CN111707997B - 雷达目标跟踪方法、装置、电子设备及存储介质 - Google Patents
雷达目标跟踪方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111707997B CN111707997B CN202010492278.0A CN202010492278A CN111707997B CN 111707997 B CN111707997 B CN 111707997B CN 202010492278 A CN202010492278 A CN 202010492278A CN 111707997 B CN111707997 B CN 111707997B
- Authority
- CN
- China
- Prior art keywords
- tracking
- target
- radar
- tracking configuration
- target tracking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种雷达目标跟踪方法、装置、电子设备及存储介质,该跟踪方法根据多目标跟踪下形成的轨迹位置集合与检测点的真实位置集合进行对比,采用最小均方根误差的方法挑选出跟踪方法中最合适的跟踪配合参数作为后续实际使用的跟踪配置参数。
Description
技术领域
本发明涉及目标跟踪技术领域,具体涉及一种优化了参数的跟踪方法。
背景技术
目标跟踪是雷达信号处理中的一项重要组成部分,其是根据雷达前端提供的检测信息对要跟踪的目标建立跟踪轨迹并进行维持。而在目标跟踪过程中,由于实际环境中噪声及其它干扰源的存在,雷达前端提供的检测信息并不能真实的代表目标的实际运动信息,有时甚至偏差巨大,故此时要对检测信息进行滤波,具体是利用人为建立的滤波算法尽量减少噪声对检测值的影响,使检测值经过滤波之后尽量的贴近目标的真实运动信息。
卡尔曼滤波(Kalman filtering)是一种利用线性***状态方程,通过***输入输出观测数据,对***状态进行最优估计的算法。由于观测数据中包括***中的噪声和干扰的影响,所以最优估计也可看作是滤波过程。卡尔曼滤波适用于线性、离散和有限维***。卡尔曼滤波是以最小均方误差为估计的最佳准则,来寻求一套递推估计的算法,其基本思想是:采用信号与噪声的状态空间模型,利用前一时刻的估计值和现时刻的观测值来更新对状态变量的估计,求出现时刻的估计值。
但传统的雷达目标跟踪中使用卡尔曼滤波时,是直接将每次的检测信息输入卡尔曼滤波器中,完成卡尔曼滤波。在滤波计算回路中,信息过程是直接等于雷达观测值减去滤波算法预测值,即信息过程的计算需依赖于观测信号,而在实际应用中,由于噪声的存在和其它干扰的影响,雷达每次返回的观测值会存在波动,尤其当目标距离雷达较远时,观测值的波动会更加剧烈,并且距离越远,信噪比越低,低信噪比会严重影响雷达检测的准确性,当观测值的波动超出了卡尔曼滤波的承受范围,还会导致滤波结果发散,从而使滤波失去效果,进而影响整个目标跟踪***。因此亟需提供一种雷达目标跟踪检测滤波方法,以降低使用卡尔曼滤波时观测值波动造成的影响,更进一步的提高雷达检测精度,防止目标跟踪丢失的情况。
发明内容
本发明目的在于提供一种雷达目标跟踪方法,用于解决现有的雷达跟踪滤波方法准确度差、效果不佳的技术问题。
为达成上述目的,本发明提出如下技术方案:
雷达目标跟踪方法,采用目标跟踪配置参数对雷达数据进行卡尔曼滤波,所述目标跟踪配置参数按照如下方式获得:
获得历史雷达数据,所述历史雷达数据为任意M个帧的检测点;
针对每个数据帧t,采用P个跟踪配置参数对检测点进行跟踪,获得跟踪轨迹位置集合At;对检测点的真实位置进行P次测量,获得真实轨迹位置集合Bt:
其中,a代表该帧内的检测点数量,t代表编号为t的帧;j代表编号为j的检测点,Q代表编号为Q的跟踪配置参数,O代表编号为O的一次测量;
针对每个跟踪配置参数Q,计算每个数据帧t对应的跟踪轨迹位置集合At与真实轨迹位置集合Bt之间的最小均方根误差值:
针对每个跟踪配置参数Q,对所有M帧的最小均方根误差值求均值:
进一步的,在本发明中,所述检测点的真实位置的测量采用TOF测距法。
另一方面,本发明还提供一种雷达目标跟踪装置,包括
跟踪模块,用于采用目标跟踪配置参数对雷达数据进行卡尔曼滤波;
