[发明专利]一种基于交互多模型的低空机动目标跟踪方法

权利要求书

1.一种基于多交互模型的低空机动目标跟踪方法，其特征在于，包括：

A1、建立目标的运动模型集：根据低空飞行目标飞行特点，选择若干运动模型，从而得到运动模型集；

A2、根据目标运动状态得到模型集中各运动模型对应的状态转移矩阵、量测矩阵；

A3、设置模型集中各运动模型参数，并对模型集中各运动模型的目标状态进行初始化；

A4、根据修正的转移概率矩阵指导模型集中各运动模型进行输入交互；

A5、确定有效量测，并通过概率数据关联原理计算各有效量测关联概率，并根据有效两侧关联概率计算综合量测；

A6、跟踪滤波，具体的：滤波器并行工作，对模型集中每个运动模型下的目标运动轨迹进行跟踪，获取模型集中各运动模型目标状态估计值与估计协方差矩阵；

A7、更新模型概率，具体的：根据步骤A5的综合量测、步骤A6的模型集中各运动模型目标状态估计值与估计协方差矩阵，得到模型集中各运动模型的似然函数；

根据模型集中各运动模型的似然函数更新各个运动模型的概率；

A8、状态估计融合，具体的：根据运动模型概率加权各模型状态估计。

2.根据权利要求1所述的一种基于多交互模型的低空机动目标跟踪方法，其特征在于，所述运动模型集中的运动模型具体包括：匀速直线运动模型、协调转弯运动模型和自适应当前统计模型。

3.根据权利要求2所述的一种基于多交互模型的低空机动目标跟踪方法，其特征在于，步骤A4所述修正的转移概率矩阵为根据相邻时间转移概率的差异定义一种修正函数对转移概率矩阵进行实时调整，从而得到修正的转移概率矩阵。

4.根据权利要求3所述的一种基于多交互模型的低空机动目标跟踪方法，其特征在于，所述修正函数具体为：

对于第j个运动子模型，定义该模型在k-1时刻和k时刻的概率分别是μ_j(k-1)和μ_j(k)，那么概率差Δμ^j(k)就直接反映了模型j在连续时间点与真实运动目标模型匹配程度的变化，所述的修正函数数学表达式如下：

其中，j＝1,2,…,N_r。

5.根据权利要求4所述的一种基于多交互模型的低空机动目标跟踪方法，其特征在于，修正后的转移概率矩阵中元素的计算式为：

6.根据权利要求5所述的一种基于多交互模型的低空机动目标跟踪方法，其特征在于，当修正后的转移概率矩阵对角元素小于阈值，则对该对角元素今夏二次调整，调整方式为：

其中，a表示阈值，Π_ii(k)表示对角元素。

7.根据权利要求6所述的一种基于多交互模型的低空机动目标跟踪方法，其特征在于，步骤A5包括：

A51、根据模型概率加权方法计算综合预测和协方差：

其中，为模型j在k时刻的量测预测值，为模型j在k时刻的预测概率，是模型j量测预测值的协方差矩阵；

A52、利用椭圆门确定有效量测：

其中，Z_k为有效量测的集合，z_k为量测点迹，γ_k是控制关联波门大小的阈值；

A53、将各子模型状态估计更新为状态预测值；

A54、计算综合量测，通过概率数据关联原理计算各有效量测关联概率和综合量测。

8.根据权利要求7所述的一种基于多交互模型的低空机动目标跟踪方法，其特征在于，关联波门大小的确定方式为：

V_k＝c_nγ^n/2|S_k|^1/2

其中，c_n为n维单位球体积。