CN113281736B - 基于多假设singer模型的雷达机动交汇目标跟踪方法 - Google Patents
基于多假设singer模型的雷达机动交汇目标跟踪方法 Download PDFInfo
- Publication number
- CN113281736B CN113281736B CN202110374602.3A CN202110374602A CN113281736B CN 113281736 B CN113281736 B CN 113281736B CN 202110374602 A CN202110374602 A CN 202110374602A CN 113281736 B CN113281736 B CN 113281736B
- Authority
- CN
- China
- Prior art keywords
- target
- tracking
- state
- track
- time
- 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
- 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
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于多假设singer模型的雷达机动交汇目标跟踪方法,包括以下步骤:S1、目标航迹建立;S2、未处于航迹交叉区的目标采用singer模型进行目标跟踪;对处于航迹交叉区的目标,采用多假设singer模型对交汇目标进行跟踪;S3、通过步骤S2中多假设singer模型的跟踪,实现对目标的准确稳定跟踪。本发明的优点是:1.可减小雷达机动交汇目标跟踪中的跟踪误差,实现更精确的目标跟踪;2.可减小雷达机动交汇目标跟踪中错误跟踪的概率,实现对交汇目标的正确跟踪;3.本发明使用范围广,对雷达***参数无特殊要求,具有推广可行性。
Description
技术领域
本发明涉及一种基于多假设singer模型的雷达机动交汇目标跟踪方法,涉及雷达领域。
背景技术
雷达机动目标跟踪是雷达数据处理领域的难题,尤其是当2个机动的目标产生交汇时,由于2个目标的机动特性都是随机不可预见的,所以会产生雷达航迹的误相关,导致对2个机动目标跟踪误差大,甚至是丢失跟踪目标。
Singer模型应用在机动目标跟踪中效果较好,由于其充分考虑了雷达目标跟踪中目标的加减速度特性,所以对目标真实运动轨迹的描述更加准确,但目前的singer模型跟踪多是对单个目标的跟踪,而当有2个机动的目标产生交汇时,现有singer模型的跟踪效果较差。
发明内容
为克服现有技术的缺陷,本发明提供了一种基于多假设singer模型的雷达交汇目标跟踪方法,通过多种模型假设组合的方法,对两个交汇目标进行跟踪,将跟踪结果与两个目标之前状态计算相关性,最后取相关性值最大的一组模型跟踪结果,认为是交汇目标的真实航迹,从而减小了机动目标交汇时的跟踪误差,实现正确稳定跟踪。
本发明提供一种基于多假设singer模型的雷达机动交汇目标跟踪方法,本发明的技术方案是:
一种基于多假设singer模型的雷达机动交汇目标跟踪方法,包括以下步骤:
S1、目标航迹建立;
S2、未处于航迹交叉区的目标采用singer模型进行目标跟踪;对处于航迹交叉区的目标,采用多假设singer模型对交汇目标进行跟踪。
S3、通过步骤S2中多假设singer模型的跟踪,实现对目标的准确稳定跟踪。
所述的步骤S1包括以下步骤:
(1)雷达探测,获取目标的第i帧测量数据,包括目标位置坐标X,位置坐标Y、目标速度v和加速度a的数据目标信息;i为雷达测量时所获取的数据帧数;
(2)判断测量数据帧数是否≥3,如果不满足≥3帧条件,则测量数据存入缓冲区;
(3)如果满足≥3帧条件,判断目标航迹是否已经建立,在航迹库中寻找是否有该目标的历史点迹,如果有,则认为该目标已经建立航迹,如果没有则认为该目标未建立航迹,为一个新的目标;如果没有建立航迹,且满足2/3建航条件的,即在连续3帧的雷达探测数据中,如果有任意不少于2帧探测到了该目标,即探测概率≥2/3,则对该目标建立航迹,;否则,认为不满足建航条件,清空该目标测量数据缓冲区;
(4)如果目标航迹已经建立,判断目标是否处于航迹交叉区。
在所述的步骤S2中,采用singer模型进行目标跟踪方法如下:
Singer模型是一种考虑目标加速度特性的跟踪模型,该跟踪模型具有如下表达形式:
其中:
