[发明专利]一种基于希尔排序的距离差分多扩展目标点迹凝聚方法

说明书

本发明公开了一种基于希尔排序的距离差分多扩展目标点迹凝聚方法，涉及目标检测跟踪技术领域，是一种性能稳定、计算效率高的目标点迹凝聚方法。包括如下步骤：获取目标的量测点迹集合。选取参考点，计算点迹集合中每个点迹的曼哈顿距离。对所有点迹的曼哈顿距离采用希尔排序法进行升序排列，获得升序序列。对升序序列进行差分运算，获得差分序列。对差分序列进行点迹划分检测，获得不同目标点迹集合。

技术领域

本发明涉及目标检测跟踪技术领域，具体涉及一种基于希尔排序的距离差分多扩展目标点迹凝聚方法。

背景技术

在传统的低分辨雷达中，目标回波的能量大部分集中在一个距离分辨单元内，经过目标检测后仅形成一个检测点，提取该点的信息即可用于后续的目标跟踪。伴随着宽带相控阵雷达精确制导、多目标精密测量、跟踪与识别的功能及性能需求，雷达分辨率不断提高，对于民航飞机、车辆等大型目标，其本身尺寸跨越多个距离单元以及多个方位单元并且存在多个散射点。

对于上述多扩展目标的参数估计一般通过点迹凝聚处理实现，其需解决的首要问题就是量测点迹划分，即同一目标的量测点迹划分为同一子集，不同的目标的量测点迹能够准确区分。目前已有的点迹凝聚算法包括K均值算法以及连通域判断方法等，其中K均值算法具有性能不稳定、受外界影响较多的缺点，连通域判断方法具有计算量比较大缺点。

因此，研究一种稳定的、计算效率高的目标点迹凝聚算法对于实现多目标精确测量与跟踪具有重要意义。

发明内容

有鉴于此，本发明提供了一种基于希尔排序的距离差分多扩展目标点迹凝聚方法，是一种性能稳定、计算效率高的目标点迹凝聚方法。

为达到上述目的，本发明的技术方案为：一种基于希尔排序的距离差分多扩展目标点迹凝聚方法，包括如下步骤：

获取目标的量测点迹集合。

选取参考点，计算点迹集合中每个点迹相对参考点的曼哈顿距离。

对所有点迹的曼哈顿距离采用希尔排序法进行升序排列，获得升序序列。

对升序序列进行差分运算，获得差分序列。

对差分序列进行点迹划分检测，获得不同目标点迹集合。

进一步地，选取参考点，计算点迹集合中每个点迹相对参考点的曼哈顿距离，具体为：选取原点作为参考点，计算每个点迹的1-范数距离，即为曼哈顿距离。

进一步地，对升序序列进行差分运算，获得差分序列，具体为：

升序序列为D_sort＝{d₁,d₂,…,d_n}，其中n为点迹集合中的点迹个数，d₁～d_n为按照升序排列的点迹的曼哈顿距离。

对升序序列D_sort进行差分运算，即D_sort中元素后一个元素减前一个元素，得到差分序列ΔD＝{Δd₁,Δd₂,…,Δd_n-1}；Δd_i为d_i+1与d_i的差值，i为差分序列中序号，i取值为1～n-1。

进一步地，对差分序列进行点迹划分检测，获得不同目标点迹集合，具体为：

设定经验门限，在差分序列中，以大于或者等于经验门限的差分点为分割点，将差分序列划分为2个或者以上的差分点集，每个差分点集中差分点对应的点迹为属于同一目标的点迹。

有益效果：