一種雷達系統中的多目標跟蹤方法
2023-06-12 07:04:41
一種雷達系統中的多目標跟蹤方法
【專利摘要】本發明公開了一種雷達系統中的多目標跟蹤方法。它是在雷達測量值分扇區處理的前提下,通過對雷達不同扇區的高斯成份進行相應的時間預測、測量修正、融合修剪、目標狀態提取,實現跨扇區多目標跟蹤,最終實現非同步測量條件下雷達全平面多目標跟蹤,從而解決了傳統概率假設密度濾波無法直接應用於雷達系統的問題。整個過程不要求所有測量值在同一時刻測量,而且能夠處理變化數目的多目標跟蹤問題,並且與傳統的方法(如聯合概率數據關聯、多假設跟蹤等)相比計算負擔小,另外航跡起始、維持與終結都是自然完成的,不需要單獨列出。
【專利說明】-種雷達系統中的多目標跟蹤方法
【技術領域】
[0001] 本發明涉及多目標雷達跟蹤【技術領域】,更具體的,涉及一種雷達系統中的多目標 跟蹤方法。
【背景技術】
[0002] 經過數十年的研究和發展,多目標跟蹤技術在理論和應用上都取得了長足進展, 已被廣泛應用於軍事、航天、環境檢測等眾多領域。
[0003] 傳統多目標跟蹤方法通過引入數據關聯技術將多目標跟蹤問題簡化為單目標跟 蹤問題。常見的數據關聯技術主要有:最近鄰法(NN)、聯合概率數據關聯法(JPDA),W及多 假設跟蹤法(MHT)等。順法計算簡單、易於實現,但是跟蹤性能較差,如在密集雜波、目標 交叉等情況下容易跟丟或跟錯目標。標準的JPDA法僅能針對固定數目的目標進行跟蹤,而 實際戰場上隨時都可能有目標出現或者消失,對於該種目標數目變化的情況,JPDA方法應 用起來十分不便。MHT法隨著傳感器掃描次數和測量回波數目的增加容易出現組合爆炸現 象,嚴重影響算法的實時性。由此可見數據關聯的引入卻又使得多目標跟蹤問題更加複雜 化。該使得尋求不需要數據關聯的多目標跟蹤算法成為一個新的研究課題。
[0004] 近年來,有限集統計(Finite-Set Statistics, FISST)理論[Mahler R P S. Multi-target Bayes filtering via frst-order multitarget moments. IEEE Transactions on Aerospace and Electronic Systems, 2003, 39(4):1152-1178 ;Mahler R P. Statistical Multisource-Multi-target Information Fusion. Norwood:Artech 化use, 2007]的提出,其作為隨機有限集(Random Finite Set, RF巧的重要研究方向,為解 決多目標跟蹤技術中上述相關難題提供了新的解決渠道,即概率假設密度(P皿)濾波。與 傳統方法相比,基於FISST的多目標跟蹤方法具有堅實的數學理論基礎。算法實現過程中 不使用數據關聯,能夠處理變化數目的多目標跟蹤問題,並且計算複雜度與傳統的方法相 比要小,另外航跡起始、維持與終結都是自然完成的,不需要單獨列出。不過在實際雷達系 統中,由於雷達測量的非同步性,現有的P皿濾波無法直接應用。
[0005] 實際雷達系統中,由于波速掃描時間不同,在同一扇區內的的測量值也會存在時 間上的非同步性。W測量周期12砂,雷達全平面分為32個扇區為例,每個扇區中測量值在 時間上的最大差值大約在0. 3333砂,對於280米/砂速度的目標而言,該樣的測量時差會 導致將近100米的模型誤差。不同的測量扇區的時間差甚至可達數砂,而現有的P皿濾波 算法都是針對相同時刻的測量值進行測量修正,該使得現有P皿濾波無法直接應用於實際 雷達系統。
[0006] 現有的概率假設密度(P皿)濾波只能針對相同時刻測量值才能實現多目標跟蹤 功能。
【發明內容】
[0007] 發明目的:本發明所要解決的技術問題是針對現有技術的不足,提供一種雷達系 統中的多目標跟蹤方法。
[0008] 為了解決上述技術問題,本發明公開了一種雷達系統中的多目標跟蹤方法,從雷 達正北方向開始,W k-1表示雷達系統前一個掃描周期,W k表示雷達系統當前掃描周期, 記雷達系統的掃描周期為f,將雷達系統的掃描界面平分為N個扇區,將測量值根據方位分 別放入對應扇區,然後執行W下步驟:
