[发明专利]一种基于交互多模型的被动目标跟踪方法

说明书

发明公开了一种基于交互多模型的被动目标跟踪方法，所属技术领域为被动声纳信号处理被动目标跟踪领域。由于虚警和多目标交叉导致跟踪时容易出现跟踪丢失和误跟问题，基于目标运动模型的跟踪方法涉及非线性方程的线性化求解，难度较大。本算法采用交互多模型方法实现跟踪时的数据关联，各模型不涉及非线性化过程，利用预测方法解决量测丢失问题，从而达到跟踪时航迹维持的目的。本算法可用于单阵纯方位的被动目标跟踪，不受扫描波束和检测方法约束，并可进行实时跟踪，具有较为广泛的适应性。

技术领域

本发明属于被动声纳信号处理目标跟踪技术领域，主要是一种基于交互多模型的被动目标跟踪方法。

背景技术

检测、跟踪、识别、定位是声纳信号处理中有机而统一的关键部分。跟踪通常在检测后进行，是识别和定位的前提。在整个声呐体系中具有举足轻重的地位。随着水下目标隐身技术和水声对抗技术的发展，特别是“安静型”潜艇以及水下无人潜航器的出现，对大型港口、码头、深海军事平台基地等造成了严重的威胁，对被动声呐系统的综合性能提出了更高要求。其次，随着信号处理技术以及声呐装备的发展，被动声呐的探测距离明显提高，可探测的目标数急剧增加，在有限的搜索波束方位内，多目标轨迹交叉现象较为严重，传统跟踪方法容易出现误跟和丢失问题，需要进行人工干预，这无疑给声呐兵增加了工作负担，降低了系统效率。同时也不利于声呐系统的自动化集成，影响了编队协同作战效能的发挥。为了满足日趋复杂的水下多目标跟踪要求，被动声呐目标跟踪需要研究新理论、新方法和新技术。在被动声纳目标跟踪技术中，由于非线性和可观测性差等问题，导致了目标跟踪的困难。传统跟踪方法在强信噪比、单目标情形下能取得较好的效果，但在多目标方位出现交叉时或信噪比较低时，误跟问题较为严重。

当前研究广泛的以卡尔曼滤波为代表的被动跟踪方法中状态方程通常以目标运动模型为基础，由于系统非线性以及观测量信息少等问题使得建立的运动模型与真实目标轨迹匹配较为困难，从而造成滤波发散。有不少学者从方位和方位变化率出发建立状态方程，但在数据关联时误跟问题较为严重且对交叉问题不敏感，从而无法有效处理多目标交叉问题。通过分析人工跟踪方法发现，声呐员利用了目标方位在时间历程上的特点，从而实现航迹提取的目的。即目标在方位历程上的轨迹具有一定的输出信噪比，同一目标的方位波束能量具有时间稳定性，目标轨迹在方位历程上的变化率较小，典型的远场目标其方位历程上的轨迹近似线性。

发明内容

本发明的目的在于克服现有技术存在的不足，而提供一种基于交互多模型的被动目标跟踪方法，将时间信息和能量信息引入到状态方程中，采用交互多模型跟踪方法对纯方位的被动目标进行跟踪估计和滤波，方法简单易行，计算量较小，适用于不同阵型、不同检测方法下的目标跟踪。跟踪过程可实时进行计算，同时能有效应对目标交叉时的航迹维持。算法避免了传统被动跟踪方法中非线性方程的线性化求解问题，参数的调整较为灵活，具有较为宽泛的适应性。

本发明的目的是通过如下技术方案来完成的。这种基于交互多模型的被动目标跟踪方法，在方位和方位变化率的基础上，将时间信息和能量信息引入到状态方程中，采用交互多模型跟踪方法对纯方位的被动目标进行跟踪估计和滤波；首先利用逻辑法判断航迹起始，利用交互多模型进行在线滤波，对关联门内候选量测进行筛选，形成多个假设，并保留航迹质量最高的那条假设，若关联门内没有满足条件的候选量测，则进行一步预测，当预测步数达到某一上限时，则停止预测并终结航迹；若在数据关联过程中，航迹质量低于某一值，则终结航迹。

交互多模型中模型个数为两个，其中模型一状态量为

S₁＝(t t' θ θ' e e')

模型二状态量为

S₂＝(t t' t” θ θ' θ” e e')