一種基于熵權(quán)值法點(diǎn)跡質(zhì)量評(píng)估的目標(biāo)跟蹤方法
【專(zhuān)利摘要】該發(fā)明涉及一種基于點(diǎn)跡質(zhì)量評(píng)估的最近鄰域目標(biāo)跟蹤方法，屬于雷達(dá)目標(biāo)跟蹤【技術(shù)領(lǐng)域】，特別涉及一種基于熵權(quán)值的多評(píng)估指標(biāo)信息融合的目標(biāo)跟蹤方法。本發(fā)明提出了依據(jù)點(diǎn)跡的多種特征綜合評(píng)估改進(jìn)最近鄰域關(guān)聯(lián)度方法。在數(shù)據(jù)關(guān)聯(lián)時(shí)，對(duì)落入波門(mén)內(nèi)的點(diǎn)跡綜合考慮位置、幅度、多普勒、工作頻率四種量測(cè)指標(biāo)，參考預(yù)測(cè)值或先驗(yàn)信息得到各指標(biāo)下的評(píng)估值，運(yùn)用熵權(quán)值法確定權(quán)值，得到綜合評(píng)估值，利用質(zhì)量評(píng)估中最優(yōu)量測(cè)代替?zhèn)鹘y(tǒng)方法中離預(yù)測(cè)點(diǎn)距離最小的量測(cè)作為航跡更新。從而提高傳感器信息利用率，提高在復(fù)雜環(huán)境下微弱目標(biāo)跟蹤性能。
【專(zhuān)利說(shuō)明】一種基于熵權(quán)值法點(diǎn)跡質(zhì)量評(píng)估的目標(biāo)跟蹤方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)目標(biāo)跟蹤【技術(shù)領(lǐng)域】，特別涉及一種基于熵權(quán)值的多評(píng)估指標(biāo)信息 融合的目標(biāo)跟蹤方法。 技術(shù)背景
[0002] 目前，由于雷達(dá)監(jiān)視場(chǎng)景中的山地、城市、海洋等形成的強(qiáng)雜波、強(qiáng)噪聲背景的干 擾，目標(biāo)本身的機(jī)動(dòng)、隱身的影響，雷達(dá)目標(biāo)跟蹤技術(shù)面臨著巨大的挑戰(zhàn)。在復(fù)雜背景下，有 些雜波無(wú)論在時(shí)域還是頻域上都與目標(biāo)相似，恒虛警檢測(cè)技術(shù)難以有效區(qū)分雜波與目標(biāo)， 大量的虛假點(diǎn)跡給后端目標(biāo)跟蹤、數(shù)據(jù)關(guān)聯(lián)帶來(lái)巨大挑戰(zhàn)。
[0003] 目標(biāo)跟蹤問(wèn)題的核心部分是數(shù)據(jù)關(guān)聯(lián)。常見(jiàn)的數(shù)據(jù)關(guān)聯(lián)方法主要有最近鄰方法 (NN)和概率數(shù)據(jù)關(guān)聯(lián)方法（PDA)等，它們均是利用傳感器獲取與目標(biāo)狀態(tài)向量計(jì)算直接相 關(guān)的信息，如文獻(xiàn)"Tracking in clutter with nearest neighbor filters:Analysis and performance. IEEE Trans. Aerospace Electron. Syst. 32:995-1010"提出了一種最近鄰的 數(shù)據(jù)關(guān)聯(lián)算法，用離預(yù)測(cè)值統(tǒng)計(jì)距離最近的點(diǎn)更新航跡，該算法具有計(jì)算量小和對(duì)雜波分 布變化魯棒性好的特點(diǎn)，但在雜波密度較高的環(huán)境中，僅考慮位置信息作硬判決，很可能造 成誤跟或丟失目標(biāo)的情況。事實(shí)上，傳感器并不只是獲取點(diǎn)跡的位置信息，還可以獲得更 多的有關(guān)目標(biāo)的其它特征數(shù)據(jù)。在無(wú)源多目標(biāo)跟蹤過(guò)程中，通?？梢灾苯佑糜谟?jì)算目標(biāo)狀 態(tài)的量測(cè)數(shù)據(jù)包括信號(hào)到達(dá)方向（D0A)、信號(hào)到達(dá)時(shí)間（Τ0Α)以及多普勒頻率、幅度等。