[发明专利]一种基于多模粒子滤波的机动弱目标检测前跟踪方法

说明书

本发明是一种基于多模粒子滤波的机动弱目标检测前跟踪方法。本发明属于水下目标跟踪技术领域，进行参数初始化处理，确定被动声纳阵列的接收信号；根据被动声纳阵列的接收信号，采用宽带常规波束形成算法处理得到空间谱，将空间谱作为量测数据；根据量测数据，噪声均衡判断当前时刻可疑目标；根据量测数据，进行目标状态空间分区；根据目标状态空间分区结果，采样每个目标每个粒子状态，并计算权值；对同一目标的粒子单独进行重采样；根据采样结果，估计目标的状态；当目标持续时间超过联合观测帧数时，则对目标进行联合判决，并删除没有通过判决的目标信息。本发明实现多个机动目标的实时跟踪，实现被动声纳场景下的机动弱目标的检测和跟踪。

技术领域

本发明涉及水下目标跟踪技术领域，是一种基于多模粒子滤波的机动弱目标检测前跟踪方法。

背景技术

由于被动声纳自身特性，接收信号往往具有低信噪比的特点，传统的先检测再跟踪技术大多以过门限点迹方位作为量测信息,但门限处理在低信噪比情况下容易造成目标被漏检，因此低信噪比跟踪效果较差。此外，对于非合作目标，其运动状态可能随时根据作战任务而改变，具有一定的机动性，进一步增大了被动声纳检测和跟踪的难度。因此，实现被动声纳对低信噪比机动目标的有效检测和跟踪，对提高被动声纳作战效能和生存能力具有重要意义。

基于多模粒子滤波的机动弱目标检测前跟踪方法可有效实现低信噪比场景下的机动目标的检测和跟踪，但目前相关研究大多基于雷达系统，并且局限于单目标场景中，而在多目标场景中，不同目标相互干扰严重，特别是当目标新生粒子采样到其它目标附近时，产生携带错误目标信息，且权值较大的粒子，对跟踪结果影响很大。

发明内容

本发明为解决被动声纳场景下低信噪比机动目标的跟踪问题，通过限制新生粒子状态空间,减弱采样时目标干扰的问题，实现被动声纳场景下多个低信噪比机动目标的有效检测和跟踪，本发明提供了一种基于多模粒子滤波的机动弱目标检测前跟踪方法，本发明提供了以下技术方案：

一种基于多模粒子滤波的机动弱目标检测前跟踪方法，包括以下步骤：

步骤1：进行参数初始化处理，确定被动声纳阵列的接收信号；

步骤2：根据被动声纳阵列的接收信号，采用宽带常规波束形成算法处理得到空间谱，将空间谱作为量测数据；

步骤3：根据量测数据，噪声均衡判断当前时刻可疑目标；

步骤4：根据量测数据，进行目标状态空间分区；

步骤5：根据目标状态空间分区结果，采样每个目标每个粒子状态，并确定权值；

步骤6：对同一目标的粒子单独进行重采样；

步骤7：根据采样结果，估计目标的状态；

步骤8：当目标持续时间超过联合观测帧数时，则对目标进行联合判决，并删除没有通过判决的目标信息；

步骤9：重复步骤2到8进行实时跟踪。

优选地，所述步骤1具体为：当仿真场景目标数为T时,通过下式表示目标的初始状态X₀：

X₀＝[x₁,x₂,…,x_T]

其中，x_t表示目标t初始状态，θ_t表示目标t的方位，表示目标t的角速度，表示目标t的角加速度，E_t表示目标t的存在状态变量，r_t表示目标t的运动模型变量；