[发明专利]一种基于模型的联合跟踪与识别方法

说明书

本发明公开了一种基于模型的联合跟踪与识别方法，目的是提高跟踪和识别的准确率。技术方案是先对目标运动状态与传感器观测进行建模，对目标状态、目标识别概率进行初始化；根据观测数据预测目标运动状态模型和观测模型；对目标的状态和类别进行联合跟踪与识别，得到目标状态估计和目标识别概率估计值；判断目标识别概率估计值中的最大值是否大于阈值，若大于，则说明识别结果已经确定，输出跟踪和识别结果，跟踪识别结束。本发明实现了基于宽带雷达目标运动学和距离像观测的联合预测，实现了目标状态与类型的联合跟踪与识别，采用本发明可利用连续跟踪信息有效提高目标的正确识别概率和跟踪准确性，扩展联合传统目标跟踪与识别方法的适用范围。

技术领域

本发明涉及一种运动目标的联合跟踪与识别方法，尤其是基于雷达宽带测量的弱机动目标跟踪与识别一体化处理方法。

背景技术

在传统的运动目标跟踪与识别方法中，目标的识别和跟踪往往被视为两个独立的环节，其方法是先对目标进行识别，在此基础上对感兴趣目标维持跟踪。这种方法将识别作为一次性决策，其判断失误可能导致整个过程产生错误；同时，由于识别和跟踪环节不存在交联和反馈，识别结果也无法给跟踪环节提供有效的信息。为了提高对目标识别和跟踪的一体化处理能力，文献1：A.Donka，M.Lyudmila，“Joint target tracking andclassification with particle filtering and mixture Kalman filtering usingkinematic radar information”，Digital Signal Processing，2006，16：180-204(A.Donka等人于2006年在《数字信号处理》期刊第16卷发表的论文，题目为“利用雷达运动学信息和粒子滤波/混合卡尔曼滤波进行联合目标跟踪与分类”，称为背景技术1)公开了一种基于目标运动学测量信息(包括目标的距离、角度)的联合目标跟踪与识别处理方法。该方法从不同类型的空中飞机目标具有不同的机动特性(如加速度大小、速度包线等)出发，通过目标运动参数(如：位置、速度和加速度)的估计实现目标跟踪与识别的联合处理。该方法不足表现为：1)该方法中目标的识别主要通过对高速运动目标的机动模式判断来实现，在雷达探测过程中，若目标不执行机动飞行动作，识别条件无法得到满足；2)对于弱机动目标，如慢速运动大型舰船等，由于其在机动能力和速度包线等方面不存在显著的差异性，该方法不适用；3)此方法基于传统的窄带雷达，只能对应点目标，由于受分辨率条件的限制，只能获取目标的信号幅度或雷达截面积(Radar Cross Section，RCS)等简单观测，无法得到关于目标的更多细节信息；且RCS严重敏感于目标姿态，在不同的观测角度下其大小起伏变化不定，通过目标RCS进行目标识别非常困难。

宽带雷达可以实现目标在纵向距离维度上的分辨力，由此得到的观测结果称为高分辨距离像(High Range Resolution Profile，HRRP)，相应地，此时的目标被称为扩展目标(表示目标占据多个距离分辨单元)。HRRP比RCS提供了更多关于目标的细节信息，在进行目标分类识别时可以摆脱对目标机动特性的依赖；但HRRP本身同样面临姿态敏感问题，在有多种混淆目标的条件下，不同类型目标在不同姿态下的HRRP特征可能具有高度的相似性，造成模式分类决策的模糊性，从而影响最终的目标识别效果。

因此，如何充分利用目标的运动学测量与高分辨距离像测量信息，提高目标跟踪与识别精度，是雷达系统整体性能提升中面临的一个重要问题。