[发明专利]多群/扩展目标椭圆形状估计评价方法

说明书

本发明公开了一种多群/扩展目标椭圆形状估计评价方法，解决了现有性能评价体系不能反应目标的过估与漏估及椭圆长轴朝向估计误差的问题，实现步骤有：获取量测数据；对量测数据滤波得到椭圆形状估计；椭圆形状估计匹配；计算IOU值；得到椭圆长轴朝向误差及势估计错误惩罚后的性能评价指标数值；依NIS值评价滤波器性能；判断是否接收新量测数据，是则更新时刻，继续性能评价，否则结束。本发明通过椭圆形状估计匹配，选择惩罚函数惩罚椭圆长轴朝向估计误差，并惩罚过估或漏估情况获得性能评价结果。本发明响应快、灵敏度高、精度高，能用于目标识别、战场监视、视频监控、空中交通管制等领域。

技术领域

本发明属于雷达目标跟踪技术领域，涉及多群/扩展目标椭圆形状估计的形状估计匹配处理，具体是一种多群/扩展目标椭圆形状估计滤波器评价方法，用于雷达目标跟踪及群/扩展目标形状跟踪的性能评价等。

背景技术

在传统的目标跟踪领域中，通常会忽略目标形状把目标看作点。而随着雷达、红外等传感器分辨率越来越高，获取的目标相关信息越来越多，当传感器对单个目标探测到多个量测时，就必须把目标看成是群/扩展目标来处理。因此不能仅仅只对目标进行跟踪，同时还要估计其形状。群/扩展目标的形状跟踪估计不仅可以用于目标识别、导弹防御、战场监视等军事领域，还可以用在视频监控、空中交通管制等民用领域。近年来，估计群/扩展目标形状的算法主要有随机矩阵(random matrix)方法、随机超平面(random hypersurface)方法和高斯过程(gaussian process)方法3种。实际情况中，由于检测环境中存在噪声干扰，因此从传感器收集到的量测数据中提取详细的形状信息常常是极具挑战性的，所以在许多实际的群/扩展目标跟踪应用中，人们往往会关注简单的形状，为此，当前大部分的群/扩展目标跟踪方法都是使用椭圆对目标形状进行建模，椭圆还能提供关于目标运动方向、扩散范围及大小的相关附加信息。随着群/扩展目标跟踪滤波器算法的不断改进创新，客观上需要一种有效的群/扩展目标形状跟踪滤波器算法评价指标体系。

张慧等人发表的文章“一种基于椭圆随机超曲面模型的群目标高斯混合PHD滤波器”中，因为当时还未有有效的评价指标可以用来衡量算法对目标形状的估计性能，因此分别计算质心位置、椭圆长短半轴及面积估计值与真值之间的OSPA距离，实现对滤波器性能的评价。

王雪等人发表的文章“基于星凸RHM的扩展目标SMC-PHD滤波”中，使用Intersection-over-union(IOU)值作为其形状估计算法的性能评价指标，IOU性能评价指标是一种形状相关的性能评价指标，通过反馈估计形状与真实形状之间相交和相并面积之比来说明形状估计算法在形状估计方面的优劣性。

然而对于多群/扩展目标的椭圆形状估计滤波器，OSPA距离评价指标无法给出该滤波器在椭圆形状估计上形状相关的性能评价指标,使得无法评价椭圆形状估计跟踪滤波器算法对于形状估计的优劣性，不完全适用于椭圆形状估计滤波器的评价指标。将IOU性能评价指标运用到多群/扩展目标跟踪领域里，由于跟踪场景的原因以及跟踪目的的需要，IOU性能评价指标没有反应跟踪过程中出现的势估计错误中的过估与漏估情况，也没有反应椭圆形状估计椭圆朝向误差，因此不能直接运用于多群/扩展目标的椭圆形状估计评价。

发明内容

本发明的目的是针对上述现有技术的不足，提出能够反应势估计错误中过估与漏估、以及椭圆朝向误差的多群/扩展目标椭圆形状估计滤波器评价方法。

本发明是一种多群/扩展目标椭圆形状估计滤波器评价方法，其特征在于，包括如下步骤：

(1)实时获取雷达传感器量测数据；

(2)对雷达传感器量测数据进行滤波处理，得到多群/扩展目标椭圆形状估计参数：将雷达传感器获得的量测数据输入待评价的多群/扩展目标椭圆形状估计滤波器进行多群/扩展目标形状估计跟踪滤波，得到多群/扩展目标椭圆形状估计参数，主要包含有：各个椭圆形状圆心坐标、长短轴长度、椭圆长轴朝向以及运动速度大小、加速度大小；