一種雷達系統(tǒng)中的多目標跟蹤方法
【專利摘要】本發(fā)明公開了一種雷達系統(tǒng)中的多目標跟蹤方法。它是在雷達測量值分扇區(qū)處理的前提下，通過對雷達不同扇區(qū)的高斯成份進行相應的時間預測、測量修正、融合修剪、目標狀態(tài)提取，實現(xiàn)跨扇區(qū)多目標跟蹤，最終實現(xiàn)非同步測量條件下雷達全平面多目標跟蹤，從而解決了傳統(tǒng)概率假設密度濾波無法直接應用于雷達系統(tǒng)的問題。整個過程不要求所有測量值在同一時刻測量，而且能夠處理變化數(shù)目的多目標跟蹤問題，并且與傳統(tǒng)的方法(如聯(lián)合概率數(shù)據(jù)關聯(lián)、多假設跟蹤等)相比計算負擔小，另外航跡起始、維持與終結(jié)都是自然完成的，不需要單獨列出。
【專利說明】-種雷達系統(tǒng)中的多目標跟蹤方法

【技術(shù)領域】
[0001] 本發(fā)明涉及多目標雷達跟蹤【技術(shù)領域】，更具體的，涉及一種雷達系統(tǒng)中的多目標 跟蹤方法。

【背景技術(shù)】
[0002] 經(jīng)過數(shù)十年的研究和發(fā)展，多目標跟蹤技術(shù)在理論和應用上都取得了長足進展， 已被廣泛應用于軍事、航天、環(huán)境檢測等眾多領域。
[0003] 傳統(tǒng)多目標跟蹤方法通過引入數(shù)據(jù)關聯(lián)技術(shù)將多目標跟蹤問題簡化為單目標跟 蹤問題。常見的數(shù)據(jù)關聯(lián)技術(shù)主要有：最近鄰法（NN)、聯(lián)合概率數(shù)據(jù)關聯(lián)法（JPDA)，W及多 假設跟蹤法（MHT)等。順法計算簡單、易于實現(xiàn)，但是跟蹤性能較差，如在密集雜波、目標 交叉等情況下容易跟丟或跟錯目標。標準的JPDA法僅能針對固定數(shù)目的目標進行跟蹤，而 實際戰(zhàn)場上隨時都可能有目標出現(xiàn)或者消失，對于該種目標數(shù)目變化的情況，JPDA方法應 用起來十分不便。MHT法隨著傳感器掃描次數(shù)和測量回波數(shù)目的增加容易出現(xiàn)組合爆炸現(xiàn) 象，嚴重影響算法的實時性。由此可見數(shù)據(jù)關聯(lián)的引入?yún)s又使得多目標跟蹤問題更加復雜 化。該使得尋求不需要數(shù)據(jù)關聯(lián)的多目標跟蹤算法成為一個新的研究課題。
[0004] 近年來，有限集統(tǒng)計（Finite-Set Statistics, FISST)理論[Mahler R P S. Multi-target Bayes filtering via frst-order multitarget moments. IEEE Transactions on Aerospace and Electronic Systems, 2003, 39(4):1152-1178 ;Mahler R P. Statistical Multisource-Multi-target Information Fusion. Norwood:Artech 化use, 2007]的提出，其作為隨機有限集（Random Finite Set, RF巧的重要研究方向，為解 決多目標跟蹤技術(shù)中上述相關難題提供了新的解決渠道，即概率假設密度（P皿）濾波。與 傳統(tǒng)方法相比，基于FISST的多目標跟蹤方法具有堅實的數(shù)學理論基礎。算法實現(xiàn)過程中 不使用數(shù)據(jù)關聯(lián)，能夠處理變化數(shù)目的多目標跟蹤問題，并且計算復雜度與傳統(tǒng)的方法相 比要小，另外航跡起始、維持與終結(jié)都是自然完成的，不需要單獨列出。不過在實際雷達系 統(tǒng)中，由于雷達測量的非同步性，現(xiàn)有的P皿濾波無法直接應用。
