[發明專利]一種基于動態多維分配的被動多源多目標跟蹤方法

有效

• 申請號: 201710032843.3
• 申請日: 2017-01-17
• 公開（公告）號: CN106767832B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 周共健;卜石哲
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01C23/00
• 代理公司: 哈爾濱華夏松花江知識產權代理有限公司 23213
• 代理人: 孟憲會

一種基于動態多維分配的被動多源多目標跟蹤方法，本發明涉及被動多源多目標跟蹤領域，是要解決現有的被動多源多目標跟蹤算法對目標航跡關聯準確度低和算法時間復雜度高的問題。本發明步驟為：一：對應于該目標的航跡p的預選波門；二：構建代價函數和二值變量；三：得到(S+1)?D分配公式，并給出約束條件；四：對(S+1)?D分配公式進行降維處理，得到二維分配公式；五：計算二維分配公式的對偶解；步驟六：利用次梯度向量對拉格朗日乘子更新；七：得到航跡p和對應觀測值的分配組合；八：利用似然函數進行最大似然估計；九：根據卡爾曼濾波方法估計目標狀態，用狀態估計值更新航跡，實現多目標跟蹤。本發明應用于航空和機載雷達領域。

技術領域

本發明涉及基于動態多維分配的被動多源多目標跟蹤方法。

背景技術

在多傳感器多目標跟蹤領域中，確定傳感器中某一觀測來源于哪個目標是一個很有挑戰性的問題，即數據關聯問題。從上世紀60年代開始對此進行了廣泛的研究，并發展出了一系列算法，這些算法在復雜度和跟蹤性能上各不相同。在多被動傳感器多目標跟蹤應用場景下，由于傳感器只能獲得目標的角度觀測數據，無法獲得完整的目標位置信息，此時的純角度數據關聯無疑具有較高的挑戰性。

近年來，解決多傳感器多目標數據關聯問題的方法有最近鄰法(NN)，聯合概率數據關聯(JPDA)以及多假設跟蹤(MHT)等。其中最近鄰法將統計意義上與被跟蹤目標預測位置最近的觀測作為關聯的觀測，僅適用于信噪比高目標密度小的條件，在實際應用中效率低；聯合數據關聯通過計算量大，適合雜波少的環境；而多假設跟蹤試圖考慮所有關聯假設達到最優跟蹤的效果，但是由于關聯假設數量隨時間指數增長使得MHT的直接實現成為一件不可能完成的任務。除此之外，多維分配(MDA)技術是解決數據關聯問題的另一種方案。傳統的多維分配技術處理被動多傳感器跟蹤問題時首先用多維(S-D)分配解決觀測-觀測之間的關聯，利用得到的關聯組合計算目標位置的最大似然估計，用二維(2-D)分配解決觀測-航跡間的關聯，用關聯上的量測更新航跡，該方法需考慮所有的關聯假設，計算量大。

被動多源多目標跟蹤系統需要對獲得角度觀測進行數據關聯，確定相關目標的位置和速度。在Musicki D.Multi-target tracking using multiple passive bearings-only asynchronous sensors.IEEE Transactions on Aerospace and ElectronicSystems,2008,44(3):1151-1160.中角度觀測被距離參數化，并假定各傳感器每時刻只獲得一個服從高斯混合分布的角度觀測，用這些觀測起始和更新航跡。這種方法的弊端在于假定每時刻只有一個角度觀測，大大簡化了數據關聯的難度。在Hanselmann T,MorelandeM.Multiple target tracking with asynchronousbearings-only measurements.InProceedings of the International Conference onInformation Fusion,Quebec,Cananda.2007:1-8.中使用距離參數化技術并利用第一次掃描所得觀測初始化目標，后續的角度觀測用于枚舉所有可能的觀測來源假設，基于這些假設給出后驗目標狀態。該算法的弊端在于未考慮雜波觀測，且枚舉所有觀測來源假設會產生高的時間復雜度。在高祺.多傳感器多目標跟蹤的數據關聯算法研究[D].西安:西安電子科技大學碩士學位論文,2013:36-42.中使用了傳統的多維分配算法，該算法首先用多維分配(S-D分配)進行觀測-觀測之間的關聯，用關聯上的觀測計算目標位置的最大似然估計，再利用二維分配(2-D分配)進行觀測-航跡之間的關聯，算法的弊端在于需要對所有的關聯組合進行假設，算法的時間復雜度高，且未充分利用航跡的先驗信息，數據的關聯準確度不高。由此，在實際應用中還需一種兼顧數據關聯準確度和時間復雜度的方案。

發明內容

本發明是為了解決現有技術關聯準確度低和算法時間復雜度高的問題，而提出的一種基于動態多維分配的被動多源多目標跟蹤方法。