基于強(qiáng)度濾波器的多擴(kuò)展目標(biāo)跟蹤方法
【專利摘要】本發(fā)明提出了一種基于強(qiáng)度濾波器的多擴(kuò)展目標(biāo)跟蹤方法，以解決現(xiàn)有技術(shù)不能在雜波強(qiáng)度未知和新生目標(biāo)狀態(tài)未知情況下進(jìn)行準(zhǔn)確跟蹤多擴(kuò)展目標(biāo)的問題，實(shí)現(xiàn)步驟包括：建立增廣空間模型，實(shí)現(xiàn)雜波和目標(biāo)相互轉(zhuǎn)化；初始化目標(biāo)粒子集和雜波強(qiáng)度；預(yù)測(cè)存活目標(biāo)粒子集，初始化新生目標(biāo)粒子集，預(yù)測(cè)雜波強(qiáng)度，預(yù)測(cè)量測(cè)強(qiáng)度；對(duì)擴(kuò)展目標(biāo)量測(cè)集進(jìn)行量測(cè)劃分；更新目標(biāo)粒子集和雜波強(qiáng)度；重采樣更新后的目標(biāo)粒子集；采用k?means聚類方法獲得目標(biāo)狀態(tài)。本發(fā)明的應(yīng)用領(lǐng)域更廣，不僅能夠捕獲到未知新生目標(biāo)的位置狀態(tài)信息，而且能在準(zhǔn)確估計(jì)目標(biāo)狀態(tài)的同時(shí)，實(shí)時(shí)地更新未知雜波的強(qiáng)度，可用于雷達(dá)信號(hào)處理等領(lǐng)域。
【專利說明】
基于強(qiáng)度濾波器的多擴(kuò)展目標(biāo)跟蹤方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于信息處理技術(shù)領(lǐng)域，涉及一種未知雜波環(huán)境下新生目標(biāo)未知的多擴(kuò)展 目標(biāo)跟蹤，具體涉及一種基于強(qiáng)度濾波器的多擴(kuò)展目標(biāo)跟蹤方法，可用于雷達(dá)信號(hào)處理等 領(lǐng)域。
【背景技術(shù)】
[0002] 在傳統(tǒng)多目標(biāo)跟蹤領(lǐng)域，通常將目標(biāo)看成點(diǎn)目標(biāo)，即每個(gè)觀測(cè)時(shí)刻每個(gè)目標(biāo)最多 產(chǎn)生一個(gè)量測(cè)。隨著現(xiàn)代傳感器技術(shù)的不斷發(fā)展，當(dāng)目標(biāo)距離傳感器較近或目標(biāo)較大等情 況時(shí)，每個(gè)觀測(cè)時(shí)刻每個(gè)目標(biāo)可能產(chǎn)生多個(gè)量測(cè)，這種目標(biāo)稱為擴(kuò)展目標(biāo)。研究目標(biāo)數(shù)未知 且變化的多擴(kuò)展目標(biāo)連續(xù)跟蹤問題是目標(biāo)跟蹤領(lǐng)域的重點(diǎn)，多擴(kuò)展目標(biāo)跟蹤是指利用傳感 器所獲得的量測(cè)數(shù)據(jù)對(duì)擴(kuò)展目標(biāo)的狀態(tài)進(jìn)行持續(xù)的預(yù)測(cè)和更新，在多擴(kuò)展目標(biāo)的跟蹤過程 中，可能伴隨目標(biāo)的新生和消亡，同時(shí)還會(huì)有虛警和漏警等情況的發(fā)生。
[0003] 由于擴(kuò)展目標(biāo)理論在某些情況下更貼近實(shí)際，因此得到了各國學(xué)者重視，成為該 領(lǐng)域的熱門研究方向。該技術(shù)的研究有益于我國面對(duì)日益復(fù)雜的戰(zhàn)場環(huán)境、探測(cè)和跟蹤難 度的增加、當(dāng)前復(fù)雜多變的周邊形勢(shì)以及軍事技術(shù)引進(jìn)困難的現(xiàn)狀。2003年，Mahler將隨機(jī) 有限集理論應(yīng)用于多點(diǎn)目標(biāo)跟蹤問題，提出了概率假設(shè)密度(PHD)濾波。2005年，Gilholm和 Salmond提出一種空間分布服從泊松分布的擴(kuò)展目標(biāo)模型。2009年，Mahler推導(dǎo)出了多擴(kuò)展 目標(biāo)PHD濾波，即用每一時(shí)刻的量測(cè)隨機(jī)集對(duì)目標(biāo)隨機(jī)集進(jìn)行預(yù)測(cè)、更新，繼而可以準(zhǔn)確提 取目標(biāo)的運(yùn)動(dòng)狀態(tài)和估計(jì)目標(biāo)的數(shù)目。2010年，Grarmrdm等給出了多擴(kuò)展目標(biāo)PHD的高斯 混合實(shí)現(xiàn)形式。2011年，Orguner等又提出了帶勢(shì)分布的多擴(kuò)展目標(biāo)PHD (ET-CPHD)濾波，很 好的解決了 ET-PHD估計(jì)目標(biāo)數(shù)目時(shí)的缺陷。為了解決非線性非高斯條件下擴(kuò)展目標(biāo)跟蹤的 問題，Yunxiang Li于2013年提出了多擴(kuò)展目標(biāo)粒子PHD(ET-P-PHD)及其實(shí)現(xiàn)。然而在一般 的基于隨機(jī)有限集的濾波器中，通常假設(shè)雜波密度服從均勻分布，雜波個(gè)數(shù)服從泊松分布 并先驗(yàn)已知，但實(shí)際應(yīng)用中通常難以得知雜波的確切信息。而當(dāng)真實(shí)的雜波與假設(shè)的模型 不匹配時(shí)，會(huì)出現(xiàn)跟蹤性能下降甚至濾波發(fā)散的問題。而且在傳統(tǒng)的基于隨機(jī)有限集的多 擴(kuò)展目標(biāo)跟蹤中，新生目標(biāo)的狀態(tài)是已知的，在某些情況下并不適用。