[0009] 步驟1,接收到當前掃描周期第n扇區的測量值集合《',n = 1,2,…,N,N取值為 自然數;
[0010] 步驟2,根據當前第n個扇區前一掃描周期對應時刻目標狀態強度的高斯項,預 測當前時刻對應扇區目標狀態強度的高斯項;根據與當前扇區的兩側相鄰的兩個扇區的前 一掃描周期對應時刻目標狀態強度的高斯項,預測當前扇區對應時刻目標狀態強度的高斯 項;
[0011] 步驟3,根據步驟2所得到的當前扇區及其相鄰扇區對應時刻目標狀態強度的高 斯項,計算當前扇區及其兩側相鄰扇區對應時刻的預測測量值及相關預測誤差協方差陣;
[0012] 步驟4,基於步驟3所得到的當前扇區及其兩側相鄰兩個扇區預測測量值及相關 預測誤差協方差陣,結合當前扇區的測量值進行跨扇區測量更新;
[0013] 步驟5,針對步驟4所得到的測量更新後的高斯項進行裁剪與合併,裁剪與合併後 的高斯項作為當前時刻的高斯項,根據當前時刻高斯項所在位置將其放入相應的扇區緩衝 區中,作為下次相應扇區濾波器遞歸的輸入;
[0014] 步驟6,根據裁剪與合併後的高斯項,提取權重大於0. 5的高斯項作為濾波器的輸 出,相應高斯項中的均值和方差分別為存活目標的狀態估計和誤差估計。
[0015] 本發明中,雷達系統中目標狀態表示方程為:
[001 引 Xk = FkXk-I+Wk-I (1),
[0017] 其中A =咕,而,興,乂}表示k時刻目標狀態向量,Xk_i表示k-1時刻目標狀態 向量,其中Xk, yk對應表示目標在X軸和y軸的位置、^,知對應表示目標在X軸和y軸的速 度,系統噪聲Wk服從標準正態分布N(0, Qk),狀態轉移矩陣Fk及噪聲方差陣Qk分別為:
【權利要求】
1. 一種雷達系統中的多目標跟蹤方法,其特徵是,從雷達正北方向開始,以k-1表示雷 達系統前一個掃描周期,以k表示雷達系統當前掃描周期,記雷達系統的掃描周期為f,將 雷達系統的掃描界面平分為N個扇區,將測量值根據方位分別放入對應扇區,然後執行以 下步驟: 步驟1,接收到當前掃描周期第η扇區的測量值集合<,n =1,2,…,N,N取值為自然 數; 步驟2,根據當前第η個扇區前一掃描周期對應時刻目標狀態強度的高斯項,預測當前 時刻對應扇區目標狀態強度的高斯項;根據與當前扇區的兩側相鄰的兩個扇區的前一掃描 周期對應時刻目標狀態強度的高斯項,預測當前扇區對應時刻目標狀態強度的高斯項; 步驟3,根據步驟2所得到的當前扇區及其相鄰扇區對應時刻目標狀態強度的高斯項, 計算當前扇區及其兩側相鄰扇區對應時刻的預測測量值及相關預測誤差協方差陣; 步驟4,基於步驟3所得到的當前扇區及其兩側相鄰兩個扇區預測測量值及相關預測 誤差協方差陣,結合當前扇區的測量值進行跨扇區測量更新; 步驟5,針對步驟4所得到的測量更新後的高斯項進行裁剪與合併,裁剪與合併後的 高斯項作為當前時刻的高斯項,根據當前時刻高斯項所在位置將其放入相應的扇區緩衝區 中,作為下次相應扇區濾波器遞歸的輸入; 步驟6,根據裁剪與合併後的高斯項,提取權重大於0. 5的高斯項作為濾波器的輸出, 相應高斯項中的均值和方差分別為存活目標的狀態估計和誤差估計。
2. 根據權利要求1所述的雷達系統的多目標跟蹤方法,其特徵在於:所述雷達系統中 目標狀態方程為: Xk - FkXk-l+Wk-l⑴, 其中=?,·^,外,九}表示k時刻目標狀態向量,Xh表示k-1時刻目標狀態向量, 其中Xk,yk對應表示目標在X軸和y軸的位置、^,九對應表示目標在X軸和y軸的速度,系 統噪聲Wk服從標準正態分布N(0,Qk),狀態轉移矩陣Fk及噪聲方差陣Qk分別為:
其中t為每個扇區對應的時間間隔,t的上標表示t的冪次方,< 為過程噪聲方差值, <的取值範圍為區間(0,100); 設雷達的位置為s° = {x°,/},x°,/分別為雷達位置沿X軸和y軸的坐標,測量方程 為:
其中Zk為k時刻的測量值,h(xk,Vk)表示雷達測量方程,Vk是k時刻雷達測量噪聲向 量,徑向距離測量噪聲vl服從標準正態分布叫抑,#),其中為徑向距離誤差測量方差, 4取值範圍是(0,1000000),方位角測量噪聲<服從標準正態分布Μ:ν;0,σν22),其中Cr)為 方位誤差測量方差,σ,2」取值範圍是(〇,4)。
