[发明专利]结合幅值信息的PHD滤波多目标跟踪方法

权利要求书

1.结合幅值信息的PHD滤波多目标跟踪方法，其特征包括以下步骤：

步骤1：变量初始化

(1)K为总仿真时间，T表示雷达采样间隔；

(2)γ₀为目标出现初始数，L₀为代表一个目标所需要的粒子数，J_k为k时刻搜索新目标的粒子数，L_k为k时刻粒子总数；

(3)为目标平均信噪比，为虚警概率，τ为虚警概率对应的检测门限；

(4)γ_k(x)为目标出现初始分布，κ_k(z)为杂波分布；

(5)为扩展单目标状态转移矩阵，为扩展过程噪声控制矩阵；

(6)为扩展过程噪声协方差，为扩展量测噪声协方差；

步骤2：令k＝0，进行滤波器初始化

(1)对任意i∈{1,2,…,L₀}，根据目标出现初始分布γ₀(x)生成粒子根据目标平均信噪比确定其中包含目标的位置信息和速度信息为目标的信噪比信息，符号T表示转置，

(2)对任意i∈{1,2,…,L₀}，令对进行扩维，得到新粒子并赋予该粒子权重得到初始粒子集

步骤3：令k＝k+1，获得k时刻的雷达量测

将雷达接收到的信号进行A/D变换，得到k时刻的雷达扩展量测集送雷达数据处理计算机，其中为k时刻雷达获得的第i个扩展量测，包含目标的位置信息z_k和幅值信息a_k，N_k为k时刻的量测个数；

步骤4：粒子集预测

(1)对任意i∈{1,2,…,L_k-1}，根据k-1时刻粒子状态和扩展单目标状态转移矩阵进行一步预测，得到粒子

并赋予该粒子权重得到粒子集其中为零均值的高斯白噪声，其协方差为

(2)对任意i∈{L_k-1+1,L_k-1+2,…,L_k-1+J_k}，根据目标出现初始分布γ_k(x)采样粒子并根据目标信噪比采样然后令并赋予该粒子权重得到粒子集

(3)将粒子集和粒子集合并得到新的粒子集

步骤5：粒子集更新

(1)对任意i∈{1,2,…,L_k-1+J_k}，根据预测的粒子状态和量测方程h_k(x)获得预测的量测

(2)对任意i∈{1,2,…,L_k-1+J_k}，利用k时刻的扩展量测集计算粒子权重

其中

以及

其中R_k为量测误差协方差；

(2)计算所有粒子的权重和

并取与最接近的整数得到目标个数估计

(3)令对粒子集进行重采样得到新的粒子集步骤6：多目标状态估计

(1)对粒子集进行聚类分析，将其分成个粒子群；

(2)对任意令

得到第j个目标的状态估计，其中表示属于第j个粒子群中的第i个粒子，N_j表示属于该粒子群的粒子个数；

步骤7：重复步骤3～步骤6，直至雷达关机。