[发明专利]一种适用于闪烁噪声的多机动目标跟踪方法及系统

权利要求书

1.一种适用于闪烁噪声的多机动目标跟踪方法，其特征在于，所述方法包括：

步骤1、利用前一时刻各个目标的运动模型、以及高斯伽玛混合分布和存在概率产生伽玛分布的形状参数和尺度参数；根据前一时刻各个目标的运动模型、高斯伽玛混合分布和存在概率、当前时刻与前一时刻的时间差、模型间的马尔可夫转移概率、以及伽玛分布的形状参数和尺度参数，得到当前时刻各个目标在不同运动模型下的预测高斯伽玛混合分布和预测存在概率；所述步骤1包括：

以k-1表示前一时刻，k表示当前时刻，t_k-1表示前一时刻的时间，t_k表示当前时刻的时间，r_i,k-1表示前一时刻目标i的运动模型标识，且1≤r_i,k-1≤M_r，r_i,k表示当前时刻目标i的模型标识，且r_i,k＝1,2,…,M_r，其中，M_r表示运动模型的总数目；当前时刻的测量噪声服从ξ维的学生t分布，以S(y_j,k；H_kx_i,k,R_i,k,ν_i,k)表示当前时刻测量的概率密度函数，其中，y_j,k表示当前时刻的一个测量，H_k表示测量矩阵，x_i,k表示目标的状态，R_i,k表示精度矩阵，ν_i,k表示t分布的自由度，且为精度矩阵R_i,k主对角线上的各个元素；

已知k-1时刻目标i的运动模型为r_i,k-1，则在该模型r_i,k-1下的高斯伽玛混合分布为存在概率为ρ_i,k-1(r_i,k-1)；其中，N表示高斯分布，g表示伽玛分布，x_i,k-1表示k-1时刻目标i的状态向量，m_i,k-1(r_i,k-1)和P_i,k-1(r_i,k-1)分别表示k-1时刻目标i在模型r_i,k-1下的高斯伽玛混合分布中高斯分布的均值和协方差，表示k-1时刻精度矩阵的对角线元素，ν_i,k-1表示k-1时刻t分布的自由度，和γ_i,k-1(r_i,k-1)表示k-1时刻目标i在模型r_i,k-1下的高斯伽玛混合分布中伽玛分布的形状参数，和η_i,k-1(r_i,k-1)表示k-1时刻目标i在模型r_i,k-1下的高斯伽玛混合分布中伽玛分布的尺度参数，ξ表示状态向量的维数，i＝1,2,...,N_k-1，N_k-1表示前一时刻目标的总数；

根据k-1时刻目标i的运动模型、高斯伽玛混合分布和存在概率、当前时刻与前一时刻的时间差、以及模型间的马尔可夫转移概率，得到当前时刻目标i在模型r_i,k下的预测高斯伽玛混合分布为预测存在概率为ρ_i,k|k-1(r_i,k)；其中，m_i,k|k-1(r_i,k)＝F_k-1(r_i,k)m_i,k-1(r_i,k-1)，γ_i,k|k-1(r_i,k)＝ρ_γγ_i,k-1(r_i,k-1)，η_i,k|k-1(r_i,k)＝ρ_ηη_i,k-1(r_i,k-1)，ρ_i,k|k-1(r_i,k)＝p_s,k(t_k-t_k-1)t_k|k-1(r_i,k|r_i,k-1)ρ_i,k-1(r_i,k-1)，F_k-1(r_i,k)表示k-1时刻目标i在模型r_i,k下的状态转移矩阵，Q_k-1(r_i,k)表示k-1时刻目标i在模型r_i,k下的过程噪声协方差矩阵，上标T表示矩阵或向量的转置，ρ_α，ρ_β，ρ_γ，ρ_η表示传递因子，取值范围为(0,1]，p_s,k(t_k-t_k-1)表示目标的幸存概率，且t_k|k-1(r_i,k|r_i,k-1)表示模型间的马尔可夫转移概率，T表示采样周期，δ为预定的常数，l＝1,...,ξ，ξ表示状态向量的维数；

步骤2、根据当前时刻各个目标在不同运动模型下的预测高斯伽玛混合分布和预测存在概率，利用变分贝叶斯方法对当前时刻的测量数据进行序贯处理，得到当前时刻各个目标在不同运动模型下的更新高斯伽玛混合分布和更新存在概率；

步骤3、对当前时刻各个目标在不同运动模型下的更新高斯伽玛混合分布和更新存在概率分别进行融合，得到当前时刻已存在目标的运动模型、高斯伽玛混合分布和存在概率；

步骤4、利用当前时刻的测量数据生成新生目标的高斯伽玛混合分布，为所述新生目标指定存在概率，并选取匀速运动模型作为新生目标的运动模型，将所述新生目标的运动模型、高斯伽玛混合分布及存在概率分别与所述当前时刻已存在目标的运动模型、高斯伽玛混合分布及存在概率进行合并，得到当前时刻各个目标的运动模型、高斯伽玛混合分布和存在概率；

步骤5、从所述当前时刻各个目标中裁减掉存在概率小于第一阈值的目标，并将裁减后余下的目标的运动模型、高斯伽玛混合分布和存在概率作为滤波器下一次递归的输入；

从所述裁减后余下的目标中提取存在概率大于第二阈值的目标，并将提取出的目标的高斯伽玛混合分布作为当前时刻的输出，将输出的高斯伽玛混合分布中，高斯分布的均值作为当前时刻目标的状态估计。