[发明专利]一种对点目标和扩展目标进行无缝跟踪的方法

说明书

本发明公开了一种对点目标和扩展目标进行无缝跟踪的方法，属于高分辨传感器目标跟踪技术领域。本发明所述方法用可变维度的高斯过程GP建模目标的可变外形轮廓，目标轮廓占据的各个传感器分辨单元记为量测源；若相对于传感器观测的目标越小，目标轮廓上的量测源个数越少，反之亦然。本发明利用量测源个数的估计值大小在线调整GP模型的半径数。本发明能适应ET的外形变化和ET与PT之间的相互转换，无缝地跟踪多个ET和PT，并保持较好的跟踪性能。当目标为ET时，ET‑GP‑PMHT跟踪和输出目标的位置和外形；当目标为PT时，ET‑GP‑PMHT仅跟踪和输出目标的位置。此外，该方法计算复杂度与量测数、半径数和目标数相关。当ET外形变小时，采用的GP模型半径数变少，计算复杂度减小。

技术领域

本发明属于高分辨传感器目标跟踪技术领域，具体涉及一种对点目标和扩展目标进行无缝跟踪的方法。

背景技术

在现有的跟踪算法中，目标被建模成点源。随着雷达分辨率的提高或者目标离传感器较近，目标占多个分辨单元，产生多个量测，点目标(PT)模型不再适用，由此演化出扩展目标(ET)的问题，因此，出现了越来越多研究ET跟踪(ETT)算法的文献。

在现有的ETT研究中，ET状态被建模成运动状态和目标外形两部分。近年来，各种ET外形建模方式被提出。随机矩阵(RM)模型采用对称的正定矩阵建模成一个椭圆，其运动状态满足高斯分布，目标外形则满足逆Wishart分布。仅用椭圆去模拟目标的外形不适宜于所有的目标，因此非椭圆模型更加适合于任意形状的ET。

一个直观的想法是将目标建模成多个椭圆的结合，另一种方法是采用星凸形状方法，它把未知扩展目标形状建模成有限个未知的半径函数，基于随机超表面模型(RHM)的星凸形状方法在频域内定义半径函数，采用傅里叶级数展开的方法对半径参数化。在RHM框架中可以用最大期望(EM)的方法，EM基于递归高斯RHM方法的优势也被研究验证。基于高斯过程(GP)模型的星凸形状方法能在空间域对目标半径函数建模，即目标外形建模，并保持目标未观测部分的不确定性。它足够灵活，可以用来表示各种形状。在GP框架中，扩展卡尔曼滤波(EKF)和粒子滤波(PF)可以跟踪单个扩展目标，为了跟踪多个目标，标签多伯努利(LMB)滤波和高斯混合概率假设密度(GM-PHD)滤波在异构多传感器场景中被提出。

在实际的ETT场景中的多个ET可能有不同的外形，离传感器远或近，目标可能占据一个分辨单元或多个分辨单元表现为PT或ET。同一个目标，离传感器近时可能表现为ET，远时为PT。在某些监测区间中可能同时存在ET和PT，扩展目标相对于传感器的大小会随着目标分裂、合并、偏转和距传感器距离的变化而发生的更改。现在的GP模型ETT算法采用外形半径数固定的GP模型，不再适应于多个变化外形的扩展目标。尽管现有的方法可以处理目标大小的某些较弱的变化，但是没有提出系统有效地处理外形变化，特别是ET与PT之间变化的方法。

发明内容

本发明的目的在于针对上述问题，提出一种对点目标和扩展目标进行无缝跟踪的方法，以在存在杂波和漏检情况下，跟踪ET的外形变化和同时跟踪PT和ET，解决量测和外形点的数据关联问题。

实现本发明的技术关键是：用可变维度的GP建模目标的可变外形轮廓，引入泊松率估计量测源个数，量测源个数反映外形点个数，从而可用泊松率动态调整GP模型的半径个数，使模型适应于目标外形的变化。并采用PMHT算法解决数据关联问题，从而完成多个扩展目标在杂波中的跟踪。

本发明所提出的技术问题是这样解决的：

一种对点目标和扩展目标进行无缝跟踪的方法，包括以下步骤：

步骤1.初始化ET-GP-PMHT算法参数：

步骤1a.初始化状态背景参数和GP模型参数：状态转移矩阵，状态噪声协方差，初始状态协方差，超参数等；