無(wú) 源定位系統(tǒng)可獲得的輻射源特征數(shù)據(jù)包括：極化相位、工作頻率、脈寬、脈幅、脈沖重復(fù)周期 等。文獻(xiàn)"王杰貴，羅景青.基于多目標(biāo)多特征信息融合數(shù)據(jù)關(guān)聯(lián)的無(wú)源跟蹤方法[J].電 子學(xué)報(bào)，2004, 32(6) : 1013-1016. 2004(06) "中，在跟蹤時(shí)利用了目標(biāo)的頻率、脈寬、脈沖重 復(fù)周期三種知識(shí)輔助特征，并分別看作不同的證據(jù)源，利用Dempste-Shafer證據(jù)理論進(jìn)行 多特征信息融合，得到各個(gè)有效觀測(cè)與真實(shí)目標(biāo)的關(guān)聯(lián)度，但該方法并未充分考慮特征之 間的相互關(guān)系，在信息合成權(quán)值分配時(shí)"視具體情況而定"，即采用經(jīng)驗(yàn)權(quán)值，這樣導(dǎo)致在實(shí) 際應(yīng)用中帶有一定主觀性，即使是同一操作者，在不同的時(shí)間和環(huán)境對(duì)同一對(duì)象也往往會(huì) 得出不一致的主觀判斷。這必然使信息合成過(guò)程帶有很大程度的主觀臆斷性，從而使信息 合成結(jié)果的可信度下降，難以保證跟蹤性能，缺乏通用性。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是針對(duì)【背景技術(shù)】的不足之處改進(jìn)設(shè)計(jì)一種基于熵權(quán)值法點(diǎn)跡質(zhì)量 評(píng)估的目標(biāo)跟蹤方法，該方法在最近鄰域基礎(chǔ)上，首先建立評(píng)估模型，利用運(yùn)籌學(xué)中的熵權(quán) 值法對(duì)波門(mén)內(nèi)點(diǎn)的多種指標(biāo)進(jìn)行綜合評(píng)估，用質(zhì)量評(píng)估最優(yōu)點(diǎn)來(lái)更新航跡，從而提高傳感 器信息利用率，提高在復(fù)雜環(huán)境下微弱目標(biāo)跟蹤性能。
[0005] 本發(fā)明一種基于熵權(quán)值法點(diǎn)跡質(zhì)量評(píng)估的目標(biāo)跟蹤方法，該方法包括：
[0006] 步驟1、初始化目標(biāo)狀態(tài)X(k)及目標(biāo)協(xié)方差矩陣P(k)，k = 0;
[0007] 目標(biāo)的狀態(tài)轉(zhuǎn)移方程為：
[0008]

【權(quán)利要求】
1. 一種基于熵權(quán)值法點(diǎn)跡質(zhì)量評(píng)估的目標(biāo)跟蹤方法，該方法包括： 步驟1、初始化目標(biāo)狀態(tài)X (k)及目標(biāo)協(xié)方差矩陣P (k)，k = 0 ; 目標(biāo)的狀態(tài)轉(zhuǎn)移方程為： X(k+1) =FX(k) + co(k) 其中，F(xiàn)為狀態(tài)轉(zhuǎn)移矩陣，ω (k)為零均值的高斯過(guò)程噪聲，其協(xié)方差矩陣為Q，量測(cè)模 型為： Z (k) = HX (k) +v (k) Z(k)是目標(biāo)量測(cè)，H為觀測(cè)矩陣，v(k)為零均值的高斯觀測(cè)噪聲，其協(xié)方差矩陣為R; 步驟2、根據(jù)k-1時(shí)刻目標(biāo)t的狀態(tài)X (k-1)及其協(xié)方差矩陣P (k-1)，得到k時(shí)刻目標(biāo) t的狀態(tài)預(yù)測(cè)值： X(k|k-1) = FX(k-l) 量測(cè)預(yù)測(cè)值： Z(k|k-1) = HX(k|k-l) 協(xié)方差一步預(yù)測(cè)值P(k I k-1): P(k|k-1) = FP(k-l)FT+Q ； 步驟3、從雷達(dá)接收機(jī)中讀取第k幀位置量測(cè)集合
