[发明专利]一种基于多源异构信号的多目标追踪及状态预测方法

说明书

本发明公开了一种基于多源异构信号的多目标追踪及状态预测方法，通过多源异构传感器采集多源异构信号，采用数据挖掘方法对采集的信号进行特征提取，根据特征信号建立状态空间模型，接着对场景状态进行动态跟踪和预测，并采用分类预测方法对多源异构传感信号融合，最终根据融合结果控制智能体运动。本发明即使某一信号获取精度降低，仍可根据其它信号源进行跟踪预测，避免环境变化引起信号源获取精度降低，进而导致目标识别精度降低的问题。

技术领域

本发明属于目标定位技术领域，特别涉及一种基于多源异构信号的多目标追踪及状态预测方法。

背景技术

目前目标定位方法多种多样，包括图像定位、声学定位、无线定位等，如专利一种数字图像中的目标定位方法以及装置(ZL201410359215.2)公开了一种利用数字图像进行目标定位的方法，首先获取目标Gabor滤波形状模板，利用Gabor滤波结果进行形状匹配定位，再利用骨架特征之间的相似度判定目标所在区域；专利一种水下机器人目标定位识别方法和系统(ZL201710209500.X)公开了一种利用声呐信息进行目标定位的方法；专利无线传感器网络静止目标定位方法及系统(ZL201310145553.1)公开了一种利用无线网络进行目标定位的方法。

上述定位方法均单一信息源进行定位，一旦环境变化影响了信息获取的精度，则会导致定位精度降低，例如可见度降低影响图像采集、噪音引起声波干扰等，因此需要一种基于多源信号的目标定位方法。此外，目标定位过程中，若目标随机运动，现有定位方法很难预测下一时刻目标可能出现的位置，导致监测设备不能较好的获取下一时刻目标的信息，甚至丢失监测目标。

发明内容

发明目的：针对现有技术存在的问题，提供一种基于多源异构信号的多目标追踪及状态预测方法，可以同时跟踪和预测多个目标的状态，提升了监控效率，降低监测系统成本。

技术方案：为解决上述技术问题，本发明提供一种基于多源异构信号的多目标追踪及状态预测方法，包括如下步骤：

(1)采集多源异构信号：通过多源异构传感监测系统采集多源异构信号；

(2)提取特征信号：将采集到的信号，通过通信网络传输到用户端，用户端的控制系统通过数据挖掘方法对采集的信号进行特征提取，得到多个目标的位置信息，作为特征信号；

(3)状态空间建模：将提取的特征信号作为输入，建立状态空间模型；

(4)动态追踪及预测：利用贝叶斯分析算法，针对场景状态进行动态跟踪和预测；

(5)多源异构传感信号融合：利用分类预测方法对每个传感器做各状态概率预测；

(6)智能体运动控制：用户端的控制系统根据目标的实时定位状态，控制智能体运动，保证监测目标始终在智能体的最佳监测位置。

进一步的，所述步骤(2)中的多源异构信号通过视觉传感器、红外传感器和声波传感器，分别收集场景的图像信号、光谱信号和距离信号。

进一步的，所述步骤(3)中状态空间建模的具体步骤如下：

建立状态空间模型；

x_k＝f(x_k-1,u_k,w_k)

y_k＝h(x_k,v_k)

k为时间指数，x_k为提取的特征，f(·)为状态转换函数，u_k为控制输入，w_k为独立分布的高斯噪声，y_k为测量信号，h(·)为测量模型，v_k为测量误差。

进一步的，所述步骤(4)中动态追踪及预测的具体步骤如下：