[发明专利]一种基于赋值矩阵的密集目标航迹关联方法

权利要求书

1.一种基于赋值矩阵的密集目标航迹关联方法，其特征在于，包括：

通过至少两个传感器获取目标的量测信息并得到目标之间的绝对坐标信息和各传感器的局部航迹集；

根据目标之间的绝对坐标信息得到目标之间的相对坐标信息；

根据目标之间的相对坐标信息得到目标之间的空间分布信息；

以一个目标为坐标原点按预设规则建立矩阵，并对矩阵内的单元格赋值以得到该目标的赋值矩阵信息，重复此规则直至得到所有目标的赋值矩阵信息；

根据目标的赋值矩阵信息计算来自不同传感器的两目标之间的相似性矩阵、位置状态相似度和速度状态相似度，并得到两航迹集各目标之间的综合相似度；

以两航迹集各目标之间的综合相似度为元素生成两航迹集之间目标关联的综合相似性矩阵；

基于匈牙利算法求解综合相似性矩阵，得到最优航迹关联解，表示为M₀[i，j]＝{1，0}；i∈1…N₁、j∈1…N₂，所述i、j表示不同的目标。

2.根据权利要求1所述一种基于赋值矩阵的密集目标航迹关联方法，其特征在于：所述通过至少两个传感器获取目标的量测信息并得到目标之间的绝对坐标信息和各传感器的局部航迹集这一步骤，其具体包括：

根据至少两个传感器获取目标的第一量测信息并将第一量测信息转换为二维笛卡尔坐标系的第二量测信息；

根据第二量测信息得到目标之间的绝对坐标信息并生成各传感器的局部航迹集。

3.根据权利要求2所述一种基于赋值矩阵的密集目标航迹关联方法，其特征在于，计算目标之间的相似性矩阵，其表达式如下：

W_ij＝H_i-H_j；

所述W_ij表示为目标i和目标j之间的相似性矩阵，所述H_i表示为目标i的赋值矩阵，所述H_j表示为目标j的赋值矩阵，所述目标i和目标j来源于不同传感器。

4.根据权利要求3所述一种基于赋值矩阵的密集目标航迹关联方法，其特征在于，计算目标之间的位置状态相似度，其表达式如下：

D_ij＝sum(abs(W_ij))；

所述D_ij表示为目标i和目标j之间的位置状态相似度。

5.根据权利要求4所述一种基于赋值矩阵的密集目标航迹关联方法，其特征在于，计算目标之间的速度状态相似度，其表达式如下：

所述d_ij表示为目标i和目标j之间的速度状态相似度，所述Δv_x表示目标i和目标j在X轴方向上的速度差，所述Δv_y表示目标i和目标j在Y轴方向上的速度差，所述m表示为调整因子，所述Δv表示为单位速度差。

6.根据权利要求5所述一种基于赋值矩阵的密集目标航迹关联方法，其特征在于，得到综合相似度，其表达式如下：

C_ij＝(D_ij+d_ij)；

所述C_ij表示为目标i和目标j之间的综合相似度。