X(t)为目标在t时刻的位置;为对X(t)的一阶微分,为t时刻目标的速度;为对X(t)的二阶微分,为t时刻目标的加速度;为对X(t)的三阶微分;a为机动时间的倒数,称为机动频率,w(t)为t时刻的过程噪声;
设雷达跟踪目标时的采样间隔为T,则singer模型的目标跟踪离散动态方程为:
X(k+1)=F(k)X(k)+w(k)
其中,X(k+1):k+1时刻的目标位置;
X(k):k时刻的目标位置;
F(k):k时刻的状态转移矩阵;
w(k):k时刻的过程噪声;
状态转移矩阵F为:
过程噪声w(k)的协方差矩阵为:
Q(k)为过程噪声V在k时刻的协方差矩阵;
q11、q12、q13、q21、q22、q23、q31、q32、q33:过程噪声w(k)的自相关协方差值;
其中:
其中,a为机动时间的倒数,称为机动频率
T:雷达跟踪目标时的采样间隔;
e:数学常数,值为2.71828;
采用多假设singer模型进行目标跟踪方法如下:
(1)假设2个目标分别为X1和X2,则在两个目标交汇过程中,每个目标会分别产生加速、减速、匀速三种运动状态,那么2个交汇的目标会产生如下9种机动组合:第一状态为X1加速,X2加速;第二状态为X1加速,X2匀速;第三状态为X1加速,X2减速;第四状态为X1匀速,X2加速;第五状态为X1匀速,X2匀速;第六状态为X1匀速,X2减速;第七状态为X1减速,X2加速;第八状态为X1减速,X2匀速;第九状态为X1减速,X2减速;
(2)在K时刻,假设目标X1和目标X2的状态为第一状态,则X1和X2两个目标的singer跟踪状态向量为: 其中而得到的两个目标的量测值为则第一状态下两个目标的量测误差分别为:ε11(k)=X1(k)-Y1(k)、ε12(k)=X2(k)-Y2(k),分别计算量个目标的归一化误差方差为:其中C为归一化系数,C=[0.50.30.2]';
(4)分别按照步骤(2)方式进行计算,得到假设的第二状态至第九状态的平均归一化误差方差为:e2、e3...e9;比较e1、e2、e3...e9的大小,最小的误差方差即为相关性最强的状态,该相关性最强的状态假设为第n个状态,记为en,则目标跟踪状态更新时,采用第n组的状态参数对目标进行跟踪。
所述机动频率的取值为1/10。
所述的步骤(4)具体为:遍历航迹库中的所有航迹,对航迹库中的任意两条航迹求取平面空间的两维距离,该距离D=(X1-X2)^2+(Y1-Y2)^2,如果D≤20m,则认为是航迹交叉区,否则认为是航迹非交叉区。
本发明的优点是:
1.可减小雷达机动交汇目标跟踪中的跟踪误差,实现更精确的目标跟踪;
2.可减小雷达机动交汇目标跟踪中错误跟踪的概率,实现对交汇目标的正确跟踪;
3.本发明使用范围广,对雷达***参数无特殊要求,具有推广可行性。
附图说明
图1是本发明的流程示意图。
具体实施方式
下面结合具体实施例来进一步描述本发明,本发明的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的,并不对本发明的范围构成任何限制。本领域技术人员应该理解的是,在不偏离本发明的精神和范围下可以对本发明技术方案的细节和形式进行修改或替换,但这些修改和替换均落入本发明的保护范围内。
参见图1,本发明涉及一种基于多假设singer模型的雷达机动交汇目标跟踪方法,包括以下步骤:
S1、目标航迹建立;
S2、未处于航迹交叉区的目标采用singer模型进行目标跟踪;对处于航迹交叉区的目标,采用多假设singer模型对交汇目标进行跟踪。
S3、通过步骤S2中多假设singer模型的跟踪,实现对目标的准确稳定跟踪。
所述的步骤S1包括以下步骤:
(1)雷达探测,获取目标的第i帧测量数据,包括目标位置坐标X,位置坐标Y、目标速度v和加速度a的数据目标信息;i为雷达测量时所获取的数据帧数;
(2)判断测量数据帧数是否≥3,如果不满足≥3帧条件,则测量数据存入缓冲区;
(3)如果满足≥3帧条件,判断目标航迹是否已经建立,在航迹库中寻找是否有该目标的历史点迹,如果有,则认为该目标已经建立航迹,如果没有则认为该目标未建立航迹,为一个新的目标;如果没有建立航迹,且满足2/3建航条件的,即在连续3帧的雷达探测数据中,如果有任意不少于2帧探测到了该目标,即探测概率≥2/3,则对该目标建立航迹,;否则,认为不满足建航条件,清空该目标测量数据缓冲区;
