[發明專利]一種加速EM未知雜波估計的PHD多目標跟蹤平滑濾波方法

在審

• 申請號: 201710323527.1
• 申請日: 2017-05-08
• 公開（公告）號: CN107797106A
• 公開（公告）日: 2018-03-13
• 發明（設計）人: 丁勇;胡忠旺;楊勇
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01S13/72
• 分類號: G01S13/72
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于多目標跟蹤技術領域，特別是一種加速EM未知雜波估計的PHD多目標跟蹤平滑濾波方法。

背景技術

多目標跟蹤(Multi-target Tracking，MTT)技術是指根據傳感器得到的運動目標和環境噪聲的量測信息，對目標的個數和狀態進行估計的過程。近年來，多目標跟蹤技術已成為目標跟蹤領域的研究熱點。早期的多目標跟蹤算法是基于數據關聯(Data Association，DA)的方法，先確立目標與量測間的對應關系，再通過貝葉斯理論將多目標跟蹤問題轉換為對多個單目標的狀態進行估計。這類算法的缺點是數據關聯過程比較復雜，運算量大，對目標個數的估計缺乏有效性。另一類多目標跟蹤算法是基于隨機有限集(Random Finite Set，RFS)理論的方法，概率假設密度(Probability Hypothesis Density，PHD)濾波器就是基于此理論。PHD濾波器用隨機有限集來描述目標的狀態和傳感器的量測，將多目標的狀態估計問題轉換為集值估計，避免了數據關聯，可同時對目標的狀態和個數進行估計。這類算法理論基礎堅實、實現簡單，能夠對復雜背景下的多目標進行準確跟蹤。

傳統的PHD濾波器通常假定雜波強度先驗已知，但是在實際應用場景中，受到地形、電子對抗等外部干擾，雜波強度的先驗通常是未知且復雜的。此時，若仍假定雜波先驗已知，容易導致跟蹤的精度下降。

針對未知雜波下的多目標跟蹤問題，目前有學者提出了一些解決辦法。Mahler R等人于2011年提出了一種未知雜波及未知檢測概率的CPHD(Cardinalized PHD，CPHD)多目標跟蹤方法，該方法用混合狀態空間模型對雜波進行建模，用隨機有限集對雜波狀態進行描述，最后由CPHD濾波器估計雜波的個數和多目標的狀態。但該方法對目標個數的估計受到混合漏檢概率的影響，容易將漏檢的目標當成漏檢的雜波，使雜波個數的估計值偏大。瑚成祥等人于2014年提出了一種多目標跟蹤的區域雜波估計方法。該方法將整個跟蹤區域按目標個數劃分為若干個子區域，分別對每個子區域的雜波強度進行估計，從而獲得整個跟蹤區域的雜波強度信息。該方法對雜波的估計具有不依賴于雜波先驗、估計準確等優點，但該方法沒有對目標狀態進行平滑操作，跟蹤的誤差比較大。

發明內容

本發明所解決的技術問題在于提供一種加速EM未知雜波估計的PHD(Accelerated Expectation Maximization Probability Hypothesis Density，AEM-PHD)多目標跟蹤平滑濾波方法。

實現本發明目的的技術解決方案為：首先，由前面時刻的雜波個數估計出當前時刻的雜波個數；其次，采用高斯有限混合模型擬合雜波的密度函數，采取施加熵懲罰、動態調整懲罰因子等措施，加快模型分量個數的估計值逼近最優解；接著，采用Aitken加速法對模型參數的估計值進行修正，使參數估計結果更加準確；最后，將估計的雜波信息用于PHD多目標跟蹤，引入平滑操作，充分利用量測數據對目標狀態的估計值進行平滑，有效地減小了多目標跟蹤誤差。

本發明主要有以下優點：

1.本發明在傳統EM算法的基礎上采取了施加熵懲罰、Aitken加速法等措施提出了加速EM算法，用于雜波密度函數的參數估計。加速EM算法不依賴于雜波先驗，收斂速度快，估計結果更加準確。

2.本發明將估計的雜波強度用于PHD多目標跟蹤，避免了因雜波真實強度與先驗知識不匹配導致跟蹤誤差增加的情況，提高了PHD濾波器的性能。

3.本發明在PHD濾波器的基礎上增加了平滑步驟，充分利用量測數據對目標狀態進行平滑操作，減小了多目標的跟蹤誤差。

下面結合附圖對本發明作進一步詳細描述。

附圖說明

圖1為本發明的流程圖。

圖2為目標的真實位置圖。

圖3為PHD濾波算法估計的目標位置圖。

圖4為AEM-PHD平滑濾波算法估計的目標位置圖。

圖5為目標個數的估計值圖。

圖6為OSPA距離圖。

具體實施方式

依據附圖，對本發明的技術方案作具體說明。

所述一種加速EM未知雜波估計的PHD多目標跟蹤平滑濾波方法，具體實施步驟為

步驟1雜波強度的建模。

對雜波強度建模如下

κ_k＝λ_kp(z)(1)

其中，λ_k表示k時刻雜波的個數；p(z)表示雜波的密度函數。