目标跟踪配置参数获取模块,用于获得目标跟踪配置参数,包括:
历史雷达数据获得模块,用于获得历史雷达数据,所述历史雷达数据为任意M个帧的检测点;
集合获得模块,用于针对每个数据帧t,采用P个跟踪配置参数对检测点进行跟踪,获得跟踪轨迹位置集合At;对检测点的真实位置进行P次测量,获得真实轨迹位置集合Bt:
其中,a代表该帧内的检测点数量,t代表编号为t的帧;j代表编号为j的检测点,Q代表编号为Q的跟踪配置参数,O代表编号为O的一次测量;
最小均方根误差值获得模块,用于针对每个跟踪配置参数Q,计算每个数据帧t对应的跟踪轨迹位置集合At与真实轨迹位置集合Bt之间的最小均方
根误差值:
最小均方根误差值求均值获得模块,用于针对每个跟踪配置参数Q,对所有M帧的最小均方根误差值求均值:
另一方面,本发明还提供一种电子设备,包括存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行所述的雷达目标跟踪方法。
另一方面,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行所述的雷达目标跟踪方法。
有益效果:
由以上技术方案可知,本发明的技术方案的雷达目标跟踪方法根据多目标跟踪下形成的轨迹位置集合与检测点的真实位置集合进行对比,采用最小均方根误差的方法挑选出跟踪方法中最合适的跟踪配合参数作为后续实际使用的跟踪配置参数。
该方法中采用构造矩阵的方式形成与跟踪轨迹位置集合相互对应的真实轨迹位置集合矩阵,由此使得均方根误差最小原则RMSE得以应用,可以快速找出跟踪轨迹与真实轨迹最为接近的跟踪配置参数,作为最优的跟踪配置参数应用于后续的实际跟踪中,避免人为反复调整跟踪参数,提高了跟踪算法的调试效率,实现跟踪参数的自动化最优选择。
应用最优的跟踪配置参数进行跟踪的检测精度高,可以减小因检测中的噪点导致的跟踪丢失问题,大大的减少噪声的干扰,解决了信号容易丢失的弊端。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1为本发明实施例中的方法流程示意图;
图2为本发明中TOF测距法的示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
现有技术中雷达采用目标跟踪算法对目标进行跟踪,目标跟踪算法的具体方法如下:
S101、对雷达输出的原始目标进行筛选,挑选出有效目标。
雷达在一个周期内同时输出多个原始目标,包括无效目标、静止目标和有效目标,无效目标是指雷达没有返回目标参数的目标。
S102、通过目标跟踪算法,从有效目标中得出跟踪目标。
筛选出来有效目标后,仍需要对其完成跟踪处理,以便建立目标航迹信息。目标跟踪算法按分层次来处理,通过阈值判定从有效目标中筛选出待选目标,通过条件判定从待选目标中筛选出所需目标,通过相对车道关系判定从所需目标筛选出跟踪目标,通过三维卡尔曼滤波对跟踪目标进行滤波,得到最终有效的跟踪目标。
S103、将雷达输出的有效目标和跟踪目标的极坐标信息转换为直角坐标信息。
以雷达为坐标系,以距离目标的横向距离为x轴,以距离目标的纵向距离为y轴建立直角坐标系,雷达的左边距离为负,右边距离为正。由于所需的是目标的横向和纵向距离,所以需把雷达输出的有效目标和跟踪目标的极坐标信息向直角坐标***中转换。
S104、根据有效目标和跟踪目标的直角坐标信息在图形界面上分别显示有效目标航迹和跟踪目标航迹以进行对比,根据对比结果得出雷达目标测试结果。
S105、存储的原始目标数据,按雷达输出目标频率进行雷达目标航迹回放,或按调帧方式进行雷达目标航迹回访,方便观察雷达目标的航迹变化过程。根据实时存储的雷达原始目标数据,按雷达输出目标频率进行雷达目标航迹回放,同时支持调帧回放目标航迹,方便观察目标的航迹变化过程。
本发明的具体实施例是在上述目标跟踪算法中S102中涉及卡尔曼滤波的步骤进行的改进。
卡尔曼滤波时,跟踪配置参数的选择是影响卡尔曼滤波效果好坏的关键因素,现有技术中存在多种跟踪配置参数,包括波门长度、宽度、速度阈值等。通过选择合适的跟踪配置参数能够降低噪声的不利影响,但现有技术中尚无比较好的选择机制,导致盲选后进行的跟踪结果与真实值偏差较大。
因此本发明的具体实施例提出一种跟踪方法,该方法优选一个目标跟踪配置参数进行卡尔曼滤波,使得目标跟踪的位置与目标的真实位置最为接近。
所述目标跟踪配置参数按照如下方式获得:
人为提供目标跟踪场景,包括a个可移动的目标、雷达及卡尔曼跟踪***,所述卡尔曼跟踪***为采用卡尔曼滤波的***,其工作过程如下:雷达输出目标的位置和速度作为卡尔曼跟踪***的初始化输入,***在进行数据关联之前需要对含有目标的数据做一些预处理,将其中的非期望数据剔除,减小环境中非期望目标的影响。在进行完数据的预处理后,下一步提取期望目标进行数据关联、预测和匹配。完成这一步最后还要对跟踪轨迹和状态进行更新和管理等工作。利用雷达对a个可移动的目标进行跟踪,其中每个目标移动的轨迹和速度可控,有利于准确通过雷达获取目标位置。
在上述条件的基础上,一方面利用雷达及跟踪处理***跟踪目标的位置,另一方面测量目标的实际位置,由此能够对比雷达及跟踪处理***的跟踪准确性。由于雷达及跟踪处理***中采用不同的跟踪配置参数是影响跟踪准确性的重要因素,因此,可以参照对比结果为依据获得跟踪配置参数优劣排名,在后期投入使用时采纳最优的跟踪配置参数进行跟踪处理,能够为获得良好的跟踪效果提供保障。
下面,具体展开对上述方法的描述。
S201、获得历史雷达数据,所述历史雷达数据为任意M个帧的检测点。
这里的历史雷达数据即为对a个移动目标进行雷达跟踪的数据。为了能够获得更多有效的样本,需要保证移动目标处在雷达检测区域内。
S202、下面的处理以每个帧为例进行说明。
针对每个数据帧t,采用P个跟踪配置参数对检测点进行跟踪,获得跟踪轨迹位置集合At;
该矩阵中,因为目标在平面内移动,故每个元素(xQj,yQj)包括两个维度的坐标,xQj表示编号为j的检测点即目标在采用编号为Q的跟踪配置参数所跟踪到的第一维度的坐标,yQj表示编号为j的检测点即目标在采用编号为Q的跟踪配置参数所跟踪到的第二维度的坐标。由此,上述矩阵反映当前编号为t的帧内,每个目标采用不同的P个跟踪配置参数所得到的目标位置,每一次跟踪的结果形成矩阵的一行,每一行包括a个元素,整个矩阵总共包括P*a个元素。
对检测点的真实位置进行P次测量,其中O代表编号为O的一次测量,获得真实轨迹位置集合Bt:
该矩阵中,每个元素(mOj,nOj)包括两个维度的坐标,mOj表示编号为j的检测点即目标在采用编号为O的一次测量所测到的第一维度的坐标,nOj表示编号为j的检测点即目标在采用编号为O的一次测量所测到的第二维度的坐标。由此,上述矩阵反映当前编号为t的帧内,每个目标经过不同的O次测量所得到的真实目标位置,每一次测量的结果形成矩阵的一行。
其中真实轨迹位置的测试方法采用TOF测距法。
其基本原理如下:
S2021、如图2所示,将雷达O放置在A基站和B基站的水平中点位置,以雷达O为坐标系原点;C基站为移动基站,即为本方案中的一个目标,具体在本发明的实施例中为实验人员,图2中C基站为其移动过程中的某个瞬时的位置。
TOF为一种双向测距技术,通过测量UWB信号在基站与标签即测试目标之间往返的飞行时间来计算距离。根据数学关系,一点到已知点的距离为常数,那么这点一定在以已知点为圆心并以该常数为半径的圆上。有两个不同的已知点,即能形成2个圆,这两个圆之间通常存在两个交点(极端情况为两圆相切仅有1个切点),此交点就是测试目标的位置。
图2中基站A和基站B的坐标是已知的,测试目标C为一个典型的目标。分别以A基站和B基站为圆形并以测试目标C为圆周上的点,可以形成2个圆并有2个交点。
S2022、以雷达为原点,计算移动基站C的坐标(m,n),具体为:
S2023、因此,针对每个数据帧t,其中有a个目标都分别执行上述过程获得横坐标和纵坐标,从而获得P行结果。
S203、接着,对比两个矩阵,跟踪轨迹位置集合At与以真实轨迹位置集合Bt的每一行是一一对应的,理想的跟踪配置参数应是使得跟踪轨迹位置集合At与真实轨迹位置集合Bt的误差最小,从宏观数据层面而言,应是所有的M帧数据检测值与真实值之间的综合误差最小。
因此,首先针对每个跟踪配置参数Q,计算每个数据帧t对应的跟踪轨迹位置集合At与真实轨迹位置集合Bt之间的最小均方根误差值:
上述计算式,以行与行对应地方式分别计算两个维度之间的差值,并且进行所有目标、所有跟踪配置参数的累加,即将整个矩阵进行了误差统计,反映出了当前帧的情况。
每个数据帧t对应的跟踪轨迹位置集合At与真实轨迹位置集合Bt均参照上述方法获得,总共有M组,每组分别进行。
S204、针对每个跟踪配置参数Q,对所有M帧的最小均方根误差值求均值:
由此反映出所有帧的检测值与真实值之间的差值情况。
