[發(fā)明專利]一種基于粒子濾波的多異步傳感器單目標檢測前跟蹤方法

在審

• 申請?zhí)枺?/td>: 201710966437.4
• 申請日: 2017-10-17
• 公開（公告）號: CN107783104A
• 公開（公告）日: 2018-03-09
• 發(fā)明（設(shè)計）人: 陳霄;杜鄭成;薛安克;彭冬亮
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號: G01S13/72
• 分類號: G01S13/72;G01S13/58;G01S13/87
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙)33240
• 代理人: 朱月芬

技術(shù)背景

本發(fā)明屬于多傳感器單目標跟蹤領(lǐng)域，涉及一種基于粒子濾波的多異步傳感器檢測前跟蹤方法，用于解決弱目標檢測跟蹤情況的多異步傳感器信息融合，達到提高目標跟蹤精度和目標正確發(fā)現(xiàn)概率。

背景技術(shù)

在低信噪比的復(fù)雜環(huán)境下，雷達探測系統(tǒng)對弱目標的檢測跟蹤問題一直都是一項技術(shù)難題。檢測前跟蹤(Tracking Before Detection，TBD)是一種可以在低信噪比環(huán)境下提高傳感器檢測概率的方法，它在進行檢測的過程中加入跟蹤的思想，并且降低對目標的檢測門限，然后再通過對目標原始能量的積累來進行目標檢測，常用于對微弱目標信號的檢測。目前的TBD方法主要有Hough變換、動態(tài)規(guī)劃(Dynamic Programming，DP)及粒子濾波(Particle Filter,PF)。

現(xiàn)在已有的關(guān)于粒子濾波檢測前跟蹤的算法主要研究的問題是關(guān)于單傳感器方面的，在多雷達目標檢測跟蹤方面的研究非常少。但是在實際情況下，一般都是通過多個傳感器對目標進行聯(lián)合探測，然后根據(jù)各個傳感器之間的探測信息的互補性來提高目標正確發(fā)現(xiàn)概率和跟蹤效果。但是當融合多個傳感器的信息的時候，因為雷達采樣時刻不同，多部傳感器對相同目標的量測并不是目標處于同一位置的量測，如果直接將這些量測信息進行融合，最后得到的結(jié)果會有很大的誤差。因此提出一種基于粒子濾波的多異步傳感器檢測前跟蹤算法，提高目標跟蹤精度和目標正確發(fā)現(xiàn)概率。

發(fā)明內(nèi)容

本發(fā)明針對弱目標低信噪比環(huán)境下，多異步傳感器將獲得的不同時刻目標量測信息進行融合問題，本發(fā)明提出了一種基于粒子濾波的多異步傳感器單目標檢測前跟蹤方法。

為了實現(xiàn)上述目的，本發(fā)明的技術(shù)方案的步驟為：

步驟1:設(shè)置粒子集初始分布；

步驟2：對粒子集的權(quán)重和粒子數(shù)進行初始化；

步驟3：構(gòu)建多傳感器單目標跟蹤場景，并對目標的運動模型進行初始化，設(shè)置目標運動的相關(guān)參數(shù)，包括目標運動的過程噪聲和傳感器的量測噪聲；

步驟4：粒子狀態(tài)轉(zhuǎn)移。將粒子的出現(xiàn)概率跟馬爾科夫概率轉(zhuǎn)移設(shè)定參數(shù)比較判斷是否狀態(tài)轉(zhuǎn)移。

步驟5：權(quán)值計算。將存在的粒子根據(jù)方位和距離信息計算出對應(yīng)的權(quán)重值，通過內(nèi)插外推的空時校準方法將各傳感器同一時刻的權(quán)重值進行數(shù)據(jù)融合；

其中通過內(nèi)插外推的空時校準方法將各傳感器同一時刻的權(quán)重值進行數(shù)據(jù)融合；具體包括如下步驟：

將其中一個雷達作為基準雷達，將其他雷達量測到的某一時刻的粒子的狀態(tài)信息通過內(nèi)插外推法，將該時刻的粒子狀態(tài)進行時間和空間的回推，回推至基準雷達相鄰的采樣時刻，然后通過將同一粒子的權(quán)重相融合來實現(xiàn)對目標的檢測跟蹤獲得目標航跡。

步驟6：將融合權(quán)值進行歸一化。

步驟7：計算有效樣本數(shù)N_eff，若N_eff＜N_T，N_T為閾值，則進行重采樣，之后將粒子集的各個權(quán)重值重新設(shè)置為初始值，跳至步驟8，若N_eff＞N_T，直接跳至步驟8；

步驟8：估計目標狀態(tài)；將目標估計狀態(tài)返回至每個傳感器，用于下一時刻的傳感器量測估計，重復(fù)步驟4-8。

本發(fā)明的益處是：針對低信噪比弱目標環(huán)境下多異步傳感器單目標檢測前跟蹤問題，本發(fā)明提出了一套完整的處理方法流程，最主要的是提出了一種多異步雷達目標量測信息融合方法。本發(fā)明可以有效的提高目標正確發(fā)現(xiàn)概率和跟蹤精度。

具體實施方式

一種基于粒子濾波的多異步傳感器單目標檢測前跟蹤方法,該方法具體包括以下步驟：

步驟1：設(shè)置粒子集初始分布p(s₀,r₀)。

步驟2：粒子數(shù)初始化取為M，根據(jù)粒子集的初始分布s₀^j～p(s₀,r₀)，j＝1,2,...,M，得到粒子集并且將i＝1,...,M各粒子的初始化權(quán)重設(shè)置為1/M。

步驟3：構(gòu)建多傳感器單目標跟蹤場景，傳感器的量測可能來自目標，也可能來自雜波，構(gòu)建目標的運動模型、傳感器的量測模型和雜波模型，并對它們進行初始化。

建立目標的運動模型：S_k+1＝f_k(t_k,s_k,c_k,w_k)