為k時(shí)刻的第 i個(gè)量測(cè)，同時(shí)，并獲取第k幀量測(cè)幅度集啟
、多普勒集名
工作頻率集合*且每個(gè)位置量測(cè)值對(duì)應(yīng)三個(gè)知識(shí)輔助量測(cè)指標(biāo)a (k)、d(k)、 f (k),
計(jì)算量測(cè)值z(mì)(k)是否滿(mǎn)足下式，若滿(mǎn)足則作為候選回波，并統(tǒng)計(jì)滿(mǎn)足要求的回波個(gè) 數(shù)， [z (k) -Z (k I k-1) ] TS_1 (k) X [z (k) -Z (k | k-1) ] ^ y 其中S(k)為k時(shí)刻的新息協(xié)方差S(k) = HP(k|k-l)HT+R，γ為預(yù)先設(shè)定的波門(mén)大小； 步驟4、根據(jù)步驟3統(tǒng)計(jì)得到落入波門(mén)內(nèi)的候選目標(biāo)個(gè)數(shù)，來(lái)更新目標(biāo)航跡， 若候選回波個(gè)數(shù)為零，即沒(méi)有量測(cè)落入相關(guān)波門(mén)內(nèi)，用步驟2的預(yù)測(cè)值更新航跡，轉(zhuǎn)入 步驟8. 1 ; 若落入相關(guān)波門(mén)內(nèi)的量測(cè)值只有一個(gè)，則該量測(cè)值可直接用于航跡更新，轉(zhuǎn)入步驟 8. 2 ； 若有一個(gè)以上的回波落入被跟蹤目標(biāo)的相關(guān)波門(mén)內(nèi)，則對(duì)波門(mén)內(nèi)點(diǎn)跡進(jìn)行質(zhì)量評(píng)估， 選取最優(yōu)點(diǎn)，轉(zhuǎn)入步驟5 ; 步驟5、計(jì)算各候選回波的空間位置評(píng)估值、幅度評(píng)估值、多普勒評(píng)估值、工作頻率評(píng)估 值，得到各評(píng)估指標(biāo)下的評(píng)估向量，再將評(píng)估向量組合為一個(gè)評(píng)估矩陣A ; 步驟6、計(jì)算出各項(xiàng)評(píng)估指標(biāo)的熵權(quán)法權(quán)值，組成權(quán)值向量； 步驟6. 1設(shè)Xu為點(diǎn)跡質(zhì)量矩陣A中的元素 ，i = 1，2, 3,. . .，mk，mk為落入波門(mén)內(nèi)的有 效量測(cè)總個(gè)數(shù)，j = 1，2, 3, 4分別代表四項(xiàng)量測(cè)指標(biāo)，然后進(jìn)行數(shù)據(jù)平移Xij = Xij+1，因利 用熵值求權(quán)數(shù)時(shí)要用對(duì)數(shù)進(jìn)行計(jì)算，進(jìn)行數(shù)據(jù)平移可避免取對(duì)數(shù)時(shí)無(wú)意義； 步驟6. 2計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)因子的值在此項(xiàng)指標(biāo)中所占的比重
步驟6. 3計(jì)算第j項(xiàng)指標(biāo)的熵值
步驟6. 4計(jì)算第j項(xiàng)指標(biāo)的差異系數(shù)：
步驟6. 5計(jì)算權(quán)值
得到四項(xiàng)評(píng)估指標(biāo)權(quán)值向量； 步驟7、將步驟5得到的評(píng)估矩陣與步驟6得到的權(quán)值向量相乘，得到最終質(zhì)量評(píng)估值 V = Aw，找到評(píng)估值V中最大值對(duì)應(yīng)的位置'，得到波門(mén)內(nèi)最優(yōu)量測(cè)Z()p(k); 步驟8、計(jì)算目標(biāo)t的濾波增益矩陣K (k) = P (k | k-1) H (k) S (kr1，得到狀態(tài)更新表達(dá)式 X (k | k)，進(jìn)行航跡更新； 步驟8. 1若候選回波個(gè)數(shù)為零，即沒(méi)有量測(cè)落入相關(guān)波門(mén)內(nèi)，利用預(yù)測(cè)點(diǎn)更新航跡； X (k | k) = x (k I k-1) P (k I k) = P (k I k-1) 步驟8. 