[发明专利]基于简化多假设算法的雷达数据关联方法

摘要

本发明提出了一种基于简化多假设算法的雷达数据关联方法。针对多目标跟踪系统中传统多假设算法延迟决策机制造成的“组合爆炸”和计算量指数型上升的问题，引入了似然比得分函数和线性分配(LAP)剪枝方法，利用航迹关联对数似然比对假设关联概率计算进行简化，通过LAP算法航迹级剪枝得到当前时刻的M“最优”假设，再通过全局级假设剪枝，快速得到的一个最优假设匹配序列作为有效关联量测点，最终实现降低计算量的目的。具体包括基于似然比函数的航迹得分计算、基于LAP的航迹级M-最优假设剪枝和基于LAP的全局级最优假设生成三个主要部分。利用本发明提出的方法，可以在保证关联准确性的基础上，很大程度上降低多假设算法数据关联过程的运算量。

主权项

一种基于简化多假设算法的雷达数据关联方法，其特征在于，包括以下步骤：1)形成以卡尔曼滤波预测值为中心的椭圆形关联波门，对最新量测进行关联判断：若量测位于关联波门内，则进行步骤2)；否则，接收下一时刻的量测，并重复步骤1)的判断过程；2)对每一个进入该确认目标关联波门内的量测生成关联假设，利用似然比函数，计算关联假设航迹的得分矩阵；3)根据当前时刻与每个目标形成的关联假设航迹得分，利用LAP算法得到航迹级M‑最优假设；4)判断N‑Scan方法已处理的量测帧数，若此时已接收处理N帧量测，则利用LAP算法对N帧关联判断后保留的所有假设进行全局级剪枝，进行步骤5)；若当前时刻仍未接收到第N帧量测，则接收下一帧量测，重复步骤1)‑4)；5)利用每一个目标的有效关联量测，进行卡尔曼滤波更新：筛除可靠目标关联假设聚类中不相关量测信息，N‑Scan已处理帧数减1，并更新可靠航迹档案信息。返回步骤1)，对下一帧量测进行关联判断处理。