[发明专利]一种IMM-MHT多目标跟踪方法

说明书

本发明提供一种IMM‑MHT多目标跟踪方法，基于自适应参数的假设树管理优化，从限制假设树生成以及加速冗余假设树的剪枝两个方面入手，减少运算量，降低系统的运算时间，同时本发明融合了多模型跟踪算法，能够在提高跟踪的稳定性的同时减少murty算法的计算复杂度，从而使得计算速度更快。

技术领域

本发明属于雷达技术领域，尤其涉及一种IMM-MHT多目标跟踪方法。

背景技术

随着科学技术的发展，军事装备也在不停的更新升级，在空中目标跟踪领域，由于空中目标在飞行过程时常会伴有诱饵和干扰机等设备的影响使得雷达会接受到密集的杂波干扰，再加上空中目标灵活的机动能力，使得传统的雷达跟踪方法在此种情况下经常产生漏跟与误跟的现象，最终导致系统无法准确地估计出目标的运动信息并且对目标进行识别。

传统MHT算法中为了保证目标跟踪的成功率通常需要维持较大的假设树深度，然而这一做法在杂波较为密集的情况下会为系统带来庞大的计算量，为系统带来巨大的负担，甚至无法满足实时性的要求

为了解决杂波密集情况下的多机动目标跟踪问题，本文提出了一种基于改进的IMM-MHT多目标跟踪算法。

发明内容

为解决上述问题，本发明提供一种IMM-MHT多目标跟踪方法，解决杂波密集情况下的多机动目标跟踪问题，提高运算效率。

一种IMM-MHT多目标跟踪方法，包括以下步骤：

S1：假设每个待跟踪目标对应一棵由真实航迹和可能航迹构成的假设树，其中，真实航迹和可能航迹均由各时刻待跟踪目标周围的雷达量测构成，待跟踪目标的雷达量测作为假设树中的子节点，其中，雷达量测信息包括待跟踪目标与雷达之间的径向距离、水平角以及俯仰角；

S2：获取当前k时刻的回波信号，并将其作为雷达量测，其中，回波信号包括待跟踪目标的真实量测和杂波量测；

S3：分别获取各待跟踪目标在k-1时刻得到的假设树中的末级子节点对应的波门的中心点坐标以及波门的大小，其中，波门定义为当前k时刻每个待跟踪目标的理论量测可能出现的区域；

S4：采用murty算法获取落入各末级子节点对应波门概率最大的两个雷达量测，其中，落入波门的雷达量测为各待跟踪目标在当前k时刻最有可能出现的位置，同时，将落入波门概率最大的两个雷达量测记为备选航迹点；

S5：对于所有已有的假设树，将其末级子节点分别作为父节点，再将各自波门内的备选航迹点与之关联作为自身的下一级子节点，得到延续假设树；将所有雷达量测作为新发现目标的航迹的起点，得到起点假设树；同时，将存在共享雷达量测的假设树合并成一个聚类，没有共享雷达量测的假设树单独作为一个聚类；

S6：分别在每个聚类中获取每个末级节点对应的航迹，并选取不包含相同雷达量测的若干条航迹构建相容的航迹组合，得到每个聚类对应的由所有可能航迹组合构成的航迹集合；

S7：对于每一个航迹集合，计算其包含的每一个航迹组合的正确概率，将正确概率最大者对应的航迹组合作为最终假设；

S8：根据最终假设中的设定，确定每个备选航迹点是否为k-1时刻的末级节点的延续节点，如果是，则使用自适应参数法对该备选航迹点所属的假设树进行剪枝，其中，剪枝包括以下步骤：

获取步骤S7中确定的最终假设中的末级子节点，以该末级节点往回溯源，得到第k-L+1级子节点，然后将所述第k-L+1级子节点的父节点的其他子节点分支切除，完成剪枝，其中，L为设定的剪枝深度；

S9：获取各待跟踪目标对应的剪枝后的假设树后，将同一聚类内的假设树进行两两对比，得到各待跟踪目标当前k时刻的最终航迹，实现目标跟踪，其中，所述两两对比的方法为：

分别获取各假设树上k时刻的航迹点的运动状态，其中，运动状态包括航位置、速度以及加速度；