[發明專利]一種基于生物搜索算法的多目標數據關聯方法及系統

在審

• 申請號: 202110969982.5
• 申請日: 2021-08-23
• 公開（公告）號: CN113701758A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 王超;曲承志;李斌;賁馳;張艷;陳金濤;張鑫;蘇東
• 申請（專利權）人: 中國北方工業有限公司
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 中國兵器工業集團公司專利中心 11011
• 代理人: 劉瑞東

1.一種基于生物搜索算法的多目標數據關聯方法，其特征在于，該方法包括如下步驟：

步驟S1，結合初始條件并根據最近鄰代價函數和運動匹配度函數建立數據關聯等效量測代價函數模型；

步驟S2，根據所有量測點中每個量測點與前一時刻目標一步預測點的馬氏距離及波門從所有量測點中篩選出目標對應的門內候選量測點；

步驟S3，設定種群數量，所述種群數量小于門內候選量測點數量；將目標與該目標對應的所有候選量測點的一組關聯概率作為種群的一個個體；

步驟S4，對于每個個體通過共生生物搜索算法對代價函數模型進行尋優，根據尋優個體包含的候選量測關聯概率獲得種群數量的等效量測點；

步驟S5，將等效量測點作為等效候選量測點與目標建立關聯，通過標準聯合概率數據關聯算法進行數據關聯；

步驟S6,重復上述步驟S4尋優和步驟S5關聯過程，直到完成航跡關聯。

2.如權利要求1所述的基于生物搜索算法的多目標跟蹤數據關聯方法，其特征在于，所述步驟S1中：

所述最鄰近代價函數指每個等效候選量測點與前一時刻目標一步預測點的馬氏距離；

所述運動匹配度代價函數指每個等效候選量測點與前一時刻目標三步預測點的馬氏距離。

3.如權利要求2所述的基于生物搜索算法的多目標跟蹤數據關聯方法，其特征在于，所述步驟S1中構建代價函數模型的步驟包括：

步驟S11,確定數據關聯初始條件；具體包括：

確定k時刻目標t的狀態轉移矩陣F^t(k)、觀測矩陣H^t(k)、過程噪聲協方差矩陣Q^t(k)和觀測噪聲協方差矩陣R^t(k)，計算k時刻目標t的一步狀態預測值一步觀測預測值一步狀態協方差預測值和新息協方差矩陣S^t(k)；

所述k時刻目標t的一步狀態預測值一步觀測預測值一步狀態協方差預測值和新息協方差矩陣S^t(k)的計算表達式為：

其中，F^t(k)表示k時刻目標t的狀態轉移矩陣，H^t(k)表示k時刻目標t的觀測矩陣，Q^t(k)表示k時刻目標t的過程噪聲協方差矩陣，R^t(k)表示k時刻目標t的觀測噪聲協方差矩陣；

步驟S12，構建數據關聯的代價函數；具體包括：

數據關聯的最近鄰代價函數為：

其中，為k時刻目標t的等效候選量測值，M為種群數量上限；的計算方式為：

其中，為k時刻目標t的門內候選量測值，代表目標t與該目標對應的候選量測j的關聯概率；

計算k-3時刻目標t點跡X^t(k-3|k-3)的三步狀態預測值

將k時刻目標t的所有候選量測值與三步觀測預測值的馬氏距離視為運動匹配代價函數為：

步驟S13，構建數據關聯的代價函數模型為：

4.如權利要求3所述的基于生物搜索算法的多目標跟蹤數據關聯方法，其特征在于，所述步驟S2包括：

步驟S21，計算k時刻每個量測值Z(k)與目標t一步預測量測值的馬氏距離g^t(k)：

步驟S22，若g^t(k)滿足下式條件則保留為目標t的候選量測，記為

g^t(k)≤ζ (12)；

其中ζ為波門門限。