(4)如果目标航迹已经建立,判断目标是否处于航迹交叉区,所述的步骤(4)具体为:遍历航迹库中的所有航迹,对航迹库中的任意两条航迹求取平面空间的两维距离,该距离D=(X1-X2)^2+(Y1-Y2)^2,如果D≤20m,则认为是航迹交叉区,否则认为是航迹非交叉区。例如航迹1和航迹2的平面距离为:D12=(X1-X2)^2+(Y1-Y2)^2,如果D12≤20m,则认为是航迹交叉区,否则认为是航迹非交叉区。
在所述的步骤S2中,采用singer模型进行目标跟踪方法如下:
Singer模型是一种考虑目标加速度特性的跟踪模型,该跟踪模型具有如下表达形式:
其中:
X(t)为目标在t时刻的位置;为对X(t)的一阶微分,为t时刻目标的速度;为对X(t)的二阶微分,为t时刻目标的加速度;为对X(t)的三阶微分;a为机动时间的倒数,称为机动频率,w(t)为t时刻的过程噪声;
设雷达跟踪目标时的采样间隔为T,则singer模型的目标跟踪离散动态方程为:
X(k+1)=F(k)X(k)+w(k)
其中,X(k+1):k+1时刻的目标位置;
X(k):k时刻的目标位置;
F(k):k时刻的状态转移矩阵;
w(k):k时刻的过程噪声;
状态转移矩阵F为:
过程噪声w(k)的协方差矩阵为:
Q(k)为过程噪声V在k时刻的协方差矩阵;
q11、q12、q13、q21、q22、q23、q31、q32、q33:过程噪声w(k)的自相关协方差值;
其中:
其中,a为机动时间的倒数,称为机动频率
T:雷达跟踪目标时的采样间隔;
e:数学常数,值为2.71828;
采用多假设singer模型进行目标跟踪方法如下:
(1)假设2个目标分别为X1和X2,则在两个目标交汇过程中,每个目标会分别产生加速、减速、匀速三种运动状态,那么2个交汇的目标会产生如下9种机动组合:第一状态为X1加速,X2加速;第二状态为X1加速,X2匀速;第三状态为X1加速,X2减速;第四状态为X1匀速,X2加速;第五状态为X1匀速,X2匀速;第六状态为X1匀速,X2减速;第七状态为X1减速,X2加速;第八状态为X1减速,X2匀速;第九状态为X1减速,X2减速;
(2)在K时刻,假设目标X1和目标X2的状态为第一状态,则X1和X2两个目标的singer跟踪状态向量为: 其中而得到的两个目标的量测值为则第一状态下两个目标的量测误差分别为:ε11(k)=X1(k)-Y1(k)、ε12(k)=X2(k)-Y2(k),分别计算量个目标的归一化误差方差为:其中C为归一化系数,C=[0.50.30.2]';
(4)分别按照步骤(2)方式进行计算,得到假设的第二状态至第九状态的平均归一化误差方差为:e2、e3...e9;比较e1、e2、e3...e9的大小,最小的误差方差即为相关性最强的状态,该相关性最强的状态假设为第n个状态,记为en(可以是e1、e2、e3...e9中的一个),则目标跟踪状态更新时,采用第n组的状态参数对目标进行跟踪。
所述机动频率的取值为1/10。
本发明的原理是:首先假设交汇的两个目标在跟踪间隔时间内会分别进行三种不同的机动(加速、减速和匀速),然后分别假设两个目标为三种机动状态中的一种,建立九种不同的机动组合模型,接着采用九种不同的组合模型对交汇的两个目标进行跟踪,然后将九种跟踪结果分别与目标最新状态计算目标相关性,最后取相关性值最大的一组模型跟踪结果,认为是交汇目标的真实航迹,实现对机动交汇目标的稳定正确跟踪。
Claims (3)
1.一种基于多假设singer模型的雷达机动交汇目标跟踪方法,其特征在于,包括以下步骤:
S1、目标航迹建立;
S2、未处于航迹交叉区的目标采用singer模型进行目标跟踪;对处于航迹交叉区的目标,采用多假设singer模型对交汇目标进行跟踪;
S3、通过步骤S2中多假设singer模型的跟踪,实现对目标的准确稳定跟踪;
所述的步骤S1包括以下步骤:
(1)雷达探测,获取目标的第i帧测量数据,包括目标位置坐标X,位置坐标Y、目标速度v和加速度a的数据目标信息;i为雷达测量时所获取的数据帧数;
(2)判断测量数据帧数是否≥3,如果不满足≥3帧条件,则测量数据存入缓冲区;
(3)如果满足≥3帧条件,判断目标航迹是否已经建立,在航迹库中寻找是否有该目标的历史点迹,如果有,则认为该目标已经建立航迹,如果没有则认为该目标未建立航迹,为一个新的目标;如果没有建立航迹,且满足2/3建航条件的,即在连续3帧的雷达探测数据中,如果有任意不少于2帧探测到了该目标,即探测概率≥2/3,则对该目标建立航迹;否则,认为不满足建航条件,清空该目标测量数据缓冲区;
(4)如果目标航迹已经建立,判断目标是否处于航迹交叉区;
在所述的步骤S2中,采用singer模型进行目标跟踪方法如下:
Singer模型是一种考虑目标加速度特性的跟踪模型,该跟踪模型具有如下表达形式:
