[发明专利]基于强度滤波器的被动多传感器目标跟踪方法有效
申请号: | 201510166369.4 | 申请日: | 2015-04-09 |
公开(公告)号: | CN104750998B | 公开(公告)日: | 2017-08-25 |
发明(设计)人: | 李翠芸;代标;姬红兵;李宁 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 陕西电子工业专利中心61205 | 代理人: | 王品华,朱红星 |
地址: | 710071*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于强度滤波器的被动多传感器多目标跟踪方法,以解决现有技术不能在杂波强度未知和目标新生未知情况进行准确跟踪多目标的问题。其实现方案是首先通过基于牛顿迭代的最小二乘交叉定位方法得到被动多传感器纯角度量测下对应的坐标,并对前后两个时刻的坐标进行关联,得到新生目标集;其次,根据新生目标的状态分布产生新生目标样本集;然后采用强度滤波器进行多目标跟踪。本发明不仅能快速得到新生目标样本集,降低目标样本数,提高目标跟踪效率,而且能在估计目标状态的同时,实时地更新杂波强度,可用于多目标跟踪。 | ||
搜索关键词: | 基于 强度 滤波器 被动 传感器 目标 跟踪 方法 | ||
【主权项】:
一种基于强度滤波器的被动多传感器目标跟踪方法,包括如下步骤:(1)令初始时刻t=0,根据目标状态的初始分布,为传感器产生Nt|t个初始样本构成目标样本集:其中,表示t时刻第i个目标样本,表示t时刻第i个目标样本的强度;设初始时刻无新生目标,即新生目标样本集为空集,其中,表示t时刻第i个新生目标样本,表示t时刻第i个新生目标样本的强度,Jt表示t时刻新生目标样本数;(2)合并t时刻的目标样本集和新生目标样本集得到新的集合:其中和分别表示合并后的第i个样本及其强度;(3)判断t时刻合并后的样本集是否为空,若合并后的样本集为空,则执行步骤(9),否则,执行步骤(4);(4)根据(2)得到的合并样本集和状态方程计算t时刻到t+1时刻的预测样本集其中,表示t时刻到t+1时刻第i个预测样本,表示第i个预测样本的强度,Nt+1|t=Nt|t+Jt表示预测样本数;(5)根据预测样本集和t时刻的无目标假设强度ft|t(φ)预测t+1时刻的无目标假设强度ft+1|t(φ);根据预测样本集和t+1时刻的量测集预测t+1时刻的量测强度其中,表示t+1时刻第j个量测,Nz,t+1表示t+1时刻的量测数;(6)由量测强度和量测似然计算目标存在的概率Wj,当Wj>τ时,认为目标存在,并估计目标状态其中,τ为目标存在的设定阈值;(7)分别更新预测无目标假设强度ft+1|t(φ)和预测样本集得到t+1时刻的无目标假设强度ft+1|t+1(φ)和样本集(8)根据步骤(7)的结果获取如下参数:8a)对更新后的样本集中的强度求和,得到t+1时刻估计的目标数期望值ηt+1;8b)利用无目标假设强度ft+1|t+1(φ)和预测样本数Nt+1|t,计算重采样样本数Nt+1|t+1;8c)利用无目标假设强度ft+1|t+1(φ)、无目标假设转移概率ψt+1(φ|φ)和预测样本数Nt+1|t计算新生样本数Jt+1;8d)从样本集中重采样Nt+1|t+1个样本,得到采样后的样本集:(9)计算新生目标坐标和新生目标速度:9a)利用多基最小二乘交叉定位法,将t时刻和t+1时刻的所有量测转化为坐标,分别表示为和筛选出所有满足的坐标,构成新生目标坐标集:其中,和分别表示t时刻和t+1时刻第i个量测转化的坐标,和分别表示t时刻和t+1时刻第j个新生目标坐标,T表示转置,εmin和εmax分别表示距离下限和距离上限,Nz为所有满足条件的坐标个数;9b)根据新生目标的坐标计算新生目标的速度:其中,ΔT表示时间间隔;(10)根据新生目标坐标集和速度集构成新生目标集判断新生目标集是否为空,若为空,则在目标出现区域[ax,bx]*[ay,by]内均匀采样Jt+1个目标样本;否则,根据新生目标的状态分布为每个新生目标产生个目标样本,构成新生目标样本集其中,表示新生目标强度;(11)令t=t+1,返回步骤(2),继续跟踪目标。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510166369.4/,转载请声明来源钻瓜专利网。
- 上一篇:一种英语词汇听写装置
- 下一篇:一种英语单词助记卡
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用