多機動目標跟蹤方法、系統及其廣義聯合概率數據關聯器的製造方法
2023-04-24 22:40:16
多機動目標跟蹤方法、系統及其廣義聯合概率數據關聯器的製造方法
【專利摘要】本發明公開一種多機動目標跟蹤方法、系統及其廣義聯合概率數據關聯器，該方法包括：根據給定目標的位置觀測計算對應的航向角、航向角變化量以及觀測殘差，並分別計算位置觀測和航向角觀測對應的不確定性度量；將所述位置觀測和航向角觀測對應的不確定性度量通過自適應加性融合以計算不同觀測的廣義聯合關聯概率；所述廣義聯合關聯概率用於表徵根據環境變化調節不同類型觀測對關聯結果的權重；根據觀測殘差和航向角變化量動態調節衰減因子；以及對給定目標狀態進行模糊遞推最小二乘濾波以對多機動目標航跡進行更新。利用本發明，可以同時處理跟蹤過程中不同類型觀測，並根據觀測環境的變化調整不同類型觀測對關聯結果的權重，具有更高的跟蹤精度。
【專利說明】多機動目標跟蹤方法、系統及其廣義聯合概率數據關聯器
【技術領域】
[0001] 本發明屬於目標跟蹤系統領域，尤其涉及一種多機動目標跟蹤方法、系統及其廣 義聯合概率數據關聯器。
【背景技術】
[0002] 信息融合是研究和處理信息理論問題的方法之一，利用來自不同層次的傳感器/ 節點具有不同精度、維度、粒度及不確定性的數據，獲取更精確、更完整的估計和決策，其處 理過程主要包括數據關聯和狀態估計。在雜波環境下，由於跟蹤過程的不確定性，使得多機 動目標跟蹤成為信息融合的一個技術難點。
[0003] -方面，數據關聯產生於傳感器觀測過程以及跟蹤環境的不確定性，是為了區分 觀測來源於哪個目標或雜波。現有的關聯方法主要考慮雜波、噪聲以及偏差等相關的問題， 聯合概率數據關聯（JPDA)利用關聯門限剪除不可行假設，同時建立可行假設與目標的關 聯概率。然而，JPDA只是將最新觀測用於關聯，沒有充分利用歷史觀測以及其它與目標運動 相關的信息。另一方面，經過關聯處理後，需要利用關聯結果對目標狀態進行估計。但是， 由於傳感器分部廣、數目多，每個節點都需要處理大量的數據。並且，現有數據鏈系統中由 於缺乏跟蹤環境的先驗知識，來自數據鏈和平臺的航跡一般僅包括目標的狀態信息，沒有 給出具體的模型參數，給數據關聯和狀態估計帶來很大困難。
[0004] 現有技術中，為了跟蹤多機動目標，在運動模型及噪聲方差未知的情況下，遞推最 小二乘濾波（RLSF)計算量小，能夠較好地跟蹤勻速運動目標，但跟蹤多機動目標的效果不 理想。
【發明內容】
[0005] 本發明要解決的技術問題是提供一種多機動目標跟蹤系統、方法及其廣義聯合概 率數據關聯器，能夠在運動模型及噪聲方差未知的情況下準確跟蹤多機動目標。
[0006] 本發明提供一種多機動目標跟蹤方法，所述方法包括：根據給定目標的位置觀測 計算對應的航向角、航向角變化量以及觀測殘差，並分別計算位置觀測和航向角觀測對應 的不確定性度量；將所述位置觀測和航向角觀測對應的不確定性度量通過自適應加性融合 以計算不同位置觀測的廣義聯合關聯概率；所述廣義聯合關聯概率用於表徵根據環境變化 調節不同類型觀測對關聯結果的權重；根據觀測殘差和航向角變化量動態調節衰減因子； 以及對給定目標的狀態進行模糊遞推最小二乘濾波以對多機動目標航跡進行更新。
[0007] 優選地，所述分別計算位置觀測和航向角觀測對應的不確定性度量的步驟包括： 建立統計觀測的不確定性度量為;
[0008]
【權利要求】
1. 一種多機動目標跟蹤方法，其特徵在於，所述方法包括： 根據給定目標的位置觀測計算對應的航向角、航向角變化量以及觀測殘差，並分別計 算位置觀測和航向角觀測對應的不確定性度量； 將所述位置觀測和航向角觀測對應的不確定性度量通過自適應加性融合以計算不同 位置觀測的廣義聯合關聯概率；所述廣義聯合關聯概率用於表徵根據環境變化調節不同類 型觀測對關聯結果的權重； 根據觀測殘差和航向角變化量動態調節衰減因子；以及對給定目標的狀態進行模糊遞 推最小二乘濾波以對多機動目標航跡進行更新。
2. 如權利要求1所述的多機動目標跟蹤方法，其特徵在於，所述分別計算位置觀測和 航向角觀測對應的不確定性度量的步驟包括： 建立統計觀測的不確定性度量為< ;
