[发明专利]基于强度滤波器的被动多传感器目标跟踪方法

说明书

技术领域

本发明属于制导技术领域，涉及未知新生多目标跟踪，具体是一种被动多传感器目标跟踪方法，可用于红外制导等系统。

背景技术

目标跟踪的基本目的是根据混合着杂波和噪声的量测集合估计当前目标的个数和状态。由于目标的出现、消失以及目标衍生过程的存在，每一时刻目标的个数都可能发生变化。被动多传感器不能得到目标的距离信息，其所获得的目标信息一般是目标的方位角与俯仰角信息，被动多传感器目标跟踪本质上是一个非线性跟踪问题，如何将非线性滤波应用于被动多传感器目标跟踪，一直是学术界和工程应用领域研究的热点和难点。

基于粒子方法实现的概率假设密度滤波和强度滤波器在解决非线性多目标跟踪问题上具有较好的应用。概率假设密度滤波虽然能够很好的应用到被动多传感器目标跟踪问题上，但其新生目标状态是先验已知的，且无法实时估计量测杂波强度。强度滤波器采用连续-离散空间对目标建模，通过连续空间与离散空间的相互转化表示目标的新生和消亡，可以在跟踪目标的同时估计量测杂波强度。强度滤波器虽然可以通过区域均匀采样获取新生目标信息，但是粒子数会随着目标区域的扩大而急剧增加，当粒子密度较低时漏检情况比较严重，当粒子密度较高时运算量大，跟踪效率较低。

发明内容

本发明的目的在于针对以上问题，提出一种基于强度滤波器的被动多传感器目标跟踪方法，以实现在杂波强度未知和目标新生未知情况下准确地跟踪目标。

实现本发明技术的关键是：利用基于牛顿迭代的多基最小二乘交叉定位法，将被动多传感器得到的方位角转化为坐标；根据目标运动的速度范围设定距离阈值，将连续两个时刻距离在阈值范围内的坐标点视为新生目标点。

根据上述思路，本发明的实施步骤包括如下：

(1)令初始时刻t＝0，根据目标状态的初始分布，为传感器产生N_t|t个初始样本构成目标样本集：其中，表示t时刻第i个目标样本，表示t时刻第i个目标样本的强度；

设初始时刻无新生目标，即新生目标样本集为空集，其中，表示t时刻第i个新生目标样本，表示t时刻第i个新生目标样本的强度，J_t表示t时刻新生目标样本数；

(2)合并t时刻的目标样本集和新生目标样本集得到新的集合：其中和分别表示合并后的第i个样本及其强度；

(3)判断t时刻合并后的样本集是否为空，若合并后的样本集为空，则执行步骤(9)，否则，执行步骤(4)；

(4)根据(2)得到的合并样本集和状态方程计算t时刻到t+1时刻的预测样本集其中，表示t时刻到t+1时刻第i个预测样本，表示第i个预测样本的强度，N_t+1|t＝N_t|t+J_t表示预测样本数；

(5)根据预测样本集和t时刻的无目标假设强度f_t|t(φ)预测t+1时刻的无目标假设强度f_t+1|t(φ)；根据预测样本集和t+1时刻的量测集预测t+1时刻的量测强度其中，表示t+1时刻第j个量测，N_z,t+1表示t+1时刻的量测数；

(6)由量测强度和量测似然计算目标存在的概率W_j，当W_j＞τ时，认为目标存在，并估计目标状态其中，τ为目标存在的设定阈值；

(7)分别更新预测无目标假设强度f_t+1|t(φ)和预测样本集得到t+1时刻的无目标假设强度f_t+1|t+1(φ)和样本集

(8)根据步骤(7)的结果获取如下参数：

8a)对更新后的样本集中的强度求和，得到t+1时刻估计的目标数期望值η_t+1；

8b)利用无目标假设强度f_t+1|t+1(φ)和预测样本数N_t+1|t，计算重采样样本数N_t+1|t+1；

8c)利用无目标假设强度f_t+1|t+1(φ)、无目标假设转移概率ψ_t+1(φ|φ)和预测样本数N_t+1|t计算新生样本数J_t+1；

8d)从样本集中重采样N_t+1|t+1个样本，得到采样后的样本集：

(9)计算新生目标坐标和新生目标速度：