[發明專利]基于多尺度模型的紅外/激光雷達數據融合目標跟蹤方法

有效

• 申請號: 201510080015.8
• 申請日: 2015-02-13
• 公開（公告）號: CN104730537B
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 王炳健;郝靜雅;張高翔;李敏;易翔;吳飛紅;秦翰林;周慧鑫
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G01S17/66
• 分類號: G01S17/66
• 代理公司: 廣東朗乾律師事務所44291
• 代理人: 楊煥軍

技術領域

本發明屬于信息處理技術領域，尤其涉及一種紅外/激光雷達多傳感器融合的目標跟蹤方法。

背景技術

紅外探測系統作為被動探測系統，具有隱蔽性好、不易受電子干擾、低空探測性能好、精度高等優點，可以為近程防御武器系統提供目標信息，但紅外探測系統只能提供測角信息。激光雷達探測系統的測距精度較高，測距范圍滿足近程要求，但缺乏角度信息，因此二者配合使用可以實現信息互補，從而提供完整、精確的測量信息，可以對目標進行精確狀態估計，提高系統可靠性和穩定性。

但是激光雷達探測系統的采樣頻率遠遠低于紅外探測系統的采樣頻率，使得二者的測量數據不同步。而且，紅外和激光雷達的聯合探測一般是在球坐標系中完成的，而目標的運動狀態通常在直角坐標系中進行描述，在直角坐標系中建模的優點在于濾波和外推過程可以在線性動態模型上實現，而在球坐標系中建模則會導致較為復雜的濾波和外推過程，因此在紅外/激光雷達雙傳感器探測系統中需要先將獲得的角度信息和距離信息轉換到直角坐標系統中，再進行狀態估計。此時，測量與目標狀態之間的轉換是非線性關系，由于測量誤差的耦合，不再滿足卡爾曼濾波條件。傳統的方法是先對異步數據進行配準，轉換化為同步問題；然后在直角坐標系下進行狀態建模，獲得相應的轉換測量方程，進而對轉換測量值用卡爾曼濾波(Converted Measurement Kalman Filter，CMKF)算法進行狀態估計。該方法模型簡單，但精度較低。

多尺度理論對于多傳感器數據融合目標狀態估計的問題是一種有效的方法，近年來很多學者對多尺度估計理論進行了大量研究，且取得了許多研究成果。潘泉等提出了一種新的線性動態多尺度的模型，并給出了估計方法；對于多尺度系統，文成林等建立其估計理論框架并給出相應的預測、濾波和平滑算法。由于紅外/激光雷達探測跟蹤系統是在不同采樣頻率下描述目標狀態，具有多尺度特征，本申請的發明人提出一種多尺度理論和CMKF算法相融合的目標跟蹤方法。

發明內容

針對紅外/激光雷達多傳感器融合對目標跟蹤過程中存在的采樣率不同、坐標轉換測量值有偏差及觀測噪聲耦合的問題，本發明的目的在于提供一種基于多尺度模型的紅外/激光雷達多傳感器融合目標跟蹤方法。

為了實現上述目的，本發明采取如下的技術解決方案：

基于多尺度模型的紅外/激光雷達數據融合目標跟蹤方法，包括以下步驟：

步驟1、根據紅外探測系統和激光雷達探測系統的采樣頻率建立多尺度模型，所述多尺度模型為：

x(i,k_i+1)＝F(i,k_i)x(i,k_i)+w(i,k_i)

z(i,k_i)＝H(i,k_i)x(i,k_i)+v(i,k_i)

其中，F(i,k_i)為k_i時刻在尺度i上的系統狀態轉移矩陣，x(i,k_i)為k_i時刻在尺度i上的狀態向量，w(i,k_i)為系統噪聲，z(i,k_i)為k_i時刻在尺度i上的觀測向量，H(i,k_i)為k_i時刻在尺度i上的觀測矩陣，v(i,k_i)為觀測噪聲，k_i為尺度i上的采樣時刻，i＝1,2；

步驟2、紅外探測系統和激光雷達探測系統分別對目標進行數據采集，得到目標的方位角測量值α_m、目標的俯仰角測量值β_m和目標的距離測量值r_m；

步驟3、在尺度1上對紅外探測系統獲取的角度信息采用無跡卡爾曼濾波法進行估計，濾波過程中利用兩點遞推法進行初始化，得到目標的方位角濾波估計值α′_m和俯仰角濾波估計值β′_m；

步驟4、在尺度2上將步驟3得到角度估計信息和激光雷達探測系統獲取的距離信息進行融合，計算出目標在直角坐標系下的位置坐標(x_m，y_m，z_m)：

其中，r_m為目標的距離測量值，α′_m為目標的方位角濾波估計值，β′_m為目標的俯仰角濾波估計值；