[0004] 為了解決雜波未知和新生目標(biāo)未知的問題，多目標(biāo)跟蹤中引入強(qiáng)度濾波器的方 法。強(qiáng)度濾波器采用連續(xù)-離散空間對(duì)目標(biāo)建模，通過連續(xù)空間與離散空間的相互轉(zhuǎn)化表示 目標(biāo)的新生和消亡，可以在跟蹤目標(biāo)的同時(shí)估計(jì)量測(cè)雜波強(qiáng)度。2008年，Roy L.Streit在貝 葉斯框架下首次提出了基于泊松點(diǎn)過程的強(qiáng)度濾波器iFilter，并于2011年給出了其粒子 的實(shí)現(xiàn)方法。該濾波器利用增廣狀態(tài)空間對(duì)目標(biāo)運(yùn)動(dòng)進(jìn)行建模，能夠?qū)崟r(shí)的估計(jì)雜波的個(gè) 數(shù)，捕獲新生目標(biāo)，從而實(shí)現(xiàn)雜波數(shù)未知環(huán)境下對(duì)多目標(biāo)的跟蹤。2013年，Roy L.Streit， Marek Schikora , Wo If gang Koch 和 Daniel Cremers 等人又在《Bayes ian Multiple Tracking》一書中對(duì)其粒子實(shí)現(xiàn)方式進(jìn)行了改進(jìn)，使得其跟蹤性能有了進(jìn)一步的提高。但是 目前強(qiáng)度濾波器iFilter算法只能處理點(diǎn)目標(biāo)跟蹤的問題，不能處理多擴(kuò)展目標(biāo)跟蹤的問 題，將強(qiáng)度濾波器引入到多擴(kuò)展目標(biāo)跟蹤中在某些情況下更貼近實(shí)際。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)存在的缺陷，提出了一種基于強(qiáng)度濾波器的 多擴(kuò)展目標(biāo)跟蹤方法(ET-iFilter)，用于解決現(xiàn)有多擴(kuò)展目標(biāo)跟蹤方法，在雜波強(qiáng)度未知 和新生目標(biāo)狀態(tài)未知的情況下不能準(zhǔn)確跟蹤多擴(kuò)展目標(biāo)的技術(shù)問題。
[0006] 實(shí)現(xiàn)本發(fā)明技術(shù)的關(guān)鍵是:將增廣狀態(tài)空間應(yīng)用到擴(kuò)展目標(biāo)隨機(jī)集濾波中來表征 擴(kuò)展目標(biāo)的雜波之間的運(yùn)動(dòng)和相互轉(zhuǎn)化，通過量測(cè)空間得到雜波模型估計(jì)、目標(biāo)個(gè)數(shù)估計(jì) 和多目標(biāo)的狀態(tài)估計(jì);使用距離劃分方式解決強(qiáng)度濾波器算法中擴(kuò)展目標(biāo)跟蹤的量測(cè)劃分 問題。
[0007] 為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案，包括如下步驟：
[0008] (1)利用轉(zhuǎn)移函數(shù)建立增廣空間模型S+iSUS^，其中S+表示增廣空間，S表示目標(biāo) 狀態(tài)空間，s+表示雜波空間，巾表示雜波；
[0009] (2)令初始時(shí)刻t = 0,對(duì)目標(biāo)和雜波強(qiáng)度進(jìn)行初始化，得到初始化目標(biāo)粒子集 HAp，)岱和初始化雜波強(qiáng)度fQ i 0 ((}))，其中No表示初始時(shí)刻在狀態(tài)空間中均勻產(chǎn)生的目 標(biāo)粒子數(shù)，和分別表示初始時(shí)刻第i個(gè)目標(biāo)粒子狀態(tài)及其強(qiáng)度；
[0010] (3)對(duì)t-1時(shí)刻重采樣后的目標(biāo)粒子集{(必lk-1進(jìn)行預(yù)測(cè)，得到t時(shí)刻存活 目標(biāo)的預(yù)測(cè)粒子集丨其中時(shí)刻重采樣后的樣本粒子數(shù)，本_iM和 分別表示t-1時(shí)刻重采樣后第i個(gè)目標(biāo)粒子狀態(tài)及其強(qiáng)度，N t | h表示t時(shí)刻存活目標(biāo)預(yù) 測(cè)粒子集中的粒子數(shù)，和分別表示t時(shí)刻預(yù)測(cè)后第i個(gè)存活目標(biāo)粒子狀態(tài)及其強(qiáng) 度；
