[发明专利]大视场光电成像多弱小目标跟踪中数据关联问题处理方法

权利要求书

1.一种大视场光电成像多弱小目标跟踪中数据关联问题处理方法，其特征在于，所述大视场光电成像多弱小目标跟踪中数据关联问题处理方法通过计算跟踪门内的各个回波点迹方向与上一时刻预测点方向的偏差，根据其大小对相应回波给予一定的方向权重，得到方向信息下的方向互联概率；再通过计算跟踪门内的各个回波点迹的灰度与上一时刻目标点的灰度差，得到各个回波的灰度变化因子，根据这个因子计算出在灰度信息下的灰度互联概率；最后，对原GPDA算法计算出来的只包含距离信息的互联概率和算出的方向互联矩阵和灰度互联矩阵赋予不同的权重，通过加权求和得到总的互联概率。

2.如权利要求1所述的大视场光电成像多弱小目标跟踪中数据关联问题处理方法，其特征在于，所述大视场光电成像多弱小目标跟踪中数据关联问题处理方法的距离方向灰度加权广义数据关联方法包括：在杂波中跟踪的目标个数为T，目标的状态方程和量测方程分别为：

式中：X(k|k)为k时刻目标状态向量，A(k+1,k)为系统的从k时刻到k+1时刻的状态转移矩阵，Γ(k)为系统噪声，W(k)为状态噪声，为量测向量，C(k+1,k)为观测矩阵，V(k)为量测噪声；并且W(k)和V(k)都是均值为零，方差为Q_k和R_k的互不相关的高斯白噪声序列；

k时刻的有效量测集合是：

其中，m_k是确认的与所关心目标相关联的有效量测数，则k时刻之前的所有有效量测的累积集合表示为：

3.如权利要求1所述的大视场光电成像多弱小目标跟踪中数据关联问题处理方法，其特征在于，所述大视场光电成像多弱小目标跟踪中数据关联问题处理方法的原GPDA算法的互联概率的计算包括：

定义目标t与量测i之间的统计距离为构成互联事件的基本信息，和JPDA类似构造由量测与目标之间的聚概率统计距离构成的矩阵E：

其中：f_it是量测i与目标t之间的统计距离；

为量测与预测位置的信息；

其中f_0t表示目标t(t≠0)未得到任何正确量测的概率，即未被检测到的概率；f_i0表示量测i(i≠0)是虚警的概率；0量测与0目标相关联无任何意义，定义f₀₀＝0；得到量测与目标之间的统计距离所构成的新的聚概率统计矩阵：

F＝[f_it] i＝1,…,m_k；t＝1,...,T；

广义联合关联的划分规则下可得GPDA的互属关联概率：

用距离互联矩阵Dis_i×t表示由原GPDA计算出来的互联概率。