一种基于量测存储的航迹起始方法

摘要

本文公开了一种基于历史量测信息的航迹起始方法。该算法针对窄发多收边扫描边跟踪雷达系统和被动跟踪系统在实际场景中的目标跟踪。现有的跟踪算法大都假设目标能够被连续观测到且不同目标的量测信息同步，本发明特点：考虑了边扫描边跟踪雷达系统中目标被观测到的时间间隔不定的情况，充分利用历史量测信息，具有更快的航迹起始速度和成功跟踪概率；本发明同时还可以解决集中式跟踪系统和被动跟踪系统中多传感器异步通信时航迹起始的问题。优点：充分利用了历史信息，实现简单，成功跟踪概率更高；有效解决了属于不同目标的量测信息异步时的航迹起始问题。

主权项

一种基于量测存储的航迹起始方法，该方法包括如下步骤：步骤1、初始化相关参数，初始化参数主要包括：数据关联波门大小速度波门大小(v_min,v_max)，时间帧k＝1，未关联量测矩阵步骤2、利用恒虚警检测器处理雷达回波信息，得到量测信息集合其中，n为检测到的量测个数；步骤3、如果k＝1，将所有量测z₁∈Z₁保存到矩阵中，并令k＝k+1并跳转至步骤2；步骤4、若当前时刻无航迹，将所有量测z_k∈Z_k保存到矩阵中，并跳转至步骤7，若存在航迹，进行步骤5；步骤5、第k帧量测与航迹进行数据关联：5.1.预测目标的状态、估计误差协方差矩阵：$x_k^{-}=F_k{\hat{x}}_{k-1}$$P_k^{-}=F_k{P}_{k-1}{F_k}^{\prime }+Q_k$其中,为k‑1时刻目标的状态估计值，为k时刻状态一步预测值，(x,y)和分别为目标的坐标和速度，P_k‑1为k‑1时刻的状态估计误差协方差矩阵，为k时刻一步状态预测误差协方差矩阵，第Q_k为当前时刻过程噪声，F_k为状态转移矩阵；5.2.第k帧量测与已有航迹进行数据关联，如果满足下式，则认为关联成功：v'(k)S^‑1(k)v(k)<γ²其中，表示量测与预测位置的差，S(k)表示v(k)的协方差矩阵，H表示观测矩阵；步骤6、利用第k帧关联到的量测z_k更新目标状态：${\hat{x}}_k=x_k^{-}+G_k(z_k-H_k{x}_k^{-})$$P_k=(I-G_k{H}_k)P_k^{-}$其中，G_k为卡尔曼增益，H_k为量测矩阵，I为单位矩阵，为k时刻目标的状态估计值，P_k为k时刻状态估计误差协方差矩阵；步骤7、未关联到航迹的量测与历史量测起始新航迹：7.1.若满足下式，则起始新航迹：$v_{min}<\left|\right|\frac{z_k^u-z_{k-1}^u}{t_k-t_{k-1}}\left|\right|<v_{max}$其中，t_k为当前帧量测的观测时间，t_k‑1为历史量测的观测时间，不同历史量测的观测时间可能不同，v_min,v_max为速度门限，该速度门限根据事情情况设定；7.2.更新量测矩阵用来起始航迹的量测从中删除，同时，未起始航迹的量测保存到集合中：$Z_k^u=(Z_{k-1}^u-z_{k-1}^u)\cup {z_k^u}^{\prime }$步骤8、令k＝k+1，如果k<＝K，其中K为总的观测帧数，返回步骤2。