[发明专利]一种有限视野下分布式标签多伯努利融合跟踪方法

权利要求书

1.一种有限视野下分布式标签多伯努利融合跟踪方法，其特征在于，所述方法包括：

步骤一：部署传感器网络，初始化传感器参数；

所述传感器网络由N个传感器组成，传感器集合记为S＝{s_i:i∈N}，s_i为传感器标识，具有唯一性；表示与传感器s_i距离不超过t跳的传感器集合，且包含传感器s_i；表示与传感器s_i距离不超过t跳的传感器集合，且不包含传感器s_i；

步骤二：传感器s_i运行LMB滤波算法，得到k时刻的多目标后验分布LMB参数集：

其中，表示k时刻的目标标签空间，r(l)表示标签为l的目标的存在概率，p(l)表示标签为l的目标的概率密度分布；

步骤三：所述传感器s_i对所述k时刻的多目标后验分布LMB参数集进行目标提取，得到提取目标后验分布LMB参数集并通过泛洪传输方法在网络中扩散所述提取目标后验分布LMB参数集同时获得其他传感器的提取目标后验分布LMB参数集；

步骤四：所述传感器s_i得到其他所有传感器提取目标后验分布LMB参数集后，采取基于聚类的划分方法对中的目标进行划分，划分为可融合类目标与不可融合类目标，所述可融合类目标为由多个传感器共同跟踪的目标，所述不可融合类目标为单个传感器单独跟踪的目标；

步骤五：目标划分完成后，对所述可融合类目标执行GCI融合，得到可融合类目标的融合后验分布LMB参数集并在执行融合过程中进行标签校正，达到航迹维持目的；

对于不可融合类目标则直接提取此类目标后验分布LMB参数集，并按需进行标签校正，包括：

若类中只有传感器s_i的目标，直接提取此类目标的后验分布LMB参数集作为不可融合类目标的融合后验分布LMB参数集的一部分，得到此类目标的融合后验分布LMB参数集

若类中只有传感器的目标，提取此类目标的后验分布LMB参数集作为不可融合类目标的融合后验分布LMB参数集的一部分，但需对此类目标后验分布LMB参数集的标签信息进行标签校正，使得此类目标在传感器s_i视角下在整个运动生命周期具有相同标签，得到此类目标融合后验分布LMB参数集

所述可融合类目标和不可融合类目标根据航迹维持策略维持目标的航迹，使得单传感器输出跨传感器运动目标的完整航迹；

步骤六：将步骤五中得到的可融合类目标和不可融合类目标的融合后验分布LMB参数集组成目标状态提取后验分布LMB参数集，所述传感器s_i根据所述目标状态提取后验分布LMB参数集输出传感器网络跟踪区域中所有目标状态信息；

步骤七：利用步骤五中后验集组成下一时刻滤波先验，重复步骤二到步骤六可持续跟踪传感器网络中所有目标；其中，表示可融合类目标融合后验分布LMB参数集，表示传感器s_i跟踪的不可融合类目标的融合后验分布LMB参数集。

2.根据权利要求1所述的方法，其特征在于，所述步骤二包括：

假设在k-1时刻，传感器s_i滤波得到后验LMB集为：

目标新生模型选用自适应新生模型，新生目标LMB参数集为：

其中，表示新生目标标签空间；

在k时刻，各传感器中首先执行LMB预测步骤得到预测LMB参数集其次，利用传感器在k时刻量测Z_k对所述预测LMB参数集进行更新，得到滤波后验分布LMB参数集同时也利用量测生成下一时刻的新生目标参数集。