3. 根據權利要求2所述的雷達系統的多目標跟蹤方法,其特徵在於:所述雷達系統初 始化包括:獲得目標初始時刻的狀態,包含目標初始時刻的位置和速度,得到第〇個周期的 目標狀態估計集合的高斯項為·[Hf,其中Jtl表示式中高斯項的總數,i為自然 數,取值範圍為1,2….,Jtl,wp代表第i個高斯項對應的權重代表第i個高斯項對應 的均值,代表第i個高斯項對應的協方差矩陣。
4. 根據權利要求3所述的雷達系統的多目標跟蹤方法,其特徵在於:步驟2中,記k-1 τη 周期第η個扇區的高斯成份集合表示為,其中表示式中高斯項 的總數,j為自然數,取值範圍為1,2....,,>?公代表第j個高斯項對應的權重,》 代表第j個高斯項對應的均值,〗tf代表第j個高斯項對應的協方差矩陣;利用雷達系統方 程將k-Ι周期第η個扇區及其兩側相鄰兩個扇區的高斯成份集合進行預測,得到k周期第 η個扇區所對應的預測高斯成份集合·[ , /IiH1,Pg1,gf1,其中表示預測高斯成 份集合高斯項的總數,1為自然數,取值範圍為1,2. ...,,下標kIk-Ι表示預測, 代表第1個預測高斯項對應的權重,《4^代表第1個預測高斯項對應的均值,代表第1個預測高斯項對應的協方差矩陣;該預測高斯成份集合中包括第η個扇區及其相鄰兩個扇 區的存活高斯成份預測項=K, =込+1壏C,其中h是 目標存活概率,取值範圍為區間(〇,I),Flrf為k-ι時刻狀態轉移矩陣,上標T為轉置。
5. 根據權利要求4所述的雷達系統的多目標跟蹤方法,其特徵在於:步驟3中,針對k 周期第η個扇區所對應的預測高斯成份集合^^1,》1&1,1>1£1,/^3+1,分別計算: 預測測量值 預測測量誤差協方差陣^ , 增益矩陣= [成?ΡΓΓ1, 估計誤差協方差陣# =σ-, 其中Aidiagif.,σ,2:)為k時刻雷達系統測量誤差協方差陣,I為對應維數的單位矩 陣,為測量方程h(xk,0)在Xi 處線性化所得到的矩陣,即:
6. 根據權利要求5所述的雷達系統的多目標跟蹤方法,其特徵在於:步驟4中,針對第 η個扇區的每一個測量值~e,對預測高斯成份進行測量修正得到多目標狀態集合矩計 算公式為:
其中: 叫1,<^,<丨1)表示均值為《^_1,協方差陣為#1的標準正態分布; 表示均值為,協方差陣為的標準正態分布; 〇 為直接預測所對應的高斯項權重,if為第1個預測高斯項對應的 檢測概率,取值範圍為區間[0.4, 1);
為第1個高斯項和第j個測量值對應的測量修正高斯項權重,式中求和公式中 的上標q表示自然數,表示均值為》/?,協方差陣為的標準正態分布, Mw(Uf)表示均值為,協方差陣為#的標準正態分布,Kk(\)為雜波強度函數; = +奵乜-從D為經測量值Zj修正後的高斯項對應的均值; 為經測量值\修正後的高斯項對應的協方差陣, 得到測量修正後的高斯成份集合^、^,^、。, 其中為測量修正後所得高斯項的個數,f為自然數,取值範圍為1,2. ...,,上標f表示對應第f個測量修正後所得高斯項。
7. 根據權利要求6所述的雷達系統的多目標跟蹤方法,其特徵在於:步驟5中,刪 除測量修正後的高斯成份集合, /^n, 中權重)-VS-?#), 高斯成份合併方法如下: -(/) ▽(η 合併後對應高斯項的權重Wkik =IWklk, IeL 合併後對應高斯項的均值=^γΣΟ: Wk]k 合併後對應高斯項的協方差陣),其中L Hk|kfei 為所有可合併高斯成份的指標集合;將融合修剪後的高斯成份根據其方位分別放入對應扇 區及其相鄰的兩個扇區,於是得到k周期第η個扇區高斯成份集合:。
8. 根據權利要求7所述的雷達系統的多目標跟蹤方法,其特徵在於:步驟6中,將權重 大於〇. 5的高斯成份均值提取出來作為第η個扇區前一扇區目標狀態估計值。
9. 根據權利要求8所述的雷達系統的多目標跟蹤方法,其特徵在於:當k周期第η個 扇區後一扇區的測量值集合發送到數據處理器以後,重複步驟2,實現雷達系統中跨扇區全 平面目標狀態估計。
【文檔編號】G01S13/66GK104237879SQ201410455610
【公開日】2014年12月24日 申請日期:2014年9月9日 優先權日:2014年9月9日
【發明者】許建, 黃放明, 黃志良, 孫裔申, 峰 廖, 劉唐興 申請人:中國電子科技集團公司第二十八研究所