[0011] (4)對(duì)t時(shí)刻新生目標(biāo)進(jìn)行初始化，得到新生目標(biāo)初始化粒子集,, ， 其中~_, t表示t時(shí)刻新增加的粒子數(shù)目，和分別表示t時(shí)刻第i個(gè)新生目標(biāo)粒子的 狀態(tài)和強(qiáng)度；
[0012] (5)將得到的t時(shí)刻存活目標(biāo)的預(yù)測(cè)粒子集丨)丨;^和新生目標(biāo)初始化粒子 集進(jìn)行合并，得到目標(biāo)預(yù)測(cè)粒子集合其中茗和塒分別表 示合并后t時(shí)刻第i個(gè)預(yù)測(cè)目標(biāo)粒子狀態(tài)及其強(qiáng)度；
[0013] (6)根據(jù)得到的t時(shí)刻的目標(biāo)預(yù)測(cè)粒子集合和t-l時(shí)刻的雜波強(qiáng)度 巾），對(duì)t時(shí)刻的雜波強(qiáng)度進(jìn)行預(yù)測(cè)，得到t時(shí)亥IJ預(yù)測(cè)雜波強(qiáng)度ftit-K小）；
[0014] (7)根據(jù)得到的t時(shí)刻的目標(biāo)預(yù)測(cè)粒子集合和t時(shí)刻擴(kuò)展目標(biāo)量測(cè) 集Z, = }，對(duì)t時(shí)刻的量測(cè)強(qiáng)度進(jìn)行預(yù)測(cè)，得至Ijt時(shí)刻預(yù)測(cè)量測(cè)強(qiáng)度為M(2/_)，其中，j G [ 1，Nz, t ]，Nz, t表示t時(shí)刻的量測(cè)數(shù)，< 表示t時(shí)刻第j個(gè)量測(cè)；
[0015] (8)對(duì)t時(shí)刻擴(kuò)展目標(biāo)量測(cè)集= ?????,z，}進(jìn)行量測(cè)劃分，得到P種劃分方式，每 一種劃分方式對(duì)應(yīng)一種劃分單元集合W;
[0016] (9)利用t時(shí)刻得到的每一種劃分方式下對(duì)應(yīng)的劃分單元集合W的量測(cè)強(qiáng)度和目標(biāo) 似然函數(shù)分別對(duì)t時(shí)刻的目標(biāo)預(yù)測(cè)粒子集合進(jìn)行更新，得到t時(shí) 刻更新目標(biāo)粒子集{(^，其中X；和螂,分別表示更新后第i個(gè)目標(biāo)粒子狀態(tài)及其強(qiáng) 度，Nt 11表示更新目標(biāo)粒子集中粒子數(shù)；
[0017] ( 1 0 )利用得到t時(shí)刻預(yù)測(cè)量測(cè)強(qiáng)度{?,<)};；：丨和雜波強(qiáng)度量測(cè)似然函數(shù) A(右1約，對(duì)得到的t時(shí)刻預(yù)測(cè)雜波強(qiáng)度巾）進(jìn)行更新，得到t時(shí)刻更新雜波強(qiáng)度ft|t 〇);
[0018] (11)求取t時(shí)刻更新目標(biāo)粒子集}中粒子的強(qiáng)度和，得到t時(shí)刻估計(jì)的 目標(biāo)數(shù)目％;
[0019] (12)從得到的t時(shí)刻更新目標(biāo)粒子集中重采樣隊(duì)個(gè)樣本粒子，得到重 采樣后的目標(biāo)粒子集{(%, 〇}=，其中_4:和<分別表示t時(shí)刻重采樣后第i個(gè)目標(biāo)粒子狀 態(tài)及其強(qiáng)度，Nt是t時(shí)刻重采樣的樣本粒子數(shù)；
[0020] (13)采用k-means聚類方法對(duì)得到的重采樣后的目標(biāo)粒子集彳進(jìn)行聚 類，得到t時(shí)刻多擴(kuò)展目標(biāo)的狀態(tài)，根據(jù)提取的目標(biāo)狀態(tài)，輸出目標(biāo)的位置信息；
[0021] (14)令七=七+1，執(zhí)行步驟(3)。
[0022] 本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)：
[0023] (1)本發(fā)明由于在多擴(kuò)展目標(biāo)跟蹤中應(yīng)用了強(qiáng)度濾波器算法，使得目標(biāo)和雜波的 運(yùn)動(dòng)與轉(zhuǎn)化可以顯式的表示出來，從而將雜波視為一種"偽目標(biāo)"同真實(shí)目標(biāo)一起來進(jìn)行濾 波操作，與現(xiàn)有多擴(kuò)展目標(biāo)跟蹤中采用的PHD濾波方法相比，能夠?qū)崟r(shí)地估計(jì)雜波的強(qiáng)度， 從而實(shí)現(xiàn)雜波強(qiáng)度未知環(huán)境下對(duì)多擴(kuò)展目標(biāo)的跟蹤。
[0024] (2)本發(fā)明由于在每一時(shí)刻的量測(cè)周圍按特定分布采樣粒子，能捕獲到新生目標(biāo) 的位置狀態(tài)信息。與現(xiàn)有的PHD多擴(kuò)展目標(biāo)跟蹤方法只能解決新生目標(biāo)的狀態(tài)已知的情況 相比，本發(fā)明可以解決目標(biāo)新生未知的問題，應(yīng)用的范圍更廣。
