Shaoming， et al. Review of the Method for Distributed Multi-sensor Multi-Target Tracking［J］. Journal of Radars， 2023， 12（1）： 197-213.
[18]	LIU Jun， LIU Yu， DONG Kai， et al. Distributed Hybrid Consensus-Based Square-Root Cubature Quadrature Information Filter and Its Application to Maneuvering Target Tracking［J］. International Journal of Distributed Sensor Networks， 2019， 15（12）： 155014771989595.
[19]	XU Wenjing， ZHAO Haiquan， ZHOU Lijun. Modified Huber M-Estimate Function-Based Distributed Constrained Adaptive Filtering Algorithm Over Sensor Network［J］. IEEE Sensors Journal， 2022， 22（20）： 19567-19582.
[20]	王瑞玺，孙书利. 传感器网络多重融合分布式一致性滤波算法［J］. 系统科学与数学， 2023， 43（11）： 2773-2788.
	WANG Ruixi， SUN Shuli. Distributed Consensus Filtering Algorithms with Multiple Fusions for Sensor Networks［J］. Journal of Systems Science and Mathematical Sciences， 2023， 43（11）： 2773-2788.
[21]	李兆铭，杨文革，丁丹，等. 逼近积分点数下限的五阶容积卡尔曼滤波定轨算法［J］. 物理学报， 2017， 66（15）： 300-312.
	LI Zhaoming， YANG Wenge， DING Dan， et al. A Novel Algorithm of Fifth-Degree Cubature Kalman Filter for Orbit Determination at the Lower Bound Approaching to the Number of Cubature Points［J］. Acta Physica Sinica， 2017， 66（15）： 300-312.
[22]	邓露，崔世麒. 基于量测一致性的分布式多传感器多目标跟踪算法［J］. 海军航空工程学院学报， 2019， 34（6）： 505-510.
	DENG Lu， CUI Shiqi. Distributed Multi-Sensor Multi-Target Tracking Algorithm Based on Measurement Consistency［J］. Journal of Naval Aeronautical and Astronautical University， 2019， 34（6）： 505-510.
[23]	李兆铭，杨文革，丁丹，等. 多星对合作目标的分布式协同导航滤波算法［J］. 北京航空航天大学学报， 2018， 44（3）： 462-469.
	LI Zhaoming， YANG Wenge， DING Dan， et al. Distributed Coordinated Navigation Filtering Algorithm for Cooperative Target by Multi-Satellite［J］. Journal of Beijing University of Aeronautics and Astronautics， 2018， 44（3）： 462-469.