即第1類統計觀測的熵；<(幻和幻分別表示關聯區域內第1類統計觀測的中心及其第i個統計觀測；/(4(幻是幻的觀測概率，以:為統計觀測的個數為關聯門限； 建立模糊觀測的不確定性度量為5丨=#(4)/? ;
艮P，所述1類模糊觀測的熵4(A)和4(A)分別表示關聯區域內第1類模糊觀測的中心及其第i個模糊觀測；《七沿))是的隸屬度，《丨為模糊觀測的個數，U關聯門限，1、i、k均為 自然數，T為矩陣的轉置。
3. 如權利要求2所述的多機動目標跟蹤方法，其特徵在於，將所述位置觀測和航向角 觀測對應的不確定性度量通過自適應加性融合以計算不同類型觀測的廣義聯合關聯概率 的步驟包括： 根據所述統計觀測的不確定性度量4 =孖以及模糊觀測的不確定性度量 劣=/7(〃〇/巧，利用如下公式進行自適應加性融合，以得到所述廣義聯合關聯概率：
根據所述觀測殘差和航向角變化量計算統計關聯概率和模糊關聯概率，以及根據所述 統計關聯概率、模糊關聯概率和所述廣義聯合關聯概率利用如下公式確定歸一化廣義聯合 關聯概率：
4. 如權利要求1所述的多動機目標跟蹤方法，其特徵在於，所述根據觀測殘差和航向 角變化量動態調節衰減因子的步驟具體為： 根據所述觀測殘差和航向角變化量並利用如下公式動態調節衰減因子：
5. 如權利要求1所述的多動機目標跟蹤方法，其特徵在於，所述對給定目標的狀態進 行模糊遞推最小二乘濾波以對目標航跡進行更新的步驟包括： 根據所述衰減因子和廣義聯合關聯概率通過如下公式對所述多機動目標跟蹤的航跡 進行濾波更新：
6. -種多機動目標跟蹤系統，其特徵在於，包括： 廣義聯合概率數據關聯器，根據不同類型觀測建立對應的不確定性度量，並根據所述 不確定性度量進行自適應加性融合以計算廣義聯合關聯概率，所述觀測的不確定性度量用 於表徵根據環境變化調節不同類型觀測對關聯結果的權重； 模糊遞推最小二乘濾波器，用於根據給定目標的位置觀測計算對應的航向角、航向角 變化量以及觀測殘差，根據所述觀測殘差和航向角變化量動態調節衰減因子對給定目標的 狀態進行模糊遞推最小二乘濾波，從而對多機動目標跟蹤的航跡進行濾波更新。
7. 如權利要求6所述的多機動目標跟蹤系統，其特徵在於，所述不同類型觀測包括統 計觀測和模糊觀測； 所述廣義聯合概率數據關聯器建立統計觀測的不確定性度量為< =醜;
況，即第1類模糊觀測的熵；和 <(幻分別表示關聯區域內第1類模糊觀測的中心及其 第i個模糊觀測；《以(幻)是4(幻的隸屬度，n丨為模糊觀測的個數，&為關聯門限，1、i、k 均為自然數，T為矩陣的轉置。
8. 如權利要求7所述的多機動目標跟蹤系統，其特徵在於，所述廣義聯合概率數據關 聯器根據不同類型觀測建立對應的不確定性度量進行自適應加性融合以計算廣義聯合關 聯概率具體為： 所述廣義聯合概率數據關聯器將所述統計觀測的不確定性度量^^) = //^：： 以 及模糊觀測的不確定性度量採用如下公式進行自適應加性融合，以得 到所述廣義聯合關聯概率：
所述廣義聯合概率數據關聯器還根據所述觀測殘差和航向角變化量計算統計關聯概 率和模糊關聯概率，以及根據所述統計關聯概率、模糊關聯概率和所述廣義聯合關聯概率 採用如下公式確定歸一化廣義聯合關聯概率： p\{k)=Pti (-,(k),(p\(^)|xf(k))=[ak0l(k)+UkPti {k)]/c； 其中，所述觀測殘差為￥?=a- 冰)-//(幻im)U，所述航向角 變化量為卸狀)=< ⑷-#(々），計算得到的所述統計關聯概率為涔⑷(幻）
10. 如權利要求9所述的多機動目標跟蹤系統，其特徵在於，所述廣義聯合概率數據關 聯器根據所述廣義聯合關聯概率以及所述模糊遞推最小二乘濾波器根據所述衰減因子通 過如下公式對所述多機動目標跟蹤的航跡進行濾波更新 ：
11. 一種廣義聯合概率數據關聯器，其特徵在於，所述廣義聯合概率數據關聯器用於： 根據不同類型觀測建立對應的不確定性度量； 根據所述不確定性度量進行自適應加性融合以計算廣義聯合關聯概率，所述觀測的不 確定性度量用於表徵根據環境變化調節不同類型觀測對關聯結果的權重。
【文檔編號】G01S13/66GK104504728SQ201410471762
【公開日】2015年4月8日 申請日期:2014年9月16日 優先權日:2014年9月16日
【發明者】李鵬飛, 謝維信, 黃敬雄, 範恩, 魏冬峰 申請人:深圳大學, 中國人民解放軍防空兵學院