[发明专利]一种并行的雷达多目标关联方法

摘要

本发明属于雷达多目标数据处理领域，尤其适用于密集杂波背景下的多目标数据关联。本发明提供一种并行的雷达多目标关联方法，将JPDA算法移植到GPU来实现，采用CPU+GPU的异构并行架构，对传统的JPDA算法合理划分GPU执行部分和CPU执行部分，协同工作。本发明利用GPU+CPU的异构并行架构，对于传统的JPDA方法进行了并行优化，减少CPU与GPU之间的数据拷贝，对多目标关联方法进行并行加速，有效地提升了算法的时间效率，使其变得工程可实现。

主权项

一种并行的雷达多目标关联方法，其特征在于，包括如下步骤：S1、将雷达观测区域的m个量测值、t个目标的当前状态值以及目标运动模型的参数拷入显存，然后对每个目标的当前状态进行估计得到状态的预测值，计算出量测与目标互连的确认矩阵，所述确认矩阵为t行m列矩阵，所述确认矩阵的元素为0或1；S2、将S1所述确认矩阵拷贝至GPU，并在GPU上调度进程进行后续处理，由S1得到的确认矩阵进一步计算出所有的可行事件的集合，表示为事件矩阵，所述事件矩阵为x行m列矩阵，所述事件矩阵的每一行表示一个可能的事件，x为总的事件数，0≤x≤m^t+1；S3、在CPU，利用S2所述事件矩阵，求出每个事件发生的概率；S4、结合S2所述事件矩阵和S3所述每个事件发生的概率，可以得到各量测与目标之间互相配对的概率矩阵，根据所述概率矩阵以及当前协方差矩阵，将各个量测对目标的状态预测值进行概率的加权平均，对于每个目标得到唯一的状态更新值以及协方差更新值，具体如下将：S41、将S2所述事件矩阵，S3所述每个事件发生的概率，状态预测值和更新前的协方差拷贝到GPU；S42、在GPU中调度m个线程块，每个线程块有t+1个线程，每个线程块对应一个目标，线程块内一个线程对应一个量测与目标的配对情况；S43、对S42所述线程块中线程号为0的线程计算出更新的协方差矩阵以及卡尔曼增益；S44、在S42所述每个线程对应的量测与目标配对的概率，若概率大于0，则计算该量测对该目标的状态更新，并用该概率值对状态进行加权，并将加权值加到最后的更新状态上，其中，所述概率矩阵为t行m+1列矩阵，所述概率矩阵的每一行表示目标被漏检以及与不同量测相互配对的概率，所述概率矩阵的第2列到第m+1列则表示各目标分别与各个量测配对的概率。