【附圖說明】
[0025]圖1是本發(fā)明的實(shí)現(xiàn)流程框圖；
[0026] 圖2是本發(fā)明中目標(biāo)真實(shí)的運(yùn)動(dòng)軌跡和量測(cè)圖；
[0027] 圖3是本發(fā)明在單次實(shí)驗(yàn)條件下的跟蹤結(jié)果圖；
[0028]圖4是本發(fā)明方法與現(xiàn)有擴(kuò)展目標(biāo)PHD跟蹤方法在100次蒙特卡羅實(shí)驗(yàn)條件下，估 計(jì)目標(biāo)數(shù)目的對(duì)比圖和最優(yōu)子模式分配(0SPA)對(duì)比圖。
【具體實(shí)施方式】
[0029]以下結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明：
[0030]參照?qǐng)D1，本發(fā)明的具體實(shí)現(xiàn)步驟包括如下：
[0031] 步驟1.建立增廣空間模型
[0032]建立增廣空間模型S+iSUS^，其中S+表示增廣空間，S表示目標(biāo)狀態(tài)空間，S+表示 雜波空間，巾表示雜波。增廣空間模型是采用在狀態(tài)空間中加入狀態(tài)轉(zhuǎn)移函數(shù)方式實(shí)現(xiàn)的， 狀態(tài)轉(zhuǎn)移函數(shù)隊(duì)（巾|x)表示目標(biāo)消失的概率，狀態(tài)轉(zhuǎn)移函數(shù)lh(X|巾）表示目標(biāo)新生概率，狀 態(tài)轉(zhuǎn)移函數(shù)隊(duì)（巾I巾）表示雜波轉(zhuǎn)移概率，狀態(tài)轉(zhuǎn)移函數(shù)ih(y|X)表示目標(biāo)轉(zhuǎn)移概率，其中X， y屬于目標(biāo)狀態(tài)空間，巾屬于雜波空間。
[0033]步驟2.目標(biāo)粒子集及雜波強(qiáng)度初始化
[0034]令初始時(shí)刻t = 0，在狀態(tài)空間中均勻產(chǎn)生No個(gè)粒子，初始化目標(biāo)粒子集 {(義。，其中，X;表示初始時(shí)刻第i個(gè)目標(biāo)粒子狀態(tài)，WD|Q = 1/篇表示初始時(shí)刻第i個(gè) 目標(biāo)粒子的強(qiáng)度，雜波的初始強(qiáng)度設(shè)置為f〇|〇(?。?。
[0035]步驟3 ?預(yù)測(cè)目標(biāo)的強(qiáng)度
[0036]根據(jù)t_l時(shí)刻得到的重采樣后的目標(biāo)粒子集{(尤得到t_l時(shí)刻到t時(shí) 亥IJ的存活目標(biāo)的預(yù)測(cè)粒子集丨丨:，其中，Nt-^t-l時(shí)刻重采樣后的樣本粒子數(shù)， 仏別表示t-1時(shí)刻重采樣后第i個(gè)目標(biāo)粒子狀態(tài)及其強(qiáng)度，曷 H = i^t1M + Ge, t 表示t-1時(shí)刻到t時(shí)刻第i個(gè)預(yù)測(cè)存活目標(biāo)粒子狀態(tài)，F(xiàn)表示狀態(tài)轉(zhuǎn)移矩陣，G表示輸入矩陣， et-i表示狀態(tài)噪聲，=_表示t時(shí)刻預(yù)測(cè)后第i個(gè)存活目標(biāo)粒子的強(qiáng)度，表 示預(yù)測(cè)后存活目標(biāo)粒子數(shù)。
[0037]步驟4.新生目標(biāo)初始化
[0038] (4a)對(duì)t-1時(shí)刻量測(cè)集中的每個(gè)量測(cè)周圍按高斯分布方式分配新的粒子，得到新 生目標(biāo)粒子的狀態(tài)，新增加粒子數(shù)目為
，其中Nh 表示在t-1時(shí)刻粒子數(shù)目，ft-Ut-K巾）表示t-1時(shí)刻雜波強(qiáng)度，隊(duì)（巾|巾）表示t時(shí)刻雜波轉(zhuǎn)移 概率，nu表示t-i時(shí)刻估計(jì)的目標(biāo)數(shù)目；
[0039] ( 4 b )計(jì)算得到的新生目標(biāo)粒子集中的新生粒子強(qiáng)度，計(jì)算公式為
，hi，…，，其中，隊(duì)(x|巾）表示t時(shí)刻目標(biāo)新生概率。
[0040] 步驟5.合并預(yù)測(cè)目標(biāo)粒子
[0041]將得到的t時(shí)刻存活目標(biāo)的預(yù)測(cè)粒子集和新生目標(biāo)初始化粒子集
進(jìn)行合并，得到目標(biāo)預(yù)測(cè)粒子集合 ，其中定和<分別表示 合并后t時(shí)刻第i個(gè)預(yù)測(cè)目標(biāo)粒子狀態(tài)及其強(qiáng)度。
[0042]步驟6.預(yù)測(cè)雜波強(qiáng)度
[0043]預(yù)測(cè)t-1時(shí)刻到t時(shí)刻的雜波強(qiáng)度ftlt-K傘）：
[0044] 丨⑷⑷+之⑷
[0045] 其中j 表示t-1時(shí)刻到t時(shí)刻存活雜波的強(qiáng)度，是表示t-1時(shí)刻到t時(shí)刻新生 雜波的強(qiáng)度，其計(jì)算公式如下：