[0005] 實際雷達系統(tǒng)中，由于波速掃描時間不同，在同一扇區(qū)內(nèi)的的測量值也會存在時 間上的非同步性。W測量周期12砂，雷達全平面分為32個扇區(qū)為例，每個扇區(qū)中測量值在 時間上的最大差值大約在0. 3333砂，對于280米/砂速度的目標而言，該樣的測量時差會 導致將近100米的模型誤差。不同的測量扇區(qū)的時間差甚至可達數(shù)砂，而現(xiàn)有的P皿濾波 算法都是針對相同時刻的測量值進行測量修正，該使得現(xiàn)有P皿濾波無法直接應用于實際 雷達系統(tǒng)。
[0006] 現(xiàn)有的概率假設密度（P皿）濾波只能針對相同時刻測量值才能實現(xiàn)多目標跟蹤 功能。


【發(fā)明內(nèi)容】

[0007] 發(fā)明目的：本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種雷達系 統(tǒng)中的多目標跟蹤方法。
[0008] 為了解決上述技術(shù)問題，本發(fā)明公開了一種雷達系統(tǒng)中的多目標跟蹤方法，從雷 達正北方向開始，W k-1表示雷達系統(tǒng)前一個掃描周期，W k表示雷達系統(tǒng)當前掃描周期， 記雷達系統(tǒng)的掃描周期為f，將雷達系統(tǒng)的掃描界面平分為N個扇區(qū)，將測量值根據(jù)方位分 別放入對應扇區(qū)，然后執(zhí)行W下步驟：
[0009] 步驟1，接收到當前掃描周期第n扇區(qū)的測量值集合《'，n = 1，2,…，N，N取值為 自然數(shù)；
[0010] 步驟2,根據(jù)當前第n個扇區(qū)前一掃描周期對應時刻目標狀態(tài)強度的高斯項，預 測當前時刻對應扇區(qū)目標狀態(tài)強度的高斯項；根據(jù)與當前扇區(qū)的兩側(cè)相鄰的兩個扇區(qū)的前 一掃描周期對應時刻目標狀態(tài)強度的高斯項，預測當前扇區(qū)對應時刻目標狀態(tài)強度的高斯 項；
[0011] 步驟3,根據(jù)步驟2所得到的當前扇區(qū)及其相鄰扇區(qū)對應時刻目標狀態(tài)強度的高 斯項，計算當前扇區(qū)及其兩側(cè)相鄰扇區(qū)對應時刻的預測測量值及相關預測誤差協(xié)方差陣；
[0012] 步驟4,基于步驟3所得到的當前扇區(qū)及其兩側(cè)相鄰兩個扇區(qū)預測測量值及相關 預測誤差協(xié)方差陣，結(jié)合當前扇區(qū)的測量值進行跨扇區(qū)測量更新；
[0013] 步驟5,針對步驟4所得到的測量更新后的高斯項進行裁剪與合并，裁剪與合并后 的高斯項作為當前時刻的高斯項，根據(jù)當前時刻高斯項所在位置將其放入相應的扇區(qū)緩沖 區(qū)中，作為下次相應扇區(qū)濾波器遞歸的輸入；
[0014] 步驟6,根據(jù)裁剪與合并后的高斯項，提取權(quán)重大于0. 5的高斯項作為濾波器的輸 出，相應高斯項中的均值和方差分別為存活目標的狀態(tài)估計和誤差估計。
[0015] 本發(fā)明中，雷達系統(tǒng)中目標狀態(tài)表示方程為：
[001 引 Xk = FkXk-I+Wk-I (1)，
[0017] 其中A =咕，而，興，乂}表示k時刻目標狀態(tài)向量，Xk_i表示k-1時刻目標狀態(tài) 向量，其中Xk, yk對應表示目標在X軸和y軸的位置、^，知對應表示目標在X軸和y軸的速 度，系統(tǒng)噪聲Wk服從標準正態(tài)分布N(0, Qk)，狀態(tài)轉(zhuǎn)移矩陣Fk及噪聲方差陣Qk分別為：

【權(quán)利要求】
1. 一種雷達系統(tǒng)中的多目標跟蹤方法，其特征是，從雷達正北方向開始，以k-1表示雷 達系統(tǒng)前一個掃描周期，以k表示雷達系統(tǒng)當前掃描周期，記雷達系統(tǒng)的掃描周期為f,將 雷達系統(tǒng)的掃描界面平分為N個扇區(qū)，將測量值根據(jù)方位分別放入對應扇區(qū)，然后執(zhí)行以 下步驟： 步驟1，接收到當前掃描周期第η扇區(qū)的測量值集合<，n =1，2,…，N，N取值為自然 數(shù)； 步驟2,根據(jù)當前第η個扇區(qū)前一掃描周期對應時刻目標狀態(tài)強度的高斯項，預測當前 