[发明专利]基于简化多假设算法的雷达数据关联方法

权利要求书

1.一种基于简化多假设算法的雷达数据关联方法，其特征在于，包括以下步骤：

1)形成以卡尔曼滤波预测值为中心的椭圆形关联波门，对最新量测进行关联判断：若量测位于关联波门内，则进行步骤2)；否则，接收下一时刻的量测，并重复步骤1)的判断过程；

2)对每一个进入该确认目标关联波门内的量测生成关联假设，利用似然比函数，计算关联假设航迹的得分矩阵；

3)根据当前时刻与每个目标形成的关联假设航迹得分，利用LAP算法得到航迹级M-最优假设；

4)判断N-Scan方法已处理的量测帧数，若此时已接收处理N帧量测，则利用LAP算法对N帧关联判断后保留的所有假设进行全局级剪枝，进行步骤5)；若当前时刻仍未接收到第N帧量测，则接收下一帧量测，重复步骤1)-4)；

5)利用每一个目标的有效关联量测，进行卡尔曼滤波更新：筛除可靠目标关联假设聚类中不相关量测信息，N-Scan已处理帧数减1，并更新可靠航迹档案信息。返回步骤1)，对下一帧量测进行关联判断处理。

2.权利要求1所述的基于简化多假设算法的雷达数据关联方法，其特征在于，所述步骤2)的似然比得分矩阵计算步骤包括：

21)计算每条航迹假设分支的对数似然比值，作为每个假设的得分；

22)将所有假设分支的得分汇总，转化为航迹关联得分矩阵。

3.权利要求1所述的基于简化多假设算法的雷达数据关联方法，其特征在于，所述步骤3)利用LAP算法得到航迹级M-最优假设的具体子步骤为：

31)将步骤2)中得到的假设航迹的似然比航迹关联得分矩阵替代LAP法中所使用的关联概率，作为假设的属性值；

32)利用步骤31)中的航迹关联得分矩阵P_value，对其进行取负数的转化，进而得到LAP决策矩阵；

33)根据先验权重向量确定权矩阵；

34)根据LAP线性规划方法得到M-最优排序矩阵P；

35)根据M-最优排序矩阵P，得到当前帧的M-最优假设。

4.权利要求3所述的基于简化多假设算法的雷达数据关联方法，其特征在于，所述步骤32)中LAP决策矩阵的计算步骤包括：

321)对航迹关联得分矩阵P_value进行取负数的转化：

322)得到航迹关联代价矩阵P_cost_k；

323)根据关联代价矩阵求出决策矩阵D_m×n，m代表量测个数，n代表前一时刻的航迹假设分支数量，决策矩阵D_m×n中的元素代表k时刻量测与k-1时刻的航迹假设分支关联匹配的属性值。

5.权利要求3所述的基于简化多假设算法的雷达数据关联方法，其特征在于，所述步骤33)的具体子步骤包括：

331)根据多目标跟踪的实际场景，定义一个权重向量ω＝(ω₁,ω₂)，其中元素代表量测与目标的关联概率：ω＝(p_Track1,p_Track2)；

332)定义当前时刻可靠航迹假设得分为Track1_value和Track2_value，计算此时权重向量；

333)根据权重向量，根据以下公式确定最终的权矩阵π。

Π＝D×ω^T

6.权利要求3所述的基于简化多假设算法的雷达数据关联方法，其特征在于，所述步骤34)的子步骤包括：

341)遍历整个权矩阵，找到一个初始序列使全局代价最小；

342)以初始序列为基础，依次替换其中一个或几个匹配序号，查找权矩阵，用次优序列替换，形成一个新的序列；

343)得到的序列所代表的假设代价依次增加，直到形成M“最优”假设为止。

7.权利要求3所述的基于简化多假设算法的雷达数据关联方法，其特征在 于，所述步骤35)的具体子步骤包括：

351)根据步骤34)得到的所有目标的M“最优”假设，保留“最优”假设中的合格量测，并从改确认目标聚类中删除得分较低的不合格量测；

352)暂时航迹档案中删除步骤351)中剔除的不合格关联假设；

353)重新计算每个可靠目标航迹的得分。