[发明专利]基于贝叶斯理论的多传感器检测跟踪联合处理方法

说明书

技术领域

本发明属于雷达技术领域，涉及目标检测及跟踪方法，可用于小信噪比目标的检测和跟踪处理。

背景技术

对于多传感器融合，检测融合和目标状态估计融合常常是两个分开处理的过程。

多传感器检测融合系统对各传感器的观测数据或各传感器的判决进行融合处理，以使得融合系统的检测性能更优。多传感器检测融合系统由融合中心及多部传感器构成，融合系统的融合方式可分为集中式和分布式两种。在集中式融合方式下，各传感器将其观测数据直接传输到融合中心，融合中心根据所有传感器的观测数据进行假设检验，从而形成最终的判决。在分布式融合方式下，各个传感器首先基于各自的观测进行判决，然后将判决结果传送到融合中心；融合中心根据所有传感器的判决进行假设检验，并形成系统最终的判决。集中式融合方式的优点是利用了所有传感器的观测数据，因此可以获得较好的检测性能。其缺点是为了完成每次检测，各传感器均须传送全部观测数据至融合中心，因此数据传输量较大，不易工程实现。和集中式融合方式相比，分布式融合方式则具有数据传输量小、融合中心计算量小等优点。由于分布式融合系统具有上述优点，因此一直受到广泛的重视。当各传感器判决的虚警概率和检测概率已知时，融合中心能够较容易地按照Neyman-Pearson准则确定融合规则；而当各传感器判决的虚警概率和检测概率未知时，如何更优地确定融合中心的融合规则是研究的一个重点。

多传感器目标状态估计融合系统对各传感器或融合中心的目标状态的估计值进行融合，以使得融合后的目标状态的估计值更加准确。多传感器目标状态估计融合系统的融合结构可以分为三类：集中式、分布式和混合式。集中式融合就是所有传感器的量测数据都传送到融合中心进行处理和融合，也称为量测融合。在集中式融合结构中，融合中心可以利用所有传感器的原始量测数据，没有任何信息的损失，因而融合结果是最优的。但是这种结构需要频带很宽的数据传输链路来传输原始量测数据，并且需要较强处理能力的融合中心。在分布式融合结构中，每个传感器都有自己的处理器，能够形成局部航迹，融合中心主要对各局部航迹进行融合。这种结构对信道容量要求低，系统生命力强，在工程上易于实现。混合式融合是集中式融合和分布式融合的一种综合，融合中心得到的可能是原始量测数据，也可能是局部航迹数据。对于多传感器目标状态估计融合系统，研究主要集中在各种融合结构的融合算法上。

相对于单传感器而言，上述的多传感器检测融合系统和多传感器目标状态融合系统虽然其检测和跟踪性能得到了改善，但是它们都没有完全利用观测数据所提供的信息，由此限制了其性能的改善。

发明内容

本发明的目的在于克服上述多传感器检测融合系统和多传感器目标状态融合系统的不足，提出了一种基于贝叶斯理论的多传感器检测跟踪联合处理方法，以充分利用可以利用的信息，提高系统的检测和跟踪性能。

为实现上述目的，本发明的多传感器检测跟踪联合处理方法，包括如下步骤：

1)将目标的动态模型和目标存在状态的转移概率矩阵以概率的形式联合表示为p(y_k+1|y_k)，其中y_k表示k时刻目标联合状态，y_k+1表示k+1时刻目标联合状态，目标联合状态y_k的具体形式为y_k＝(x_k，E_k)，x_k表示k时刻目标运动状态，E_k表示k时刻目标存在状态；

2)将目标联合状态y_k与第i个传感器k时刻整个观测空间的观测数据之间的关系以概率的形式表示为1≤i≤N，其中N表示传感器数目；

3)在起始时刻，将各传感器均匀地初始化为没有观测情况下的预测概率分布i＝1，2，L，N，y₁表示k＝1时刻目标联合状态，表示第i个传感器起始时刻没有观测的情况；

4)各传感器根据k时刻的观测数据计算目标联合状态的后验概率分布其中表示第i个传感器k时刻及k时刻以前所有的观测数据，其具体形式为

5)各传感器把目标联合状态的后验概率分布传送至融合中心，i＝1，2，L，N；融合中心利用该对目标存在状态E_k进行融合处理，得到融合后目标存在的后验概率p^1～N(E_k＝H₁)：