[发明专利]一种基于网格聚类的多假设多目标航迹起始方法

权利要求书

1.一种基于网格聚类的多假设多目标航迹起始方法，其特征在于，包括：

获取雷达在4个时刻探测到的点迹集，并将所述点迹集映射到网格中，根据每个网格中具有的点迹数量判断当前网格为高密度网格或者低密度网格，其中所述网格通过二维平面均分得到；

根据每个与高密度网格相邻的低密度网格内各点迹的边界点函数值确定当前高密度网格的边界点；

基于高密度网格的边界点对所有高密度网格进行处理，形成点迹簇；

对每个点迹簇进行聚类处理生成聚簇，并对每个聚簇中的点迹按照接收时间排序；

为每个已存在目标航迹创建一个原始簇，雷达每扫描一个周期后，对应K时刻聚簇内落入相关波门的若干量测和原始簇中的目标进行关联以生成若干假设，计算各个假设的概率，同时更新原始簇中每个假设的概率和目标状态；

若K时刻量测落入原始簇关联波门内，代表量测与航迹关联成功，将其加入原始簇中，形成航迹树，航迹树的每个分支代表目标一种可能的关联结果；若聚簇内的量测与任何一个原始簇都无法关联，则起始一条新的航迹；将K+1时刻落入新目标相关波门的量测值与新目标关联假设，依次计算各假设的关联概率，反复执行该步骤，直到K+3时刻结束；

利用假设后验概率对所有关联假设结果进行评估，计算航迹得分，得分越高，关联假设效果越好。通过回溯剪枝方法，找到最优假设中的航迹，保留航迹所在的根分支，删除航迹树的根节点的其余分支，确认航迹生成，并更新其目标状态估计。

2.根据权利要求1所述的多假设多目标航迹起始方法，其特征在于，所述边界点函数为：

其中，n_k表示某高密度网格中回波点迹数，k表示该高密度网格中第k个点迹，sim(i,k)为高密度网格中第k个点迹与低密度网格中第i个点迹间的相似度。

3.根据权利要求2述的多假设多目标航迹起始方法，其特征在于，所述根据每个与高密度网格相邻的低密度网格内各点迹的边界点函数值确定当前高密度网格的边界点，包括：

根据边界点函数与阈值函数的比较结果判断点迹是否为边界点，当所述边界点函数值大于阈值函数值，则该点为边界点，否则不是边界点，所述阈值函数为：

其中，n_k表示某高密度网格中回波点迹数，k表示该高密度网格中第k个点迹，sim(i,k)为高密度网格中第k个点迹与低密度网格中第i个点迹间的相似度。

4.根据权利要求1的多假设多目标航迹起始方法，其特征在于，所述基于高密度网格的边界点对所有高密度网格进行处理形成点迹簇，包括：

计算与当前高密度网格相邻的高密度网格中的点迹与当前高密度网格中各点迹的相似度，并根据所述相似度判断当前高密度网格中各点迹中与所述相邻高密度网格中点迹相似的数量，当该数量达到阈值时，则判断此相邻的高密度网格中的点迹与当前高密度网格属同一簇；

遍历所有高密度网格，生成点迹簇。

5.根据权利要求1的多假设多目标航迹起始方法，其特征在于，所述对每个点迹簇进行聚类处理生成聚簇，包括：

计算当前点迹簇内任意两个点迹间的相似度，将该相似度大于阈值的两个点迹划归为一类；

遍历所有点迹簇，生成聚簇。