[发明专利]一种基于随机有限集的可分辨机动群目标状态估计方法

说明书

本发明涉及一种基于随机有限集的可分辨机动群目标状态估计方法。现有方法对协作关系考虑的不足，对协作误差估计精度不够，导致跟踪精度不高。本发明方法首先进行系统建模，然后进行误差修正，最后进行状态预测与更新。本发明方法给出了在随机有限集的框架下对可分辨机动群目标的状态估计方法，该方法引入图理论，利用图理论的邻接矩阵描述目标间的协作关系，对目标间的位置向量进行优化，并对状态估计的协作误差进行修正，有效的降低目标间的协作关系部分带来的群目标状态估计的误差，解决了传统算法未考虑目标间协作关系对状态估计效果的影响的问题。

技术领域

本发明属于计算机技术领域，具体是多传感器多目标跟踪技术领域，特别涉及一种在随机有限集的框架下，对可分辨机动群目标的状态估计方法。

背景技术

量测位于传感器不同分辨单元的群目标称为可分辨群目标。可分辨群目标的各个子目标间存在着一定的结构关系和协作关系。在对做机动运动的可分辨群目标进行状态估计以及跟踪时，协作误差是影响状态估计以及跟踪效果的重要因素之一。群目标子目标之间的相互关系存在误差，现有技术对当前研究成果对协作关系考虑的不足，对协作误差估计精度不够，导致跟踪精度不高。

发明内容

本发明的目的就是提供一种基于随机有限集的可分辨机动群目标状态估计方法。本发明利用群目标子目标之间的相互关系提出一种新的误差，对协作误差进行修正，提升估计精度和跟踪精度。

本发明方法的具体步骤如下：

步骤(1).系统建模：

假设可分辨群目标做云转速运动，其中目标x在k+1时刻的动态方程如下：

x_k+1＝F_kx_k+Γω_k；

其中，F_k为状态转移矩阵，Γ为状态噪声矩阵，ω_k为系统噪声；当每个目标节点拥有单个父节点时，分辨群目标动态模型如下：

x_k+1,i＝F_k,lX_k,l+b_k(l,i)+Γ_k,iω_k,i；

z_k+1,i＝H_k+1x_k+1,i+v_k+1,i；

其中，x_k+1,i表示目标i在k+1时刻的状态，z_k+1,i表示目标i在k+1时刻的量测状态；F_k,l为目标l在k时刻的状态转移矩阵，Γ_k,i为目标i在k时刻的状态噪声矩阵，ω_k,i表示目标i在k时刻的系统噪声，b_k(l,i)为目标i和目标l之间在k时刻的位置关系，即位移向量；H_k+1为k+1时刻的观测矩阵，v_k+1,i表示目标i在k时刻观测噪声；ω_k,i和v_k+1,i均服从正态分布；

和表示目标i在x轴上的位置和速度，和表示目标i在y轴上的位置和速度，x_k,i∈X_k，X_k为所有目标在k时刻状态的集合，T表示转置；在目标机动过程中，父节点的运动方向与父子节点方向之间的夹角β假设为稳定状态，父节点k时刻的运动方向的角度θ_v获取方式为：

在机动群目标中，位移向量b_k(l,i)满足：

为父节点与子节点之间的距离；