其中:
X(t)为目标在t时刻的位置;为对X(t)的一阶微分,为t时刻目标的速度;为对X(t)的二阶微分,为t时刻目标的加速度;为对X(t)的三阶微分;a为机动时间的倒数,称为机动频率,w(t)为t时刻的过程噪声;
设雷达跟踪目标时的采样间隔为T,则singer模型的目标跟踪离散动态方程为:
X(k+1)=F(k)X(k)+w(k)
其中,X(k+1):k+1时刻的目标位置;
X(k):k时刻的目标位置;
F(k):k时刻的状态转移矩阵;
w(k):k时刻的过程噪声;
状态转移矩阵F为:
过程噪声w(k)的协方差矩阵为:
Q(k)为过程噪声V在k时刻的协方差矩阵;
q11、q12、q13、q21、q22、q23、q31、q32、q33:过程噪声w(k)的自相关协方差值;
其中:
其中,a为机动时间的倒数,称为机动频率
T:雷达跟踪目标时的采样间隔;
e:数学常数,值为2.71828;
采用多假设singer模型进行目标跟踪方法如下:
(1)假设2个目标分别为X1和X2,则在两个目标交汇过程中,每个目标会分别产生加速、减速、匀速三种运动状态,那么2个交汇的目标会产生如下9种机动组合:第一状态为X1加速,X2加速;第二状态为X1加速,X2匀速;第三状态为X1加速,X2减速;第四状态为X1匀速,X2加速;第五状态为X1匀速,X2匀速;第六状态为X1匀速,X2减速;第七状态为X1减速,X2加速;第八状态为X1减速,X2匀速;第九状态为X1减速,X2减速;
(2)在K时刻,假设目标X1和目标X2的状态为第一状态,则X1和X2两个目标的singer跟踪状态向量为: 其中而得到的两个目标的量测值为则第一状态下两个目标的量测误差分别为:ε11(k)=X1(k)-Y1(k)、ε12(k)=X2(k)-Y2(k),分别计算量个目标的归一化误差方差为:
其中C为归一化系数,C=[0.50.30.2]';
(4)分别按照步骤(2)方式进行计算,得到假设的第二状态至第九状态的平均归一化误差方差为:e2、e3...e9;比较e1、e2、e3...e9的大小,最小的误差方差即为相关性最强的状态,该相关性最强的状态假设为第n个状态,记为en,则目标跟踪状态更新时,采用第n组的状态参数对目标进行跟踪。
2.根据权利要求1所述的一种基于多假设singer模型的雷达机动交汇目标跟踪方法,其特征在于,所述机动频率的取值为1/10。
3.根据权利要求1所述的一种基于多假设singer模型的雷达机动交汇目标跟踪方法,其特征在于,所述步骤S1中的步骤(4)具体为:遍历航迹库中的所有航迹,对航迹库中的任意两条航迹求取平面空间的两维距离,该距离D=(X1-X2)^2+(Y1-Y2)^2,如果D≤20m,则认为是航迹交叉区,否则认为是航迹非交叉区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110374602.3A CN113281736B (zh) | 2021-04-08 | 2021-04-08 | 基于多假设singer模型的雷达机动交汇目标跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110374602.3A CN113281736B (zh) | 2021-04-08 | 2021-04-08 | 基于多假设singer模型的雷达机动交汇目标跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113281736A CN113281736A (zh) | 2021-08-20 |
CN113281736B true CN113281736B (zh) | 2022-07-01 |
Family
ID=77276384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110374602.3A Active CN113281736B (zh) | 2021-04-08 | 2021-04-08 | 基于多假设singer模型的雷达机动交汇目标跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113281736B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633589A (zh) * | 2019-01-08 | 2019-04-16 | 沈阳理工大学 | 目标跟踪中基于多模型优化多假设的多目标数据关联方法 |
CN111289965A (zh) * | 2019-12-04 | 2020-06-16 | 南京长峰航天电子科技有限公司 | 一种多目标雷达快速跟踪方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6724916B1 (en) * | 2000-01-05 | 2004-04-20 | The United States Of America As Represented By The Secretary Of The Navy | Composite hough transform for multitarget multisensor tracking |
-
2021
- 2021-04-08 CN CN202110374602.3A patent/CN113281736B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633589A (zh) * | 2019-01-08 | 2019-04-16 | 沈阳理工大学 | 目标跟踪中基于多模型优化多假设的多目标数据关联方法 |
CN111289965A (zh) * | 2019-12-04 | 2020-06-16 | 南京长峰航天电子科技有限公司 | 一种多目标雷达快速跟踪方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113281736A (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109100714B (zh) | 一种基于极坐标系的低慢小目标跟踪方法 | |
CN111239766B (zh) | 基于激光雷达的水面多目标快速识别跟踪方法 | |
CN110531357A (zh) | 估计移动目标在水平面中速度大小的方法和雷达检测*** | |
EP1835463A2 (en) | Obstacle tracking apparatus and method | |
CN103885057A (zh) | 自适应变滑窗多目标跟踪方法 | |
CN112198503A (zh) | 一种目标航迹预测优化方法、装置及雷达*** | |
CN111386476B (zh) | 确定车辆雷达***中的对象运动和加速度矢量 | |
CN114063056A (zh) | 一种船舶航迹融合方法、***、介质和设备 | |
CN111562570A (zh) | 基于毫米波雷达的面向自动驾驶的车辆感知方法 | |
CN111929676B (zh) | 一种基于密度聚类的x波段雷达目标检测与跟踪方法 | |
CN113281736B (zh) | 基于多假设singer模型的雷达机动交汇目标跟踪方法 | |
Rameshbabu et al. | Target tracking system using kalman filter | |
JP4196684B2 (ja) | 目標追尾装置 | |
CN108490429A (zh) | Tws雷达多目标跟踪方法及*** | |
CN111693051A (zh) | 一种基于光电传感器的多目标数据关联方法 | |
JP4166651B2 (ja) | 目標追尾装置 | |
CN111123235B (zh) | 一种导航雷达的静止目标的确定方法及装置 | |
CN108981707B (zh) | 基于时差量测箱粒子phd的被动跟踪多目标方法 | |
JPH0797136B2 (ja) | 多目標追尾方法及びその装置 | |
JP3440010B2 (ja) | 目標追尾装置 | |
CN115980738B (zh) | 一种基于动静分离的多目标跟踪方法 | |
CN116879863B (zh) | 一种连续波4d毫米波雷达多目标测量方法及*** | |
US20230358877A1 (en) | Method, Computer Program, Storage Medium, Device for Tracking an Object | |
CN110907896B (zh) | 一种非同步时延跟踪方法 | |
CN113390406B (zh) | 基于被动多传感器***的多目标数据关联与定位方法 |
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 |