2若落入相關(guān)波門(mén)內(nèi)的量測(cè)值只有一個(gè)，則該量測(cè)值可直接用于航跡更新； X (k | k) = x (k I k-1) +K (z) [z (k) -HX (k | k-1)] P (k I k) = P (k I k-1) -K (k) HP (k I k-1) 步驟8. 3若波門(mén)內(nèi)有多個(gè)點(diǎn)，則選取經(jīng)過(guò)點(diǎn)跡質(zhì)量評(píng)估后用最優(yōu)點(diǎn)更新航跡 X (k | k) = x (k I k-1) +K (z) [zop (k) -Z (k | k-1)] P (k I k) = P (k I k-1) -K (k) HP (k I k-1)。
2.如權(quán)利要求1所述的一種基于熵權(quán)值法點(diǎn)跡質(zhì)量評(píng)估的目標(biāo)跟蹤方法，其特征在于 步驟5的具體步驟為： 步驟5. 1計(jì)算空間位置評(píng)估值： 在k時(shí)亥lj，波門(mén)內(nèi)mk個(gè)有效狀態(tài)量測(cè)為Zi (k)，i = 1，2, 3,. . .，mk，第i個(gè)狀 態(tài)量測(cè)的濾波殘差向量為Vi(k) = Zi(k)-Z(k|k-1)，其與預(yù)測(cè)位置的統(tǒng)計(jì)距離為
?第i個(gè)有效量測(cè)的空間位置評(píng)估值為：
步驟5. 2計(jì)算幅度評(píng)估值： 在k時(shí)刻，波門(mén)內(nèi)mk個(gè)有效觀測(cè)幅度信息為ai (k)，i = 1，2, 3, · · ·，mk，定義幅度評(píng)估值 ma :
其中，
）回波信號(hào)僅來(lái)自于噪聲或雜波時(shí)幅度 的概率密度函數(shù)，Pl (a)為回波信號(hào)包含目標(biāo)信號(hào)時(shí)的概率密度函數(shù)，T為檢測(cè)門(mén)限，pfa、pd 分別為虛警概率、檢測(cè)概率； 步驟5. 3計(jì)算多普勒評(píng)估值： 在k時(shí)刻，波門(mén)內(nèi)mk個(gè)有效觀測(cè)的多普勒信息為屯(k)，i = 1，2, 3,. . .，mk，設(shè)第k-Ι次 采樣時(shí)該跟蹤波門(mén)所對(duì)應(yīng)目標(biāo)的多普勒頻率觀測(cè)值為d(k-l)，記觀測(cè)多普勒差A(yù)diGO = φ (k) -d (k-1) |，多普勒頻率的評(píng)估值記為md :
步驟5. 4工作頻率的評(píng)估值： 在k時(shí)刻，波門(mén)內(nèi)mk個(gè)有效觀測(cè)工作頻率信息為A (k)，i = 1，2, 3,. . .，mk，設(shè)第k-Ι次 采樣時(shí)該跟蹤波門(mén)所對(duì)應(yīng)目標(biāo)的工作頻率觀測(cè)值為f(k-l)，記Afi(k) = |fi(k)-f(k-l) |， 為觀測(cè)頻差，工作頻率的評(píng)估值記為mf，僅考慮固定頻率（FIX)類(lèi)型的目標(biāo)，第i個(gè)有效觀 測(cè)的m f為：
其中ε?·是由系統(tǒng)噪聲與量測(cè)噪聲所確定的測(cè)頻容差； 步驟5. 5將步驟5. 1、5. 2、5. 3、5. 4得到的各評(píng)估指標(biāo)組成點(diǎn)跡質(zhì)量評(píng)估矩陣Α，即A = [ms ;ma ;md ;mf]T。
【文檔編號(hào)】G01S13/66GK104155650SQ201410401795
【公開(kāi)日】2014年11月19日 申請(qǐng)日期:2014年8月14日 優(yōu)先權(quán)日:2014年8月14日
【發(fā)明者】孔令講, 李雯雯, 吳健, 劉羽銳, 易偉, 崔國(guó)龍, 李溯琪, 楊建宇, 楊曉波 申請(qǐng)人:電子科技大學(xué)