本发明的另一个实施例提供一种跟踪装置,包括
跟踪模块,用于采用目标跟踪配置参数对雷达数据进行目标跟踪。
目标跟踪配置参数获取模块,用于获得目标跟踪配置参数,包括:
历史雷达数据获得模块,用于获得历史雷达数据,所述历史雷达数据为任意M个帧的检测点。
集合获得模块,用于针对每个数据帧t,采用P个跟踪配置参数对检测点进行跟踪,获得跟踪轨迹位置集合At;对检测点的真实位置进行P次测量,获得真实轨迹位置集合Bt:
其中,a代表该帧内的检测点数量,t代表编号为t的帧;j代表编号为j的检测点,Q代表编号为Q的跟踪配置参数,O代表编号为O的一次测量。
最小均方根误差值获得模块,用于针对每个跟踪配置参数Q,计算每个数据帧t对应的跟踪轨迹位置集合At与真实轨迹位置集合Bt之间的最小均方根误差值:
最小均方根误差值求均值获得模块,用于针对每个跟踪配置参数Q,对所有M帧的最小均方根误差值求均值:
本发明的实施例三、本发明的另一个实施例公开一种电子设备,包括存储器和处理器,所述存储器和所述处理器之间互相通信连接,例如通过总线或者其他方式连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行所述一种跟踪方法。
处理器优选但不限于是中央处理器(Central Processing Unit,CPU)。例如,处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的一种跟踪方法对应的程序指令/模块,处理器通过运行存储在存储器的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的一种跟踪方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器优选但不限于高速随机存取存储器,例如,还可以是非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器还可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成的程序,可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (5)
1.雷达目标跟踪方法,其特征在于:采用目标跟踪配置参数对雷达数据进行卡尔曼滤波,所述目标跟踪配置参数按照如下方式获得:
获得历史雷达数据,所述历史雷达数据为任意M个帧的检测点;
针对每个数据帧t,采用P个跟踪配置参数对检测点进行跟踪,获得跟踪轨迹位置集合At;对检测点的真实位置进行P次测量,获得真实轨迹位置集合Bt:
其中,a代表该帧内的检测点数量,t代表编号为t的帧;j代表编号为j的检测点,Q代表编号为Q的跟踪配置参数,O代表编号为O的一次测量;
针对每个跟踪配置参数Q,计算每个数据帧t对应的跟踪轨迹位置集合At与真实轨迹位置集合Bt之间的最小均方根误差值:
针对每个跟踪配置参数Q,对所有M帧的最小均方根误差值求均值:
2.根据权利要求1所述的雷达目标跟踪方法,其特征在于:所述检测点的真实位置的测量采用TOF测距法。
3.雷达目标跟踪装置,其特征在于:包括
跟踪模块,用于采用目标跟踪配置参数对雷达数据进行卡尔曼滤波;
目标跟踪配置参数获取模块,用于获得目标跟踪配置参数,包括:
历史雷达数据获得模块,用于获得历史雷达数据,所述历史雷达数据为任意M个帧的检测点;
集合获得模块,用于针对每个数据帧t,采用P个跟踪配置参数对检测点进行跟踪,获得跟踪轨迹位置集合At;对检测点的真实位置进行P次测量,获得真实轨迹位置集合Bt:
其中,a代表该帧内的检测点数量,t代表编号为t的帧;j代表编号为j的检测点,Q代表编号为Q的跟踪配置参数,O代表编号为O的一次测量;
最小均方根误差值获得模块,用于针对每个跟踪配置参数Q,计算每个数据帧t对应的跟踪轨迹位置集合At与真实轨迹位置集合Bt之间的最小均方根误差值:
最小均方根误差值求均值获得模块,用于针对每个跟踪配置参数Q,对所有M帧的最小均方根误差值求均值:
