[发明专利]一种基于狄拉克加权和的目标跟踪方法与目标跟踪系统

说明书

技术领域

本发明属于多传感器信息融合技术领域，尤其涉及一种基于狄拉克加权和的目标跟踪方法与目标跟踪系统。

背景技术

多目标贝叶斯滤波器是用于目标检测、定位与跟踪的、理论上最优的数学基础。由于涉及到积分运算，多目标贝叶斯滤波器是难以处理的。为解决多目标贝叶斯滤波器预测与更新方程中积分运算难以处理的问题，序贯蒙特卡洛近似方法或粒子近似方法以及高斯和近似方法相继提出。目前，多目标贝叶斯滤波器已受到广泛重视并在目标检测、定位与跟踪等方面已得到了比较广泛的应用。

然而，多目标贝叶斯滤波器及其近似实现方法要求目标运动过程中过程噪声的分布特征、传感器观测过程中观测噪声的分布特征、以及观测空间中的目标数均是已知的。当过程噪声的分布特征或目标数无法确定时，现有的多目标贝叶斯滤波器及其近似实现方法也难以工作。过程噪声分布特征或目标数未知情况下多目标贝叶斯滤波跟踪问题是需要探索和解决的一个关键技术问题。

发明内容

本发明所要解决的技术问题在于提供一种基于狄拉克加权和的目标跟踪方法与目标跟踪系统，旨在解决过程噪声分布特征未知及目标数目难以确定情况下多目标的贝叶斯滤波与跟踪问题。

本发明是这样实现的，一种基于狄拉克加权和的目标跟踪方法，包括以下步骤：

步骤1：根据前一时刻的后验分布和狄拉克项预测当前时刻的后验分布和狄拉克项，所述后验分布为所述狄拉克项的加权和；

步骤2：结合预测的当前时刻的狄拉克项和当前时刻传感器对目标观测获得的测量集，求取当前时刻更新的狄拉克项，所述当前时刻更新的狄拉克项的加权和构成当前时刻更新的后验分布；

步骤3：对当前时刻更新的狄拉克项进行裁减与合并，裁减合并后的狄拉克项作为当前时刻的狄拉克项，所述当前时刻的狄拉克项的加权和构成当前时刻的后验分布，把当前时刻的狄拉克项和后验分布作为下一次滤波器递推的输入；

步骤4：根据当前时刻的狄拉克项，提取权重的狄拉克项作为滤波器的输出，相应狄拉克项中的目标状态值为目标的状态估计。

进一步地，所述步骤1中，以k-1表示前一时刻，以k表示当前时刻；k-1时刻构成后验分布的狄拉克项表示为i=1,2,…,J_k-1，其中，w表示权重值，m表示目标状态值，J_k-1表示k-1时刻狄拉克项的数目，i为索引号，取值从1至J_k-1；