[发明专利]区间量测下交互式多模广义标签多伯努利的快速跟踪方法

摘要

本发明公开一种区间量测下交互式多模广义标签多伯努利的快速跟踪方法，将交互式多模方法与快速算法思想相结合，首先在广义标签多伯努利滤波的框架下，针对目标采样粒子预测阶段，结合区间量测广义似然函数，实现所有粒子对于不同模型的转移预测，随后通过计算模型权概率对粒子进行模型交互，然后通过GLMB滤波更新方程对模型交互后的粒子进行更新。在此基础上结合快速实现方法，将预测与更新相结合，对于每个迭代只需要一个截断过程，降低了算法的计算量，最终解决了机动多目标的检测与跟踪问题。

主权项

1.区间量测下交互式多模广义标签多伯努利的快速跟踪方法，其特征是，包括步骤如下：步骤1、根据目标运动场景，设定初始时刻目标粒子的状态参数，并用设定的状态参数作为目标粒子的初始分布，采样固定数目的初始分布目标粒子，并将其用标签多伯努利随机集的参数集形式表示，得到初始时刻目标采样粒子标签多伯努利随机集随机集的后验分布；步骤2、利用前一时刻的目标采样粒子标签多伯努利随机集的后验分布和前一时刻的区间量测数据，用交互式多模方法对目标采样粒子进行预测，得到当前时刻预测的目标采样粒子标签多伯努利随机集的后验分布；步骤3、利用当前时刻的区间量测数据，计算每个目标采样粒子的广义似然函数，并根据广义似然函数，使用广义标签多伯努利滤波器对当前时刻预测的目标采样粒子标签多伯努利随机集的后验分布进行更新，得到当前时刻更新的目标采样粒子标签多伯努利随机集的后验分布；步骤4、从步骤4所得到的当前时刻更新的目标采样粒子标签多伯努利随机集的后验分布中，选出其标签权重大于给定阈值的当前时刻更新的目标采样粒子标签多伯努利随机集的后验分布，作为当前时刻截断的目标采样粒子标签多伯努利随机集的后验分布；步骤5、分别计算步骤5所得到的当前时刻截断的目标采样粒子标签多伯努利随机集的后验分布的势，并找出其中最大势所对应的指标N；从步骤5所得到的当前时刻截断的目标采样粒子标签多伯努利随机集的后验分布中选出标签权重较大的N‑1个当前时刻截断的目标采样粒子标签多伯努利随机集的后验分布，作为当前时刻最终的目标采样粒子标签多伯努利随机集的后验分布；步骤6、计算当前时刻最终的目标采样粒子标签多伯努利随机集的后验分布的加权和，并将该加权和结果作为当前时刻估计的目标状态；步骤7、判断所有时刻是否处理完毕：若是，则输出当前时刻估计的目标状态；否则，执行步骤2，处理下一时刻。