[發明專利]一種目標跟蹤問題中關聯復雜性度量方法

有效

• 申請號: 202010560329.9
• 申請日: 2020-06-18
• 公開（公告）號: CN111708982B
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 劉冰;王藝;賀峰;邢姍姍;李美劍;陳超;王樹剛
• 申請（專利權）人: 中國人民解放軍空軍研究院戰略預警研究所
• 主分類號: G06F17/16
• 分類號: G06F17/16
• 代理公司: 中國兵器工業集團公司專利中心 11011
• 代理人: 辛海明

本發明涉及一種目標跟蹤問題中關聯復雜性度量方法，屬于目標跟蹤數據處理領域。本發明為了克服無法定量化描述高機動目標的穩定精確跟蹤的復雜度問題，將目標跟蹤問題中目標機動復雜度定義為某時刻為保證濾波位置估計誤差不大于跟蹤估計誤差允許上限E₀，和為滿足該條件測量定位誤差可允許的理論最大值σ的比值，即E₀/σ。在Kalman濾波框架下，通過創新性地引入狀態更新誤差縮減因子λ的方法，推導了該復雜度的計算公式，給出了具體的算法步驟。利用此算法提供了一種目標跟蹤問題的場景難度統一標準化辨識標準，定量化分析場景參數對目標跟蹤問題的影響，以及支持科學合理地進行算法等效測試試驗設計。

技術領域

本發明屬于目標跟蹤數據處理領域，具體涉及一種目標跟蹤問題中關聯復雜性度量方法。

背景技術

濾波算法本質是通過引入運動模型來抑制觀測數據隨機噪聲的算法，然而對于目標做復雜高機動動作時運動模型與實際運動難于完全匹配，模型誤差大，導致估計誤差變大，甚至濾波發散。對高機動目標的穩定精確跟蹤是目標跟蹤領域中的難點問題，其復雜性是目標本身機動運動特性、傳感器探測數據率、測量誤差等因素耦合在一起綜合作用結果。然而目前沒有對機動目標跟蹤問題本身的復雜性有統一的規范化定義，導致不同研究都在自己的話語體系下定義的機動目標，無法定量化描述其所研究問題的復雜度，難于說清楚誰研究的問題更加復雜。

發明內容

(一)要解決的技術問題

本發明要解決的技術問題是如何提供一種目標跟蹤問題中關聯復雜性度量方法，以克服無法定量化描述高機動目標的穩定精確跟蹤的復雜度問題。

(二)技術方案

為了解決上述技術問題，本發明提出一種目標跟蹤問題中關聯復雜性度量方法，該方法包括如下步驟：

步驟1、輸入T_k-1時刻狀態估計協方差

步驟2、計算狀態轉移矩陣，Δt為目標跟蹤的數據更新時間步長；

步驟3、計算目標跟蹤數據更新時刻T_k-1到T_k速度平均變化矢量其中n為滿足T_k-1≤t_j＜T_k條件的t_j的個數，v(t_k)，k＝1,...,n為目標的運動速度矢量；

步驟4、估計機動運動的狀態轉移誤差協方差矩陣Q；

步驟5、計算T_k時刻的狀態預測協方差

步驟6、計算為滿足位置誤差需求閾值E₀，k時刻需要的位置誤差縮減比例；

其中為的左上角3×3陣；

步驟7、計算滿足位置誤差需求閾值E₀的測量定位協方差；

其中，I為單位矩陣；

步驟8、輸出T_k時刻的復雜度；

步驟9、更新狀態估計協方差矩陣；

其中，H＝(I_3×3 0_3×3)^T；