[发明专利]一种低可观测高杂波条件下的多目标检测与跟踪方法有效
申请号: | 201610835472.8 | 申请日: | 2016-09-21 |
公开(公告)号: | CN106468771B | 公开(公告)日: | 2019-01-11 |
发明(设计)人: | 唐续;吴骐;朱士强 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G01S13/72 | 分类号: | G01S13/72;G01S15/66;G01S7/292;G01S7/35;G01S7/527;G01S7/536 |
代理公司: | 电子科技大学专利中心 51203 | 代理人: | 张杨 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 该发明公开了一种低可观测高杂波条件下的多目标检测与跟踪方法,属于雷达与声纳技术领域。本发明的思路是,在处理目标‑量测之间的关联问题时,考虑通过不同传播路径到达接收器的多个量测为可能的目标量测,并把这些量测分别与已知的各多径量测函数正确关联,从而获得目标信息的积累,增强目标检测能力;然后通过滑动窗的方式进行目标跟踪。本发明利用了通过不同途径到达传感器的目标信息,并把这些量测信息分别与已知的各多径量测函数正确关联,从而获得目标信息的积累,增强目标在低可观测,高杂波环境下的检测能力,能有效减少相邻目标之间的影响。 | ||
搜索关键词: | 量测 目标信息 可观测 多目标检测 多径 杂波 关联 高杂波环境 接收器 处理目标 传播路径 关联问题 量测信息 目标跟踪 目标检测 声纳技术 有效减少 滑动窗 目标量 传感器 跟踪 积累 雷达 检测 | ||
【主权项】:
1.一种低可观测高杂波条件下的多目标检测与跟踪方法,该方法包括:步骤1:初始化;1a.初始化观测环境各项参数包括:倾斜距离方差,方位方差,多普勒方差,虚警概率,检测概率,杂波密度λ,采样间隔,校验门限,监控空间V;1b.导入观测信息:包括共有T帧数据,每次滑动窗内有Nw帧数据,该滑动窗内量测数据集合第i帧量测数据集合Z(i),第i帧量测集合数量mi和L种传播路径到达接收器的量测模型;步骤2:构造联合最大似然‑多径‑概率多假设跟踪算法的计算公式:2a.假设是任何量测zj(i)∈Z(i)最多由一个目标通过一种传播路径产生,且一个目标能通过一种传播路径产生任何数量的量测;2b.假定有K个目标xK=[x1,x2,...,xK],然后定义先验概率表示一个量测来源于某个目标的某个传播路径的可能性,其计算公式通常为:其中为目标xk通过路径l产生量测的检测概率;2c.LLR值的计算公式为:其中pl(zj(i)|xk)表示目标xk通过路径l产生量测zj(i)的似然函数:其中xt为发射机状态,xr为接收机状态,hl(·)为第l种路径所对应的量测模型,Rl(i)为第l种路径所对应量测模型的协方差矩阵;步骤3:初始化滑动窗内的Nw帧数据和量测数据集合已知有K个目标存在;当K=0时,直接执行步骤8;否则执行下一步;步骤4:已存在的K个目标分组;目的是将距离近的目标聚集到一块,将距离远的目标分隔;其分组规则为χ2检验:(xm‑xn)T(Cm+Cn)‑1(xm‑xn)≤γ其中Cm、Cn分别表示目标xm、xn的状态协方差,γ为预定义的门限;步骤5:每个分组内的多目标状态以联合最大似然‑多径‑概率多假设跟踪算法的LLR公式进行局部优化;步骤6:对每个目标进行存在性校验:6a.初始化变量k=K6b.选定目标xk,其他目标集合为xK‑1=[x1,...,xk‑1,xk+1,...,xK]6c.有K‑1个其他已存在目标状态,滑动窗内有完整的量测数据集合定义帧序号变量i=1;6d.在第i帧量测数据中,计算量测zj(i)来源于目标xk和路径l的后验关联概率由此可得到一个三维概率矩阵[L,K‑1,mi];6e.取概率矩阵中的最大元素值如果超过了一个给定的概率门限,则将三维矩阵中第三维等于的所有元素即二维矩阵和第一维等于l*且第二维度等于k*的所有元素即一维矩阵[l*,k*,:]置为0,记录该量测序号反复执行该步骤,直到没有概率值大于概率门限;6f.剔除这些大于概率门限所对应的量测数据,判断i=Nw是否成立,如果成立,则执行下一步;否则i=i+1,返回执行步骤6d;6g.剩下的量测形成新的量测集合然后计算只有目标xk的联合最大似然‑多径‑概率多假设跟踪算法的LLR公式;如果该LLR值大于校验门限,则目标xk存在;否则目标xk不存在,删除该目标,且K=K‑1;6h.如果k=1,则执行下一步;否则k=k‑1,返回执行步骤6b;步骤7:假定有K*个目标通过了存在性校验,令K=K*,即存在K个目标;步骤8:搜索新目标;令K*=K+1,采用多径‑直接子空间搜索方法求解联合最大似然‑多径‑概率多假设跟踪算法的LLR公式的全局最大解,其全局最大解所对应的状态参数即为估计的新目标初始化状态;步骤9:对新目标进行门限校验,验证其是否真实存在:9a.有K个已存在目标状态,滑动窗内有完整的量测数据集合定义帧序号变量i=1;9b.在第i帧量测数据中,计算量测zj(i)来源于目标xk和路径l的后验关联概率得到一个三维概率矩阵[L,K,mi];9c.取概率矩阵中的最大元素值如果超过了一个给定的概率门限,则将三维矩阵中第三维等于的所有元素即二维矩阵和第一维等于l*且第二维度等于k*的所有元素即一维矩阵[l*,k*,:]置为0,记录该量测序号反复执行该步骤,直到没有概率值大于概率门限;9d.剔除这些大于概率门限所对应的量测数据,判断i=Nw是否成立,如果成立,则执行下一步;否则i=i+1,返回执行步骤9b;9e.剩下的量测形成新的量测集合然后计算只有新目标的联合最大似然‑多径‑概率多假设跟踪算法的LLR公式;如果该LLR值大于校验门限,则新目标存在,令K=K*,返回步骤8继续搜寻新目标;否则新目标验证不存在,执行下一步;步骤10判断滑动窗是否包含数据集最后Nw帧数据,如果没有,滑动窗向前滑动一定采样间隔,形成新的窗内Nw帧数据和量测数据集合返回执行步骤3;否则方法结束。
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电子科技大学,未经电子科技大学许可,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/201610835472.8/,转载请声明来源钻瓜专利网。
- 上一篇:液晶配向剂、液晶配向膜以及液晶显示元件
- 下一篇:光学成像镜头