[发明专利]基于径向速度信息的地基监视雷达多目标跟踪方法有效

专利信息
申请号: 201810092640.8 申请日: 2018-01-31
公开(公告)号: CN108303684B 公开(公告)日: 2021-09-03
发明(设计)人: 刘忠;焦润之;邓峰;彭志伟;蒋伟明 申请(专利权)人: 长沙深之瞳信息科技有限公司
主分类号: G01S7/41 分类号: G01S7/41;G01S13/72
代理公司: 长沙楚为知识产权代理事务所(普通合伙) 43217 代理人: 李大为
地址: 410003 湖南省长沙市开福*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于径向速度信息的地基监视雷达多目标跟踪方法,包括如下步骤:步骤S1,利用径向速度计算航迹拟合度;步骤S2,利用径向速度拟合度和位置信息生成假设:步骤S3:利用径向速度拟合度修改前k个最优假设的航迹得分,得到前k个最优假设中每个假设的假设概率pj;步骤S4:前k个最优假设建立假设树,并以选择假设概率pj所在的根节点为原则,利用N剪枝算法对假设树进行剪枝,留下待确认最优假设;步骤S5:根据预设的确认阈值T1和删除阈值T2,将步骤S4中待确认最优假设的航迹得分与确认阀值T1和删除阈值T2进行比较,以确认航迹或删除航迹。本发明实现了在强杂波高虚警环境下对虚假轨迹和虚警的抑制,大幅提高了雷达多目标跟踪效果。
搜索关键词: 基于 径向速度 信息 地基 监视 雷达 多目标 跟踪 方法
【主权项】:
1.一种基于径向速度信息的地基监视雷达多目标跟踪方法,其特征在于:包括如下步骤:步骤S1,利用径向速度计算航迹拟合度:假设第k次扫描所获得的量测数据集为Z(K):表示雷达在第k次扫描时获得的第i个量测,mk为第k次扫描中获得量测总数,N表示扫描总次数,i=0表示漏检,其中每个量测的径向速度用表示;假设k‑1时刻已存在某一航迹为:其中x是k‑1时刻每个航迹的估计结果,j代表第j个假设,m表示第j个假设中第m条航迹,M为第j个假设的轨迹数量;对于航迹假设其在k时刻的预测结果为xk|k‑1xk|k‑1是一个四维向量,存有目标的位置信息和速度信息,其中x、y为目标的位置信息,为目标的速度信息,因此目标速度在雷达坐标系上的分量为:对于测量i与轨迹j,其径向速度拟合度ξmj为:步骤S2,利用径向速度拟合度和位置信息生成假设:在数据关联阶段,通过目标的预测值并结合马氏距离公式得出二维分配问题的关联矩阵:其中rG是根据χ2分布确定的统计门限,χ2为自由度为d的卡方分布,rG是自由度d=2时查阅卡方分布表获得的值;Sk|k‑1是预测值误差的协方差矩阵,H 为观测矩阵,为目标k时刻的状态预测,CostMatrix是一个01矩阵;假设径向速度符合度门限为θ,θ≤0.4;当ξmj>θ时,CostMatrix中对应目标的位置置0;将CostMatrix中ξmj≤θ的各目标利用最优分配算法得到前k个最优假设;步骤S3:根据步骤S2得到的前k个最优假设,利用径向速度拟合度修改前k个最优假设的航迹得分,航迹得分ΔLPRk为:ΔLPRk=ΔLPRk‑1+(θ‑ξmj)C,其中C为固定常数,且C<3,其中ΔLPR0=0;前k个最优假设中每个假设的假设概率pj等于其假设内所有航迹得分之和,其公式为:步骤S4:前k个最优假设建立假设树,并以选择假设概率pj所在的根节点为原则,利用N剪枝算法对假设树进行剪枝,留下待确认最优假设;步骤S5:根据预设的确认阈值T1和删除阈值T2,其中α为确认概率,β为删除概率,且0<α<1,0<β<1;将步骤S4中待确认最优假设的航迹得分与确认阀值T1和删除阈值T2进行比较,当ΔLPRk>T1时,对应待确认最优假设输出的航迹即为最优航迹,输出给用户;当ΔLPRk<T2时,对应待确认最优假设输出的航迹为无效航迹,并删除该航迹。
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长沙深之瞳信息科技有限公司,未经长沙深之瞳信息科技有限公司许可,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/201810092640.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top