[发明专利]基于红外目标灰度互相关和角度信息的多假设跟踪方法

权利要求书

1.一种基于红外目标灰度互相关和角度信息的多假设跟踪方法，其特征在于：首先对航迹初始化，然后步骤如下：

步骤1：进行数据关联，对预测后的航迹进行卡尔曼k次滤波，滤波器的残差残余协方差矩阵S和残差范数d²如下：

S＝HP(k/k)H^T+R(k)

式中，H为量测矩阵，为滤波器输出，P(k/k)为误差协方差矩阵，R(k)为测量噪声协方差矩阵；

步骤2、航迹评价：计算航迹置信度,由递推累积产生，航迹置信度如下：

L(k)＝L(k-1)+ΔL_k

其中：P_d为目标的探测概率，β_f为虚警空间探测密度，M为量测空间维数，d²是残差范数，S是残余协方差矩阵，Cov(k|k-1)是航迹Track(k-1)关联目标5*5邻域与航迹Track(k)关联目标5*5邻域的互相关系数；

所述

步骤3、航迹删减：

当L(k)＜T_L，删除航迹；

当L(k)＞T_U，确认航迹；

其中，T_L为航迹删减置信度阈值，T_U为航迹确认置信度阈值；

当T_L＜L(k)＜T_U：

1).航迹聚类：航迹聚类生成准则：不同航迹类中的没有交互；

2).航迹假设：航迹假设生成准则：遍历航迹聚类中所有可能航迹；任选一条航迹作为假设的航迹；排除与这条航迹不兼容的所有航迹；

计算假设航迹置信度；重复上述航迹聚类至航迹假设的过程；

步骤4、航迹预测：采用匀加速模型CA对确认后的航迹进行卡尔曼滤波预测，完成航迹滤波预测，公式如下：

式中：

其中，X(k-1)为目标状态向量，A(k-1)、E(k-1)分别表示k-1时刻目标方位角、俯仰角数据，分别表示k-1时刻目标方位、俯仰运动速度，分别表示k-1时刻目标方位、俯仰运动加速度；F(k-1)为状态转移矩阵，G(k-1)为输入矩阵；T为红外告警系统探测器采样时间；W(k-1)为状态噪声，为零均值高斯白噪声，其协方差矩阵为Q(k-1)；

对于下一帧目标数据，重复步骤1～步骤4。