時刻對應扇區(qū)目標狀態(tài)強度的高斯項；根據(jù)與當前扇區(qū)的兩側(cè)相鄰的兩個扇區(qū)的前一掃描 周期對應時刻目標狀態(tài)強度的高斯項，預測當前扇區(qū)對應時刻目標狀態(tài)強度的高斯項； 步驟3,根據(jù)步驟2所得到的當前扇區(qū)及其相鄰扇區(qū)對應時刻目標狀態(tài)強度的高斯項， 計算當前扇區(qū)及其兩側(cè)相鄰扇區(qū)對應時刻的預測測量值及相關預測誤差協(xié)方差陣； 步驟4,基于步驟3所得到的當前扇區(qū)及其兩側(cè)相鄰兩個扇區(qū)預測測量值及相關預測 誤差協(xié)方差陣，結(jié)合當前扇區(qū)的測量值進行跨扇區(qū)測量更新； 步驟5,針對步驟4所得到的測量更新后的高斯項進行裁剪與合并，裁剪與合并后的 高斯項作為當前時刻的高斯項，根據(jù)當前時刻高斯項所在位置將其放入相應的扇區(qū)緩沖區(qū) 中，作為下次相應扇區(qū)濾波器遞歸的輸入； 步驟6,根據(jù)裁剪與合并后的高斯項，提取權(quán)重大于0. 5的高斯項作為濾波器的輸出， 相應高斯項中的均值和方差分別為存活目標的狀態(tài)估計和誤差估計。
2. 根據(jù)權(quán)利要求1所述的雷達系統(tǒng)的多目標跟蹤方法，其特征在于：所述雷達系統(tǒng)中 目標狀態(tài)方程為： Xk - FkXk-l+Wk-l⑴， 其中=?，·^，外，九}表示k時刻目標狀態(tài)向量，Xh表示k-1時刻目標狀態(tài)向量， 其中Xk，yk對應表示目標在X軸和y軸的位置、^，九對應表示目標在X軸和y軸的速度，系 統(tǒng)噪聲Wk服從標準正態(tài)分布N(0,Qk)，狀態(tài)轉(zhuǎn)移矩陣Fk及噪聲方差陣Qk分別為：
其中t為每個扇區(qū)對應的時間間隔，t的上標表示t的冪次方，< 為過程噪聲方差值， <的取值范圍為區(qū)間（0,100); 設雷達的位置為s° = {x°，/}，x°，/分別為雷達位置沿X軸和y軸的坐標，測量方程 為：
其中Zk為k時刻的測量值，h(xk，Vk)表示雷達測量方程，Vk是k時刻雷達測量噪聲向 量，徑向距離測量噪聲vl服從標準正態(tài)分布叫抑，#)，其中為徑向距離誤差測量方差， 4取值范圍是（0,1000000)，方位角測量噪聲<服從標準正態(tài)分布Μ:ν;0，σν22)，其中Cr)為 方位誤差測量方差，σ,2」取值范圍是（〇,4)。
3. 根據(jù)權(quán)利要求2所述的雷達系統(tǒng)的多目標跟蹤方法，其特征在于：所述雷達系統(tǒng)初 始化包括：獲得目標初始時刻的狀態(tài)，包含目標初始時刻的位置和速度，得到第〇個周期的 目標狀態(tài)估計集合的高斯項為·[Hf，其中Jtl表示式中高斯項的總數(shù)，i為自然 數(shù)，取值范圍為1，2….，Jtl,wp代表第i個高斯項對應的權(quán)重代表第i個高斯項對應 的均值，代表第i個高斯項對應的協(xié)方差矩陣。
4. 根據(jù)權(quán)利要求3所述的雷達系統(tǒng)的多目標跟蹤方法，其特征在于：步驟2中，記k-1 τη 周期第η個扇區(qū)的高斯成份集合表示為，其中表示式中高斯項 的總數(shù)，j為自然數(shù)，取值范圍為1，2....，，>?公代表第j個高斯項對應的權(quán)重，》 代表第j個高斯項對應的均值，〗tf代表第j個高斯項對應的協(xié)方差矩陣；利用雷達系統(tǒng)方 程將k-Ι周期第η個扇區(qū)及其兩側(cè)相鄰兩個扇區(qū)的高斯成份集合進行預測，得到k周期第 η個扇區(qū)所對應的預測高斯成份集合·[ , /IiH1，Pg1，gf1，其中表示預測高斯成 份集合高斯項的總數(shù)，1為自然數(shù)，取值范圍為1，2. ...，，下標kIk-Ι表示預測， 代表第1個預測高斯項對應的權(quán)重，《4^代表第1個預測高斯項對應的均值，代表第1個預測高斯項對應的協(xié)方差矩陣；該預測高斯成份集合中包括第η個扇區(qū)及其相鄰兩個扇 區(qū)的存活高斯成份預測項=K, =込+1壏C,其中h是 目標存活概率，取值范圍為區(qū)間（〇,I)，F(xiàn)lrf為k-ι時刻狀態(tài)轉(zhuǎn)移矩陣,上標T為轉(zhuǎn)置。
