[发明专利]一种用于跟踪转弯机动目标的方法及其系统

摘要

本发明提供一种用于跟踪转弯机动目标的方法，其中，所述方法包括：预测步骤、估计步骤、更新步骤、生成步骤以及输出步骤。本发明还提供一种用于跟踪转弯机动目标的系统。本发明提供的技术方案在保证数据处理实时性的同时，有效地解决了转弯机动目标的跟踪问题。

主权项

一种用于跟踪转弯机动目标的方法，其特征在于，所述方法包括：步骤1、根据前一时刻各个目标的边缘分布、存在概率和转弯率，以及当前时刻与前一时刻的时间差，预测当前时刻各个目标的边缘分布和存在概率；以k‑1表示前一时刻，k表示当前时刻，t_k‑1表示前一时刻的时间，t_k表示当前时刻的时间，k‑1时刻目标i的边缘分布、存在概率和转弯率分别表示为N(x_i,k‑1；m_i,k‑1,P_i,k‑1)、ρ_i,k‑1和ω_i,k‑1，其中N表示高斯分布，i＝1,2,…N_k‑1，x_i,k‑1为k‑1时刻目标i的状态向量，m_i,k‑1和P_i,k‑1分别表示k‑1时刻目标i的状态均值和协方差，N_k‑1为前一时刻目标的总数；由k‑1时刻目标i的边缘分布N(x_i,k‑1；m_i,k‑1,P_i,k‑1)、存在概率ρ_i,k‑1和转弯率ω_i,k‑1预测当前时刻目标i的边缘分布和存在概率分别为N(x_i,k；m_i,k|k‑1,P_i,k|k‑1)和ρ_i,k|k‑1，其中m_i,k|k‑1＝F_i,k|k‑1m_i,k‑1，P_i,k|k‑1＝Q_i,k‑1+F_i,k|k‑1P_i,k‑1(F_i,k|k‑1)^T，ρ_i,k|k‑1＝p_S,k(t_k‑t_k‑1)ρ_i,k‑1，Δt_k＝t_k‑t_k‑1为k时刻与k‑1时刻的时间差，Q_i,k‑1为k‑1时刻目标i的过程噪声协方差矩阵，p_S,k(t_k‑t_k‑1)为目标的幸存概率，且T为采样周期，δ为给定的常数，i＝1,2,…N_k‑1；步骤2、根据前一时刻各个目标的边缘分布和存在概率，当前时刻与前一时刻的时间差，以及当前时刻的测量集合估计当前时刻各目标对应于每一个测量的转弯率；步骤3、根据估计的各个目标对应于每一个测量的转弯率，前一时刻各个目标的边缘分布，当前时刻各目标的预测存在概率，当前时刻与前一时刻的时间差，以及当前时刻的测量集合，确定当前时刻各个已存在目标的更新边缘分布、存在概率和转弯率；步骤4、利用当前时刻的各个测量产生新目标的边缘分布，为其指定存在概率和转弯率；同时，将当前时刻新目标的边缘分布、存在概率和转弯率分别与所述的当前时刻已存在目标的更新边缘分布、存在概率和转弯率进行合并，生成当前时刻的各个目标的边缘分布、存在概率和转弯率；利用当前时刻M个测量生成当前时刻新生目标的边缘分布为当前时刻各新生目标指定存在概率和转弯率为其中，j＝1,…,M，ρ_γ为所指定的存在概率，为第j个新生边缘分布的协方差，为第j个新生目标的边缘分布的均值，由当前时刻的第j个测量数据产生，并且将已存在目标的边缘分布与当前时刻新生的边缘分布进行合并，形成当前时刻各目标的边缘分布为合并后各目标的存在概率和转弯率分别为和其中N_k＝N_k‑1+M；步骤5、从所述的合并后的各个目标中将存在概率小于第一阈值的目标裁减掉，并且将裁减后余下目标的边缘分布、存在概率和转弯率作为下一时刻递归滤波的输入，同时，从裁减后余下目标的边缘分布中提取存在概率大于第二阈值的边缘分布作为当前时刻的输出，并且将各个输出边缘分布的均值与方差分别作为当前时刻目标的状态估计与误差估计。