4.一种电子设备,其特征在于,包括存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-2任一项所述的雷达目标跟踪方法。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-2任一项所述的雷达目标跟踪方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010492278.0A CN111707997B (zh) | 2020-06-03 | 2020-06-03 | 雷达目标跟踪方法、装置、电子设备及存储介质 |
PCT/CN2020/113517 WO2021243869A1 (zh) | 2020-06-03 | 2020-09-04 | 雷达目标跟踪方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010492278.0A CN111707997B (zh) | 2020-06-03 | 2020-06-03 | 雷达目标跟踪方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111707997A CN111707997A (zh) | 2020-09-25 |
CN111707997B true CN111707997B (zh) | 2022-05-27 |
Family
ID=72538560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010492278.0A Active CN111707997B (zh) | 2020-06-03 | 2020-06-03 | 雷达目标跟踪方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111707997B (zh) |
WO (1) | WO2021243869A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113281735B (zh) * | 2021-05-19 | 2024-03-22 | 南京慧尔视智能科技有限公司 | 一种提升毫米波雷达跟踪目标性能的方法、装置、***及存储介质 |
CN114509751A (zh) * | 2022-02-11 | 2022-05-17 | 海信集团控股股份有限公司 | 一种基于雷达的目标跟踪方法及装置 |
CN117111019B (zh) * | 2023-10-25 | 2024-01-09 | 深圳市先创数字技术有限公司 | 一种基于雷达探测的目标跟踪监控方法和*** |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7626535B2 (en) * | 2006-11-09 | 2009-12-01 | Raytheon Company | Track quality based multi-target tracker |
CN101860729A (zh) * | 2010-04-16 | 2010-10-13 | 天津理工大学 | 一种用于全方位视觉的目标跟踪方法 |
CN103487800B (zh) * | 2013-09-08 | 2015-09-30 | 西安电子科技大学 | 基于残差反馈的多模型高速高机动目标跟踪方法 |
CN103902812B (zh) * | 2014-03-05 | 2016-05-04 | 深圳大学 | 一种粒子滤波方法、装置及目标跟踪方法、装置 |
CN105205313B (zh) * | 2015-09-07 | 2019-12-20 | 深圳大学 | 模糊高斯和粒子滤波方法、装置及目标跟踪方法、装置 |
CN106249232B (zh) * | 2016-08-24 | 2018-08-21 | 中国电子科技集团公司第二十八研究所 | 基于目标运动态势信息数据关联策略的目标跟踪方法 |
CN108919640B (zh) * | 2018-04-20 | 2020-04-03 | 西北工业大学 | 无人机自适应多目标跟踪的实现方法 |
CN108872991A (zh) * | 2018-05-04 | 2018-11-23 | 上海西井信息科技有限公司 | 目标物检测与识别方法、装置、电子设备、存储介质 |
CN108802721B (zh) * | 2018-08-22 | 2019-04-05 | 哈尔滨工业大学 | 一种任意直线约束下目标跟踪方法 |
