[發(fā)明專利]一種自適應(yīng)粒子數(shù)的多目標(biāo)粒子濾波檢測前跟蹤方法

有效

• 申請?zhí)枺?/td>: 201410427364.8
• 申請日: 2014-08-27
• 公開（公告）號: CN104181524A
• 公開（公告）日: 2014-12-03
• 發(fā)明（設(shè)計）人: 易偉;茍清松;董天發(fā);李溯琪;孔令講;楊曉波;劉睿;艾越;夏玫
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G01S13/66
• 分類號: G01S13/66
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 張楊

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)目標(biāo)檢測技術(shù)領(lǐng)域，它特別涉及了雷達(dá)對微弱目標(biāo)檢測前跟蹤技術(shù)領(lǐng)域。

背景技術(shù)

粒子濾波檢測前跟蹤由于能解決非線性非高斯濾波問題，使其受到廣泛的關(guān)注和研究，在過去十多年來得到了快速的發(fā)展。粒子濾波檢測前跟蹤方法具有實現(xiàn)過程簡單，跟蹤精度可以逼近最有估計等優(yōu)點。它是一種將貝葉斯推理和蒙特卡洛方法結(jié)合的一種算法，主要通過一族帶有權(quán)值的粒子集去估計目標(biāo)的后驗概率密度。在獲得新的觀測數(shù)據(jù)后，依照貝葉斯理論進(jìn)行粒子權(quán)值的更新，并傳遞粒子狀態(tài)，預(yù)測下一觀測時刻目標(biāo)的狀態(tài)。當(dāng)粒子數(shù)目達(dá)到足夠大的時候，真實的后驗概率密度就幾乎與蒙特卡洛采樣估計的密度一樣。

傳統(tǒng)的粒子濾波檢測前跟蹤方法在整個跟蹤過程中采用固定的粒子數(shù)目，這個粒子數(shù)通常是一個經(jīng)驗數(shù)據(jù)，為了保證跟蹤的精度，跟蹤的粒子數(shù)常常會選取一個較大的數(shù)值。Boers在文獻(xiàn)“On?the?number?of?samples?to?be?drawn?in?particle?filtering,presented?at?the?Inst.Electr.Eng.Colloquium?on?Target?Tracking,London,U.K.,1999”中指出粒子濾波檢測前跟蹤方法計算的復(fù)雜度主要取決于用來估計目標(biāo)狀態(tài)的粒子數(shù)量，同時也證明了粒子濾波算法的跟蹤精度跟跟蹤過程所采用的粒子數(shù)目有關(guān)，并給出了一種在保證一定的跟蹤精度下，盡可能選取小的跟蹤粒子數(shù)的方法，其具體實施是：選取跟蹤的粒子數(shù)N確保目標(biāo)的真實后驗概率密度和采樣近似的概率密度之間的差異以置信度為δ的概率小于ε。這種方法主要針對單目標(biāo)粒子濾波情況，對于多目標(biāo)的場景并未涉及，同時該方法雖然給出了一種降低計算量的思想，但在跟蹤過程目標(biāo)的狀態(tài)的不確定性是變化，意味著當(dāng)目標(biāo)的狀態(tài)不確定性小的時候，采用這種方法選取粒子遠(yuǎn)遠(yuǎn)超過跟蹤過程所需要的粒子數(shù)，粒子濾波計算量大的問題并未被實質(zhì)的解決。F在文獻(xiàn)“Two-layer?particle?filter?for?multiple?target?detection?and?tracking”中給出了一種多目標(biāo)粒子濾波方法，該方法采用雙層粒子濾波算法，它主要解決了多目標(biāo)粒子濾波算法中目標(biāo)起始、目標(biāo)維持、目標(biāo)終止等問題。但是該方法采用固定的跟蹤粒子數(shù)，計算量非常大。

發(fā)明內(nèi)容

本發(fā)明為了解決傳統(tǒng)粒子濾波算法粒子采樣效率低下的問題，設(shè)計一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法，本發(fā)明采用固定的粒子權(quán)值和，在跟蹤過程能根據(jù)目標(biāo)環(huán)境自適應(yīng)地選擇合適的粒子數(shù)去跟蹤目標(biāo)，從而達(dá)到在保證檢測跟蹤性能的同時，采樣效率高，計算量較小的目的。

本發(fā)明提供了一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法，該方法包括：

步驟1、初始化系統(tǒng)參數(shù)包括：觀測間隔T、觀測總幀數(shù)K、最小粒子數(shù)n_min、最大粒子數(shù)n_max、初始粒子數(shù)n_ini、停止采樣門限η、目標(biāo)判決門限Δ；

步驟2、根據(jù)已知目標(biāo)先驗信息產(chǎn)生初始粒子集及其初始權(quán)值其中表示目標(biāo)i的第n₀個粒子的初始狀態(tài)；

步驟3、從雷達(dá)接收機(jī)中讀取第k幀量測

其中，k為幀數(shù)，表示第k幀回波數(shù)據(jù)的量測單元(m,n)中的量測；

步驟4、分別對每個目標(biāo)進(jìn)行新粒子的抽樣、權(quán)值計算，直到當(dāng)滿足一定條件就停止該目標(biāo)新粒子的采樣；

步驟4.1、初始跟蹤參數(shù)：其中表示k時刻跟蹤第i_k個目標(biāo)的子層粒子數(shù)，表示k時刻第i_k個目標(biāo)的子層權(quán)值和；

步驟4.2、更新采樣的粒子數(shù)目：

步驟4.3、在[1,N_k-1]范圍內(nèi)隨機(jī)選取整數(shù)j，其中N_k-1為k-1時刻的采樣粒子數(shù)；

步驟4.4、采樣k時刻目標(biāo)i_k的第個重采樣前粒子狀態(tài)：其中是高斯分布，F(xiàn)為狀態(tài)轉(zhuǎn)移矩陣，Q為噪聲協(xié)方差矩陣；

步驟4.5、計算權(quán)值：p(·|·)表示求條件概率；

步驟4.6、更新權(quán)值和：

步驟4.7、進(jìn)行采樣終止判斷：或者若滿足條件轉(zhuǎn)步驟4.2，若不滿足條件，則停止對當(dāng)前目標(biāo)的采樣，開始對下一個目標(biāo)做處理，直到所有目標(biāo)都進(jìn)行完跟蹤處理，得到粒子集

步驟5、對每個目標(biāo)做判定，若認(rèn)為目標(biāo)已經(jīng)消失，則刪除該目標(biāo)；

步驟6、確定當(dāng)前時刻的采樣粒子數(shù)，取k時刻的采樣粒子數(shù)：max(·)表示取大；