[發(fā)明專利]一種雷達目標(biāo)跟蹤方法

有效

• 申請?zhí)枺?/td>: 202010009902.7
• 申請日: 2020-01-06
• 公開（公告）號: CN111142100B
• 公開（公告）日: 2022-08-09
• 發(fā)明（設(shè)計）人: 王昊;徐達龍;王巖;徐文文;權(quán)雙龍;張丹妍
• 申請（專利權(quán)）人: 南京鷹目電子科技有限公司
• 主分類號: G01S13/72
• 分類號: G01S13/72
• 代理公司: 北京中知法苑知識產(chǎn)權(quán)代理有限公司 11226
• 代理人: 李明;趙吉陽

一種雷達目標(biāo)跟蹤方法，其特征在于，所述方法包括如下步驟：建立雷達目標(biāo)跟蹤模型庫；初始化S1中的目標(biāo)跟蹤模型，并初始化模型的組合策略，得到初始化了的組合目標(biāo)跟蹤模型；k(k＝1,2……)時刻獲取雷達檢測到的目標(biāo)信息，所述目標(biāo)信息包括目標(biāo)的運動速度、目標(biāo)距雷達的距離、目標(biāo)的運動加速度中的一個或多個；估計k+1時刻跟蹤目標(biāo)信息，得到k+1時刻跟蹤目標(biāo)信息預(yù)測值和k+1時刻的組合目標(biāo)跟蹤預(yù)測模型；計算聯(lián)合跟蹤門；得到k+1時刻跟蹤目標(biāo)信息優(yōu)化值和k+1時刻的組合目標(biāo)跟蹤優(yōu)化模型。本發(fā)明提出的雷達目標(biāo)跟蹤方法，提高了目標(biāo)跟蹤的精度。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)跟蹤領(lǐng)域，具體為一種雷達目標(biāo)跟蹤方法。

背景技術(shù)

隨著科學(xué)技術(shù)的迅猛發(fā)展，機動目標(biāo)運動狀態(tài)的跟蹤與預(yù)測是估計當(dāng)前和未來時刻目 標(biāo)運動參數(shù)的必要手段。由于機動目標(biāo)的運動特征多樣，使用單一固定的模型難以準確描 述目標(biāo)的運動狀態(tài)，所以需要用多個模型來描述機動目標(biāo)的運動狀態(tài)。

目前對機動目標(biāo)運動狀態(tài)進行預(yù)測的多模型方法有：廣義偽貝葉斯、交互式多模型、 變結(jié)構(gòu)多模型算法等。交互式多模型是在廣義偽貝葉斯算法的基礎(chǔ)上，通過馬爾科夫概率 轉(zhuǎn)移矩陣，使多個不同運動模型分別匹配目標(biāo)不同運動狀態(tài)的一種關(guān)于混合系統(tǒng)狀態(tài)估計 的算法。相比于其他算法，交互式多模型算法有較好的跟蹤性能與較低計算代價。但是現(xiàn) 有技術(shù)中的模型并不能完全滿足具體使用中的需求，存在的由于目標(biāo)發(fā)生機動導(dǎo)致濾波模 型與目標(biāo)運動模型不匹配造成的誤差增大或者失跟的問題。

發(fā)明內(nèi)容

為了解決上述問題，本發(fā)明提出了一種能夠提高對機動目標(biāo)跟蹤精度的雷達目標(biāo)跟蹤 方法，其特征在于，所述方法包括如下步驟：

S1：建立雷達目標(biāo)跟蹤模型庫，所述模型庫中含有至少一種目標(biāo)跟蹤模型；

S2：初始化S1中的目標(biāo)跟蹤模型，并初始化模型的組合策略，得到初始化了的組合目 標(biāo)跟蹤模型；

S3：k(k＝1,2……)時刻獲取雷達檢測到的目標(biāo)信息，所述目標(biāo)信息包括目標(biāo)的運動 速度、目標(biāo)距雷達的距離、目標(biāo)的運動加速度中的一個或多個；

S4：根據(jù)S3中獲取的雷達檢測到的k(k＝2,3……)時刻的目標(biāo)信息、外部控制信息、 k時刻的組合目標(biāo)跟蹤模型，估計k+1時刻跟蹤目標(biāo)信息，得到k+1時刻跟蹤目標(biāo)信息預(yù)測 值和k+1時刻的組合目標(biāo)跟蹤預(yù)測模型；

S5：根據(jù)S3中獲取的雷達檢測到的k(k＝2,3……)時刻的目標(biāo)信息、k時刻的組合目 標(biāo)跟蹤模型，計算聯(lián)合跟蹤門；

S6：判斷S4中k+1時刻跟蹤目標(biāo)信息預(yù)測值是否落入S5中的聯(lián)合跟蹤門中，若有跟蹤目標(biāo)信息預(yù)測值落入聯(lián)合跟蹤門中，則利用PDA算法對落入聯(lián)合跟蹤門中的目標(biāo)信息進行濾波，并根據(jù)濾波結(jié)果優(yōu)化k+1時刻跟蹤目標(biāo)信息預(yù)測值、k+1時刻的組合目標(biāo)跟蹤預(yù)測模型，得到k+1時刻跟蹤目標(biāo)信息優(yōu)化值和k+1時刻的組合目標(biāo)跟蹤優(yōu)化模型；若無跟蹤 目標(biāo)信息落入波門中，則返回步驟S3重新獲取雷達檢測到的目標(biāo)信息。

進一步的，所述步驟S1中的目標(biāo)跟蹤模型包括勻速模型、勻加速模型、當(dāng)前統(tǒng)計模型、 轉(zhuǎn)彎模型、連續(xù)轉(zhuǎn)彎模型。

進一步的，在步驟S2中，使雷達試運行t時刻，并根據(jù)t時刻獲取的雷達檢測到的目標(biāo)信息對S1中的目標(biāo)跟蹤模型、模型的組合策略進行初始化。

進一步的，根據(jù)t時刻獲取的雷達檢測到的目標(biāo)信息對S1中的目標(biāo)跟蹤模型、模型的 組合策略進行初始化方法為：將t時刻內(nèi)雷達檢測到的目標(biāo)的運動速度、目標(biāo)距雷達的距 離、目標(biāo)的運動加速度均值作為目標(biāo)跟蹤模型的初始化值；將t時刻內(nèi)雷達檢測到的目標(biāo) 的運動模式中出現(xiàn)概率最大的模式作為模型的組合策略的初始化值，所述雷達檢測到的目 標(biāo)的運動模式包括勻速模式、勻加速模式、當(dāng)前統(tǒng)計模式、轉(zhuǎn)彎模式、連續(xù)轉(zhuǎn)彎模式。

進一步的，所述勻速模型具體為：