[0046]
[0048] 其中I 40表示雜波轉(zhuǎn)移概率，IX)表示目標(biāo)消失的概率，ft-Ut-KM表 示t-1時(shí)刻的雜波的強(qiáng)度。
[0049] 步驟7.預(yù)測(cè)量測(cè)強(qiáng)度
[0050] 根據(jù)t時(shí)刻量測(cè)集Z,=丨z,1, 預(yù)測(cè)量測(cè)強(qiáng)度％_#/)
[005i ] Ait-i(z/) = ^(2/)+v/(2/)
[0052]其中，j G [ 1, Nz, t ]，Nz, t表示t時(shí)刻的量測(cè)數(shù)，z/_表示t時(shí)刻第j個(gè)量測(cè)，1, (z/)表示量 測(cè)來源于目標(biāo)狀態(tài)的強(qiáng)度，)表示量測(cè)來源于雜波的強(qiáng)度，其計(jì)算公式如下：
[0055]其中，的表示量測(cè)來自于雜波的似然，PD(巾）表示雜波的檢測(cè)概率，PD(x)表 示目標(biāo)檢測(cè)概率，表示量測(cè)來自于目標(biāo)的似然，10和A(< I f;M)的計(jì)算 公式如下：
[0058]其中，H表示量測(cè)轉(zhuǎn)移矩陣，！表示階乘運(yùn)算，Q表示協(xié)方差矩陣，T表示轉(zhuǎn)置運(yùn)算。 [0059]步驟8.擴(kuò)展目標(biāo)量測(cè)劃分
[0060]使用距離劃分的方式對(duì)t時(shí)刻擴(kuò)展目標(biāo)量測(cè)集zf"}進(jìn)行量測(cè)劃分 [0061 ] (8a)t時(shí)刻擴(kuò)展目標(biāo)量測(cè)集為芩=g }& ,計(jì)算任意兩個(gè)量測(cè)2丨和<間的馬氏距離
讀中辛衫Nz,t， R^量測(cè)集協(xié)方差矩陣;將所得到馬氏 距離按升序排列，即^4 <<?，P = 1，…，Nd-1，其中Nd表示距離閾值的個(gè)數(shù)Nd = Nz,t (Nz,t-1 )/2+1 ；
[0062] (8b)任意兩個(gè)量測(cè)之間的馬氏距離服從自由度為n的x2分布，根據(jù)給定的置信水 平，用x2分布檢驗(yàn)量測(cè)之間的距離。距離閾值在給定概率Pg條件下用一個(gè)反轉(zhuǎn)積累x2分布函 數(shù)i nvch i 2 (PG)表示，即-'2(P。），根據(jù)實(shí)驗(yàn)經(jīng)驗(yàn)可知，當(dāng)Pl彡〇 . 3，Pu彡〇 . 8時(shí)，取 & <4 ，這樣得到一系列門限，所有滿足Af 的量測(cè)作為第P種劃分的一個(gè)元素， 完成劃分，得到第P種劃分方式對(duì)應(yīng)的劃分單元集合W。
[0063]步驟9.更新目標(biāo)強(qiáng)度
[0064] (9a)假設(shè)每個(gè)采樣時(shí)刻傳感器得到每個(gè)目標(biāo)的量測(cè)數(shù)目服從泊松分布，且泊松分 布參數(shù)為7(尤），即量測(cè)數(shù)目均值為該時(shí)刻目標(biāo)狀態(tài)的一維函數(shù)。由泊松分布知識(shí)可知， 為目標(biāo)沒有產(chǎn)生量測(cè)的概率，那么為此時(shí)該目標(biāo)至少產(chǎn)生一個(gè)量測(cè)的概率。 當(dāng)傳感器的檢測(cè)概率為pD(x)時(shí)，每個(gè)目標(biāo)實(shí)際被檢測(cè)的概率為U-即有效檢 測(cè)概率；
[0065] (9b)對(duì)每個(gè)目標(biāo)樣本粒子而言，目標(biāo)樣本粒子的更新強(qiáng)度為
[0067] 其中pZZt表示量測(cè)隨機(jī)集Zt所有的劃分方式，第p種劃分方式和其對(duì)應(yīng)的劃分單 元集合W中子集的權(quán)值分別為％和加 ，I 是狀態(tài)為的目標(biāo)粒子產(chǎn)生的量測(cè)似 然，|W|表示子集中量測(cè)的個(gè)數(shù)，七^lf #/)是劃分單元集合W中的量測(cè)對(duì)應(yīng)的預(yù)測(cè)量測(cè)強(qiáng) 度；
[0068] 第p種劃分方式的權(quán)值wP和其對(duì)應(yīng)的劃分單元集合W中子集的權(quán)值dw可由以下公式 計(jì)算：
[0072]步驟10.更新雜波強(qiáng)度
[0073]對(duì)預(yù)測(cè)后的雜波強(qiáng)度ftlt-K巾）進(jìn)行更新，得到更新后的雜波強(qiáng)度ft|t(?。?br>(妁，其中PdU )表示雜波檢測(cè)概率，爲(wèi)(< I#) 表示雜波強(qiáng)度量測(cè)似然函數(shù)，?<)表示t-1時(shí)刻到t時(shí)刻的預(yù)測(cè)量測(cè)強(qiáng)度。
[0074] 步驟11.目標(biāo)數(shù)目估計(jì)