CN109858526B (zh) * | 2019-01-08 | 2023-08-18 | 沈阳理工大学 | 一种目标跟踪中基于传感器的多目标轨迹融合方法 |
CN110211151B (zh) * | 2019-04-29 | 2021-09-21 | 华为技术有限公司 | 一种运动物体的追踪方法和装置 |
CN110146850B (zh) * | 2019-06-20 | 2021-03-30 | 电子科技大学 | 用于多基地雷达失序量测融合的粒子滤波集中式跟踪方法 |
CN110728026B (zh) * | 2019-09-16 | 2022-10-21 | 南京理工大学 | 一种基于角速度量测的末端弹道目标被动跟踪方法 |
CN110989341B (zh) * | 2019-11-14 | 2022-08-26 | 中山大学 | 一种约束辅助粒子滤波方法及目标跟踪方法 |
-
2020
- 2020-06-03 CN CN202010492278.0A patent/CN111707997B/zh active Active
- 2020-09-04 WO PCT/CN2020/113517 patent/WO2021243869A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
CN111707997A (zh) | 2020-09-25 |
WO2021243869A1 (zh) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111707997B (zh) | 雷达目标跟踪方法、装置、电子设备及存储介质 | |
CN111722214B (zh) | 雷达多目标跟踪phd实现方法 | |
CN110879927B (zh) | 一种用于海目标检测的海杂波幅度统计分布现场建模方法 | |
CN104865570B (zh) | 一种快速的动态规划检测前跟踪方法 | |
CN116500575B (zh) | 一种基于变分贝叶斯理论的扩展目标跟踪方法和装置 | |
CN115376031B (zh) | 基于联邦自适应学习的公路无人机巡检数据处理方法 | |
CN111027692A (zh) | 一种目标运动态势预测方法及装置 | |
CN109901154B (zh) | 基于递推rtht-tbd的自适应调整方法 | |
CN112907744B (zh) | 数字高程模型的构建方法、装置、设备及存储介质 | |
CN108871365B (zh) | 一种航向约束下的状态估计方法及*** | |
CN113189561A (zh) | 一种海杂波参数估计方法、***、设备及存储介质 | |
CN104777469A (zh) | 一种基于量测误差协方差矩阵范数的雷达节点选择方法 | |
CN113970734A (zh) | 路侧多线激光雷达降雪噪点去除方法、装置及设备 | |
CN114137562B (zh) | 一种基于改进全局最邻近的多目标跟踪方法 | |
CN114236480A (zh) | 一种机载平台传感器***误差配准算法 | |
CN108459314B (zh) | 一种三维固态面阵激光雷达非均匀校正方法 | |
CN117075097B (zh) | 一种基于扩展目标簇划分的海事雷达目标跟踪方法及*** | |
CN108469609A (zh) | 一种用于雷达目标跟踪的检测信息滤波方法 | |
CN104881670A (zh) | 一种用于sar方位角估计的快速目标提取方法 | |
CN111274529A (zh) | 一种鲁棒的高斯逆威沙特phd多扩展目标跟踪算法 | |
CN116359906A (zh) | 跨周期目标形态质量一致性检验雷达目标自动起始方法 | |
CN114660566A (zh) | 虚假目标剔除方法、装置、计算机设备及存储介质 | |
CN114051207A (zh) | 信号干扰下超宽带精确定位方法、装置及电子设备 | |
CN108469604A (zh) | Tws雷达空时联合数据模拟方法及*** | |
CN110941908A (zh) | 一种基于核密度估计的海杂波分布建模方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |