[发明专利]一种基于动态多维分配的被动多源多目标跟踪方法

说明书

一种基于动态多维分配的被动多源多目标跟踪方法，本发明涉及被动多源多目标跟踪领域，是要解决现有的被动多源多目标跟踪算法对目标航迹关联准确度低和算法时间复杂度高的问题。本发明步骤为：一：对应于该目标的航迹p的预选波门；二：构建代价函数和二值变量；三：得到(S+1)‑D分配公式，并给出约束条件；四：对(S+1)‑D分配公式进行降维处理，得到二维分配公式；五：计算二维分配公式的对偶解；步骤六：利用次梯度向量对拉格朗日乘子更新；七：得到航迹p和对应观测值的分配组合；八：利用似然函数进行最大似然估计；九：根据卡尔曼滤波方法估计目标状态，用状态估计值更新航迹，实现多目标跟踪。本发明应用于航空和机载雷达领域。

技术领域

本发明涉及基于动态多维分配的被动多源多目标跟踪方法。

背景技术

在多传感器多目标跟踪领域中，确定传感器中某一观测来源于哪个目标是一个很有挑战性的问题，即数据关联问题。从上世纪60年代开始对此进行了广泛的研究，并发展出了一系列算法，这些算法在复杂度和跟踪性能上各不相同。在多被动传感器多目标跟踪应用场景下，由于传感器只能获得目标的角度观测数据，无法获得完整的目标位置信息，此时的纯角度数据关联无疑具有较高的挑战性。

近年来，解决多传感器多目标数据关联问题的方法有最近邻法(NN)，联合概率数据关联(JPDA)以及多假设跟踪(MHT)等。其中最近邻法将统计意义上与被跟踪目标预测位置最近的观测作为关联的观测，仅适用于信噪比高目标密度小的条件，在实际应用中效率低；联合数据关联通过计算量大，适合杂波少的环境；而多假设跟踪试图考虑所有关联假设达到最优跟踪的效果，但是由于关联假设数量随时间指数增长使得MHT的直接实现成为一件不可能完成的任务。除此之外，多维分配(MDA)技术是解决数据关联问题的另一种方案。传统的多维分配技术处理被动多传感器跟踪问题时首先用多维(S-D)分配解决观测-观测之间的关联，利用得到的关联组合计算目标位置的最大似然估计，用二维(2-D)分配解决观测-航迹间的关联，用关联上的量测更新航迹，该方法需考虑所有的关联假设，计算量大。

被动多源多目标跟踪系统需要对获得角度观测进行数据关联，确定相关目标的位置和速度。在Musicki D.Multi-target tracking using multiple passive bearings-only asynchronous sensors.IEEE Transactions on Aerospace and ElectronicSystems,2008,44(3):1151-1160.中角度观测被距离参数化，并假定各传感器每时刻只获得一个服从高斯混合分布的角度观测，用这些观测起始和更新航迹。这种方法的弊端在于假定每时刻只有一个角度观测，大大简化了数据关联的难度。在Hanselmann T,MorelandeM.Multiple target tracking with asynchronousbearings-only measurements.InProceedings of the International Conference onInformation Fusion,Quebec,Cananda.2007:1-8.中使用距离参数化技术并利用第一次扫描所得观测初始化目标，后续的角度观测用于枚举所有可能的观测来源假设，基于这些假设给出后验目标状态。该算法的弊端在于未考虑杂波观测，且枚举所有观测来源假设会产生高的时间复杂度。在高祺.多传感器多目标跟踪的数据关联算法研究[D].西安:西安电子科技大学硕士学位论文,2013:36-42.中使用了传统的多维分配算法，该算法首先用多维分配(S-D分配)进行观测-观测之间的关联，用关联上的观测计算目标位置的最大似然估计，再利用二维分配(2-D分配)进行观测-航迹之间的关联，算法的弊端在于需要对所有的关联组合进行假设，算法的时间复杂度高，且未充分利用航迹的先验信息，数据的关联准确度不高。由此，在实际应用中还需一种兼顾数据关联准确度和时间复杂度的方案。

发明内容

本发明是为了解决现有技术关联准确度低和算法时间复杂度高的问题，而提出的一种基于动态多维分配的被动多源多目标跟踪方法。