[发明专利]一种基于概率图模型的目标预测跟踪方法

权利要求书

1.一种基于概率图模型的目标预测跟踪方法，其特征是它是通过概率图模型建模方法建立目标跟踪模型，再通过粒子滤波预测算法进行目标位置估计，经分布式粒子滤波跟踪方法，推断目标各个时刻可能出现的位置，从而实现目标跟踪。

2.根据权利要求1所述的一种基于概率图模型的目标预测跟踪方法，其特征是建立目标跟踪模型的过程为：

1)一个无方向图模型表示为：G＝(V，E)，其中V表示顶点集，E表示边线集，每个顶点s∈V表示一个随机变量xs，s∈V，把无方向图表示的变量认为是离散的，这些变量x的分布表示为：

p(x)＝κ∏_s∈VΨ_s(x_s)∏_(s，t)∈EΨ_st(x_s，x_t)；

式中κ为标准化常数；Ψ_s(x_s)为顶点兼容函数；Ψ_st(x_s，x_t)为边线兼容函数；假设可得到独立噪声的观测量y＝{y_x|s∈V}，那么后验分布p(x)表达式转化为相应的条件概率p(x|y)，其表达式变为：

p(x|y)＝κ∏_x∈VΨ_x(x_s，y_s)∏_(s，t)∈EΨ_st(x_s，x_t)；

2)设在平面区域随机部署N个传感器节点，传感器节点的监测半径为R₀，在观测区域中目标随机出现，传感器节点u对在其观测区域内的目标t进行监测，若传感器节点u监测到目标k，设u监测到目标k的概率为P_o(x_k，x_u)，监测概率P_o(x_k，x_u)与传感器节点u到目标k的距离服从指数规律，并与传感器节点的监测半径R₀有关：

P0(xk,xu)=exp(-12||xk-xu||2/R02)]]>

为了简化，假设有且只有目标落在传感器节点的监测半径R₀范围内，传感器节点u才能监测到目标k，即：

P0(xk,xu)=1for||xk-xu||≤R00otherwise]]>

若传感器节点u监测到目标k，且目标k落在传感器节点的监测半径R₀范围内，由上述得O_ku＝1且P_o(x_k，x_u)＝1，此时传感器节点得到的噪声观测值为：

d_ku＝||x_k-x_u||+v_u  v_u～p_v(x_k，x_u)

式中p_v(x_k，x_u)为与目标及传感器节点有关的随机噪声；

目标的先验分布为p(x_k)，步骤1得到目标跟踪图模型联合概率分布可表示为：

p(xk|{Oku},{dku})∞ΠkΨk(xk)Π(ku)Ψku(xk,xu)]]>

定义模型参数：

ψ_k(x_k)＝p_k(x_k)

ψku(xk,xu)==Po(xk,xu)pv(dku|xk,xu),ifOku=11-Po(xk,xu)otherwise]]>

则目标的后验概率分布为：

p(x1,...,xk,{Oku},{dku})=Π(k,u)p(Oku|xk,xu)Π(k,u):Oku=1p(dku|xk,xu)Πkpk(xk)]]>

当O_ku＝1且P_o(x_k，x_u)＝1时，可得到目标跟踪简化模型：

p(x1,...,xk,{Oku},{dku})=Π(k,u):Oku=1p(dku|xk,xu)Πkpk(xk).]]>