[0075] 求取t時(shí)刻更新目標(biāo)粒子集丨;I丨中粒子的強(qiáng)度和，得到t時(shí)刻估計(jì)的目標(biāo) 數(shù)目％，
[0076]步驟12.重采樣
[0077]從得到的t時(shí)刻更新目標(biāo)粒子集{(巧,〇丨；5中重采樣隊(duì)個(gè)樣本粒子，得到重采樣 后的目標(biāo)粒子集
[0078] (12a)根據(jù)上述估計(jì)的目標(biāo)數(shù)目％和更新后的雜波強(qiáng)度ft|t(d>)，計(jì)算重采樣比例 Ps：
[0080] (12b)將更新后的目標(biāo)粒子數(shù)和重采樣比例ps相乘得到重采樣樣本粒子數(shù)N t:
[0081 ] Nt = Nt|t ? ps
[0082] (12c)采用重要性重采樣的方法從更新后的目標(biāo)樣本集中重采樣Nt個(gè) 樣本，得到采樣后的目標(biāo)粒子集:丨(4,<。
[0083]步驟13.提取目標(biāo)狀態(tài)
[0084] 采用k-means聚類方法對(duì)得到的重采樣后的目標(biāo)粒子集丨?,,14)}么進(jìn)行聚類，得 至Ijt時(shí)刻多擴(kuò)展目標(biāo)的運(yùn)動(dòng)狀態(tài)。根據(jù)提取的目標(biāo)狀態(tài)，輸出目標(biāo)的位置信息。令t = t+l，返 回步驟3,繼續(xù)跟蹤目標(biāo)。
[0085] 本發(fā)明的效果可通過以下實(shí)驗(yàn)仿真進(jìn)一步說明：
[0086] 1.仿真條件及參數(shù)
[0087] 考慮二維平面中做勻速直線運(yùn)動(dòng)的四個(gè)目標(biāo)，采樣周期為T=ls，整個(gè)觀測(cè)過程持 續(xù)50個(gè)采樣時(shí)刻。目標(biāo)的運(yùn)動(dòng)方程和量測(cè)方程為：
[0088] Xt = FXt-i+Get-1
[0089] Yt = HXt+vt
[0090] 目標(biāo)的運(yùn)動(dòng)軌跡和量測(cè)如圖2所示。參數(shù)設(shè)置為：
[0091]
[0092] 目標(biāo)觀測(cè)區(qū)域?yàn)閇-150，150 ] X [ -150，150 ] (m2)。vt 為高斯白噪聲：〇< / )， 其中I為2 X 2的單位矩陣，每一時(shí)刻的量測(cè)標(biāo)準(zhǔn)差〇(5 = 4m。目標(biāo)產(chǎn)生量測(cè)數(shù)目個(gè)數(shù)服從泊松 分布，參數(shù)0 = 15。初始時(shí)刻在目標(biāo)出現(xiàn)區(qū)域中均勻采樣5000個(gè)粒子。
[0093]仿真中，傳感器對(duì)目標(biāo)的檢測(cè)概率為pd(x)=0.99,對(duì)雜波的檢測(cè)概率為pD(巾）= 0 ? 3，目標(biāo)新生概率為Ih(x I巾）=0 ? 2，雜波轉(zhuǎn)移概率隊(duì)（巾|巾）=0 ? 01，雜波新生概率隊(duì)（傘 x) =0 ? 1 〇
[0094] 仿真場景目標(biāo)運(yùn)動(dòng)參數(shù)如表1所示，仿真場景中每一個(gè)目標(biāo)的真實(shí)狀態(tài)為x=[x， vx，y，Vy]T，其中，x方向和y方向上的坐標(biāo)，vx，Vy分別表示目標(biāo)在x方向和y方向上的速度。
[0095] 表1目標(biāo)運(yùn)動(dòng)參數(shù)
[0097] 2.仿真內(nèi)容
[0098] 單次實(shí)驗(yàn)中，本發(fā)明方法對(duì)多擴(kuò)展目標(biāo)進(jìn)行跟蹤仿真實(shí)驗(yàn)，其跟蹤結(jié)果軌跡如圖3 所示；
[0099] 100次蒙特卡羅實(shí)驗(yàn)條件下，對(duì)本發(fā)明和PHD多擴(kuò)展目標(biāo)跟蹤方法分別進(jìn)行目標(biāo)數(shù) 目估計(jì)和0SPA距離對(duì)比仿真實(shí)驗(yàn)，其結(jié)果分別如圖4(a)和圖4(b)所示。
[0100] 3.仿真結(jié)果與分析
[0101] 參照?qǐng)D3,圖中橫坐標(biāo)表示X方向位置，縱坐標(biāo)為Y方向位置。線條代表目標(biāo)在兩維 空間真實(shí)運(yùn)動(dòng)軌跡，符號(hào)代表本發(fā)明跟蹤結(jié)果。從圖中可以看出，本發(fā)明能夠?qū)崿F(xiàn)對(duì)目 標(biāo)的有效跟蹤，可以實(shí)現(xiàn)對(duì)目標(biāo)位置的估計(jì)。
[0102] 參照?qǐng)D4(a)，圖中橫坐標(biāo)表示時(shí)間，縱坐標(biāo)代表目標(biāo)數(shù)。符號(hào)"+"代表真實(shí)目標(biāo)數(shù)， 符號(hào)"〇"代表本發(fā)明估計(jì)的目標(biāo)數(shù)，符號(hào)代表多擴(kuò)展目標(biāo)粒子PHD(ET-P-PHD)跟蹤方法 估計(jì)的目標(biāo)數(shù)。從圖中可以看出本發(fā)明方法可以準(zhǔn)確的估計(jì)目標(biāo)數(shù)目，很少會(huì)出現(xiàn)少估和 漏估的現(xiàn)象。
[0103] 參照?qǐng)D4(b)，圖中橫坐標(biāo)表不時(shí)間，縱坐標(biāo)代表0SPA距離。符號(hào)"〇"代表本發(fā)明的 0SPA距離，符號(hào)代表多擴(kuò)展目標(biāo)粒子PHD(ET-P-PHD)跟蹤方法的0SPA距離。從圖中可以 看出本發(fā)明方法有較好的跟蹤精度，但是在目標(biāo)數(shù)目較多的時(shí)刻量測(cè)劃分難度較大，誤差 會(huì)增加一些。
[0104] 綜合圖4(a)和圖4(b)可以看出本發(fā)明可以準(zhǔn)確實(shí)現(xiàn)多擴(kuò)展目標(biāo)的跟蹤。
【主權(quán)項(xiàng)】
1. 一種基于強(qiáng)度濾波器的多擴(kuò)展目標(biāo)跟蹤方法，包括如下步驟： (I) 利用轉(zhuǎn)移函數(shù)建立增廣空間模型S+iSUSa，其中S+表示增廣空間，S表示目標(biāo)狀態(tài) 空間，s+表示雜波空間，巾表示雜波； (2 )令初始時(shí)刻t = 0，對(duì)目標(biāo)和雜波強(qiáng)度進(jìn)行初始化，得到初始化目標(biāo)粒子集 和初始化雜波強(qiáng)度fQ|Q( (}> )，其中No表示初始時(shí)刻在狀態(tài)空間中均勻產(chǎn)生的目 標(biāo)粒子數(shù)，。和 <。分別表示初始時(shí)刻第i個(gè)目標(biāo)粒子狀態(tài)及其強(qiáng)度； (3) 對(duì)t-1時(shí)刻重采樣后的目標(biāo)粒子集進(jìn)行預(yù)測(cè)，得到t時(shí)刻存活目標(biāo)的 預(yù)測(cè)粒子集!丨;IT1，其中時(shí)刻重采樣后的樣本粒子數(shù)，；一和^^分別表 示t-1時(shí)刻重采樣后第i個(gè)目標(biāo)粒子狀態(tài)及其強(qiáng)度，NtiH表示t時(shí)刻存活目標(biāo)預(yù)測(cè)粒子集中 的粒子數(shù)，別表示t時(shí)刻預(yù)測(cè)后第i個(gè)存活目標(biāo)粒子狀態(tài)及其強(qiáng)度； (4) 對(duì)t時(shí)刻新生目標(biāo)進(jìn)行初始化，得到新生目標(biāo)初始化粒子集丨丨;lr，.其中 Nnew,t表示t時(shí)刻新增加的粒子數(shù)目，和4_分別表示t時(shí)刻第i個(gè)新生目標(biāo)粒子的狀態(tài) 和強(qiáng)度； (5) 將得到的t時(shí)刻存活目標(biāo)的預(yù)測(cè)粒子集和新生目標(biāo)初始化粒子集 1(1,尤,,n:r1進(jìn)行合并，得到目標(biāo)預(yù)測(cè)粒子集合丨尤，其中雖PW;分別表示合 并后t時(shí)刻第i個(gè)預(yù)測(cè)目標(biāo)粒子狀態(tài)及其強(qiáng)度； (6) 根據(jù)得到的t時(shí)刻的目標(biāo)預(yù)測(cè)粒子集合和t-l時(shí)刻的雜波強(qiáng)度ft-UH (?。?，對(duì)t時(shí)刻的雜波強(qiáng)度進(jìn)行預(yù)測(cè)，得到t時(shí)刻預(yù)測(cè)雜波強(qiáng)度ftit-K?。?； (7) 根據(jù)得到的t時(shí)刻的目標(biāo)預(yù)測(cè)粒子集合和t時(shí)刻擴(kuò)展目標(biāo)量測(cè)集 Z, ={'???,丨,對(duì)t時(shí)刻的量測(cè)強(qiáng)度進(jìn)行預(yù)測(cè)，得到t時(shí)刻預(yù)測(cè)量測(cè)強(qiáng)度V#/)，其中，j e [1，Nz, t ]，Nz, t表示t時(shí)刻的量測(cè)數(shù)，<_表示t時(shí)刻第j個(gè)量測(cè)； (8) 對(duì)t時(shí)刻擴(kuò)展目標(biāo)量測(cè)集Z; ={<,???,進(jìn)行量測(cè)劃分，得到P種劃分方式，每一種 劃分方式對(duì)應(yīng)一種劃分單元集合W; (9) 利用t時(shí)刻得到的每一種劃分方式下對(duì)應(yīng)的劃分單元集合W的量測(cè)強(qiáng)度和目標(biāo)似然 函數(shù)巧，分別對(duì)t時(shí)刻的目標(biāo)預(yù)測(cè)粒子集合"^進(jìn)行更新，得到t時(shí)刻更 新目標(biāo)粒子集!($,，，其中夂；和％,:分別表示更新后第i個(gè)目標(biāo)粒子狀態(tài)及其強(qiáng)度，Nt11 表示更新目標(biāo)粒子集中粒子數(shù)； (10) 利用得到的t時(shí)刻預(yù)測(cè)量測(cè)強(qiáng)度V#/)和雜波強(qiáng)度量測(cè)似然函數(shù)|恥，對(duì)得到 的t時(shí)刻預(yù)測(cè)雜波強(qiáng)度小）進(jìn)行更新，得到t時(shí)刻更新雜波強(qiáng)度ft|t(小）； (II) 求取t時(shí)刻更新目標(biāo)粒子集KX;,,%)!;]中粒子的強(qiáng)度和，得到t時(shí)刻估計(jì)的目標(biāo)數(shù) 目％; (12)從得到的t時(shí)刻更新目標(biāo)粒子集丨($,,巧)〇中重采樣Nt個(gè)樣本粒子，得到重采樣后 的目標(biāo)粒子集!(<,，4)以，其中$,和>4分別表示切寸刻重采樣后第1個(gè)目標(biāo)粒子狀態(tài)及其強(qiáng) 度，Nt是t時(shí)刻重采樣的樣本粒子數(shù)； (13) 采用k-means聚類方法對(duì)得到的重采樣后的目標(biāo)粒子集進(jìn)行聚類，得到 t時(shí)刻多擴(kuò)展目標(biāo)的狀態(tài)，根據(jù)提取的目標(biāo)狀態(tài)，輸出目標(biāo)的位置信息； (14) 令t = t+l，執(zhí)行步驟(3)。2. 根據(jù)權(quán)利要求1所述的基于強(qiáng)度濾波器的多擴(kuò)展目標(biāo)跟蹤方法，其特征在于：步驟 (1)中所述的建立增廣空間模型S+iSUS^，是采用在狀態(tài)空間中加入狀態(tài)轉(zhuǎn)移函數(shù)的方式 實(shí)現(xiàn)的，該狀態(tài)轉(zhuǎn)移函數(shù)中的如（巾I x)表示目標(biāo)消失的概率，如(x I巾）表示目標(biāo)新生概率， 如（巾|巾）表示雜波轉(zhuǎn)移概率杰(y|x)表示目標(biāo)轉(zhuǎn)移概率，其中x，y屬于目標(biāo)狀態(tài)空間，巾屬 于雜波空間。3. 根據(jù)權(quán)利要求1所述的基于強(qiáng)度濾波器的多擴(kuò)展目標(biāo)跟蹤方法，其特征在于，步驟 (4)中所述的對(duì)t時(shí)刻新生目標(biāo)進(jìn)行初始化，按如下步驟實(shí)現(xiàn)： (4a)對(duì)t-1時(shí)刻量測(cè)集中的每個(gè)量測(cè)周圍按高斯分布方式分配新的粒子，得到新生目 標(biāo)粒子的狀態(tài)，新增加粒子數(shù)目為，其中Nh表示 在t-1時(shí)刻粒子數(shù)目，巾）表示t-1時(shí)刻雜波強(qiáng)度，如（巾|巾）表示t時(shí)刻雜波轉(zhuǎn)移概 率，表示t-1時(shí)刻估計(jì)的目標(biāo)數(shù)目； (4 b )計(jì)算得到的新生目標(biāo)粒子集中的新生粒子強(qiáng)度，計(jì)算公式為：i = l，…，Nnew,t，其中，ih(x |巾）表示t時(shí)刻目標(biāo)新生概率。4. 根據(jù)權(quán)利要求1所述的基于強(qiáng)度濾波器的多擴(kuò)展目標(biāo)跟蹤方法，其特征在于，步驟 (9)中所述的對(duì)t時(shí)刻的目標(biāo)預(yù)測(cè)粒子集合進(jìn)行更新，按如下步驟實(shí)現(xiàn)： (9a)求取每個(gè)目標(biāo)的有效檢測(cè)概率，計(jì)算公式為卩-(x),其中PD(x)表示傳感 器的檢測(cè)概率，^_(戈丨)表不泊松分布參數(shù)； (9b)求取每個(gè)目標(biāo)樣本粒子的更新強(qiáng)度，計(jì)算公式為其中pZZt表示量測(cè)隨機(jī)集Zt所有的劃分方式，第p種劃分方式和其對(duì)應(yīng)的劃分單元集 合w中子集的權(quán)值分別為叫和如，巧(#+ 是狀態(tài)為筆卜!的目標(biāo)粒子產(chǎn)生的量測(cè)似然，|w 表示子集中量測(cè)的個(gè)數(shù)，(<+)是劃分單元集合W中的量測(cè)對(duì)應(yīng)的預(yù)測(cè)量測(cè)強(qiáng)度； 第P種劃分方式的權(quán)值Wp和其對(duì)應(yīng)的劃分單元集合W中子集的權(quán)值dw可由以下公式計(jì) 算：5.根據(jù)權(quán)利要求1所述的基于強(qiáng)度濾波器的多擴(kuò)展目標(biāo)跟蹤方法，其特征在于，步驟 (12)中所述的從得到的t時(shí)刻更新目標(biāo)粒子集!(巧,，<)〇中重采樣Nt個(gè)樣本粒子，是通過采 用重要性重采樣的方法實(shí)現(xiàn)的，得到重采樣后的目標(biāo)粒子集：，其中樣本粒子數(shù) Nt是根據(jù)t時(shí)刻更新雜波強(qiáng)度ft|t(巾）和目標(biāo)的估計(jì)數(shù)目nt求得，計(jì)算公式為：
【文檔編號(hào)】G01S7/41GK106054167SQ201610364263
【公開日】2016年10月26日
【申請(qǐng)日】2016年5月27日
【發(fā)明人】李翠蕓, 桂陽, 姬紅兵
【申請(qǐng)人】西安電子科技大學(xué)