5. 根據(jù)權(quán)利要求4所述的雷達系統(tǒng)的多目標跟蹤方法，其特征在于：步驟3中，針對k 周期第η個扇區(qū)所對應的預測高斯成份集合^^1，》1&1，1>1￡1，/^3+1，分別計算： 預測測量值 預測測量誤差協(xié)方差陣^ ， 增益矩陣= [成?ΡΓΓ1， 估計誤差協(xié)方差陣# =σ-， 其中Aidiagif.，σ,2:)為k時刻雷達系統(tǒng)測量誤差協(xié)方差陣，I為對應維數(shù)的單位矩 陣，為測量方程h(xk，0)在Xi 處線性化所得到的矩陣，即：
6. 根據(jù)權(quán)利要求5所述的雷達系統(tǒng)的多目標跟蹤方法，其特征在于：步驟4中，針對第 η個扇區(qū)的每一個測量值~e，對預測高斯成份進行測量修正得到多目標狀態(tài)集合矩計 算公式為：
其中： 叫1，<^，<丨1)表示均值為《^_1，協(xié)方差陣為#1的標準正態(tài)分布； 表示均值為,協(xié)方差陣為的標準正態(tài)分布； 〇 為直接預測所對應的高斯項權(quán)重，if為第1個預測高斯項對應的 檢測概率，取值范圍為區(qū)間[0.4, 1);
為第1個高斯項和第j個測量值對應的測量修正高斯項權(quán)重，式中求和公式中 的上標q表示自然數(shù)，表示均值為》/?，協(xié)方差陣為的標準正態(tài)分布， Mw(Uf)表示均值為，協(xié)方差陣為#的標準正態(tài)分布，Kk(\)為雜波強度函數(shù)； = +奵乜-從D為經(jīng)測量值Zj修正后的高斯項對應的均值； 為經(jīng)測量值\修正后的高斯項對應的協(xié)方差陣， 得到測量修正后的高斯成份集合^、^，^、。， 其中為測量修正后所得高斯項的個數(shù)，f為自然數(shù)，取值范圍為1，2. ...，，上標f表示對應第f個測量修正后所得高斯項。
7. 根據(jù)權(quán)利要求6所述的雷達系統(tǒng)的多目標跟蹤方法，其特征在于：步驟5中，刪 除測量修正后的高斯成份集合, /^n, 中權(quán)重< #的高斯項，其中# 為裁減門限，取訪= 101-5);然后將距離充分小的高斯成份合并成一個，即將J的高斯項合并成一個，其中7為合并門限，其取值范圍為區(qū)間[4,6]，距離du定義為： 心=? -m忒)r(i^ +#>)-VS-?#)， 高斯成份合并方法如下： -(/) ▽(η 合并后對應高斯項的權(quán)重Wkik =IWklk， IeL 合并后對應高斯項的均值=^γΣΟ: Wk]k 合并后對應高斯項的協(xié)方差陣)，其中L Hk|kfei 為所有可合并高斯成份的指標集合；將融合修剪后的高斯成份根據(jù)其方位分別放入對應扇 區(qū)及其相鄰的兩個扇區(qū)，于是得到k周期第η個扇區(qū)高斯成份集合：。
8. 根據(jù)權(quán)利要求7所述的雷達系統(tǒng)的多目標跟蹤方法，其特征在于：步驟6中，將權(quán)重 大于〇. 5的高斯成份均值提取出來作為第η個扇區(qū)前一扇區(qū)目標狀態(tài)估計值。
9. 根據(jù)權(quán)利要求8所述的雷達系統(tǒng)的多目標跟蹤方法，其特征在于：當k周期第η個 扇區(qū)后一扇區(qū)的測量值集合發(fā)送到數(shù)據(jù)處理器以后，重復步驟2,實現(xiàn)雷達系統(tǒng)中跨扇區(qū)全 平面目標狀態(tài)估計。
【文檔編號】G01S13/66GK104237879SQ201410455610
【公開日】2014年12月24日 申請日期:2014年9月9日 優(yōu)先權(quán)日:2014年9月9日
【發(fā)明者】許建, 黃放明, 黃志良, 孫裔申, 峰 廖, 劉唐興 申請人:中國電子科技集團公司第二十八研究所