JPH04198886A - 多目標追尾方法及びその装置 - Google Patents
多目標追尾方法及びその装置Info
- Publication number
- JPH04198886A JPH04198886A JP32537790A JP32537790A JPH04198886A JP H04198886 A JPH04198886 A JP H04198886A JP 32537790 A JP32537790 A JP 32537790A JP 32537790 A JP32537790 A JP 32537790A JP H04198886 A JPH04198886 A JP H04198886A
- Authority
- JP
- Japan
- Prior art keywords
- models
- target
- motion
- calculated
- model
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 36
- 230000033001 locomotion Effects 0.000 claims abstract description 257
- 239000011159 matrix material Substances 0.000 claims abstract description 129
- 238000001514 detection method Methods 0.000 claims abstract description 99
- 239000013598 vector Substances 0.000 claims abstract description 62
- 238000009499 grossing Methods 0.000 claims abstract description 31
- 238000005070 sampling Methods 0.000 claims description 106
- 230000008859 change Effects 0.000 claims description 51
- 230000002596 correlated effect Effects 0.000 claims description 15
- 230000001934 delay Effects 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000003111 delayed effect Effects 0.000 claims 5
- 230000001133 acceleration Effects 0.000 abstract description 40
- 238000010586 diagram Methods 0.000 description 13
- 230000007704 transition Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 5
- 239000006185 dispersion Substances 0.000 description 3
- NKZWHPWGLZLGMH-UHFFFAOYSA-N 2-n,7-n-bis(3-aminopropyl)-1,8-naphthyridine-2,7-diamine Chemical compound C1=CC(NCCCN)=NC2=NC(NCCCN)=CC=C21 NKZWHPWGLZLGMH-UHFFFAOYSA-N 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241001038563 Pseudostellaria Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
[産業上の利用分野]
この発明は複数の目標及び目標以外のクラッタ等からの
信号検出結果から目標位置の真値及び目標速度等の目標
運動諸元を推定しようとする多目標追尾方法及びその装
置に関するものである。
信号検出結果から目標位置の真値及び目標速度等の目標
運動諸元を推定しようとする多目標追尾方法及びその装
置に関するものである。
[従来の技術]
第4図は9例えばIEEE TRANSA(1:Tl0
NS ON AUTO−MATICC0NTR0L V
OL、 AC−23,AUGUST 1978. PG
I1−626 rTracking Methods
in a Multiterget En−viro
nment Jの中でrProbabilistic
Data As5oc−iation Filer J
として示された従来の多目標追尾方法を示す処理手順で
あり、目標観測装置より得られる目標位置情報をもとに
通常のカルマンフィルタ理論に基づき目標位置、速度の
平滑値及び平滑誤差共分散行列の初期値を設定しくステ
ップ1)5例えば目標の運動モデルを等速直進運動モデ
ルに設定した(ステップ13)のち1等速直進運動モデ
ルによる予測器で現時刻より1サンプリング後の目標位
置、速度の予−り値を算出しくステップ14)等速直進
運動モデルによる予測誤差評価器で上記予測値の誤差を
推定した予測誤差共分散行列を算出しくステップI5)
、目標観測装置より信号検出結果である探知データを入
力しくステップ7)、相関器で追尾目標と相関のある探
知データとして5等速直進運動モデルによる予測値で算
出した目標予測位置を中心に等速直進運動モデルによる
予測誤差共分散行列を使用して定まる空間のある領域内
にある探知データを選択しくステップ8)、探知データ
信頼度算出器では相関器で選択された探知データが追尾
対象目標からの探知データか否かの信頼度を等速直進運
動モデルによる予測値及び予測誤差共分散行列を使用し
て算出しくステップ16)、ゲイン行列算出器で目標運
動諸元の平滑に使用するゲイン行列を算出しくステップ
l0)1等速直進運動モデルによる平滑器で目標位置、
速度の平滑値を算出し5等速直進運動モデルによる平滑
誤差評価器で平滑誤差共分散行列を算出し、追尾終了に
なるまでこの一連の流れを繰り返す(ステップ12)の
ようになっていた。
NS ON AUTO−MATICC0NTR0L V
OL、 AC−23,AUGUST 1978. PG
I1−626 rTracking Methods
in a Multiterget En−viro
nment Jの中でrProbabilistic
Data As5oc−iation Filer J
として示された従来の多目標追尾方法を示す処理手順で
あり、目標観測装置より得られる目標位置情報をもとに
通常のカルマンフィルタ理論に基づき目標位置、速度の
平滑値及び平滑誤差共分散行列の初期値を設定しくステ
ップ1)5例えば目標の運動モデルを等速直進運動モデ
ルに設定した(ステップ13)のち1等速直進運動モデ
ルによる予測器で現時刻より1サンプリング後の目標位
置、速度の予−り値を算出しくステップ14)等速直進
運動モデルによる予測誤差評価器で上記予測値の誤差を
推定した予測誤差共分散行列を算出しくステップI5)
、目標観測装置より信号検出結果である探知データを入
力しくステップ7)、相関器で追尾目標と相関のある探
知データとして5等速直進運動モデルによる予測値で算
出した目標予測位置を中心に等速直進運動モデルによる
予測誤差共分散行列を使用して定まる空間のある領域内
にある探知データを選択しくステップ8)、探知データ
信頼度算出器では相関器で選択された探知データが追尾
対象目標からの探知データか否かの信頼度を等速直進運
動モデルによる予測値及び予測誤差共分散行列を使用し
て算出しくステップ16)、ゲイン行列算出器で目標運
動諸元の平滑に使用するゲイン行列を算出しくステップ
l0)1等速直進運動モデルによる平滑器で目標位置、
速度の平滑値を算出し5等速直進運動モデルによる平滑
誤差評価器で平滑誤差共分散行列を算出し、追尾終了に
なるまでこの一連の流れを繰り返す(ステップ12)の
ようになっていた。
第8図は、第4図に対応した従来の多目標追尾装置の構
成図であり、追尾目標及び追尾目標以外のクラッタ等か
らの信号検出結果を探知データとして出力する目標観測
装置(18)と5等速直進運動モデルによる予測器 (
35)で現時刻より1サンプリング前に算出しておいた
目標予測位置を中心に等速直進運動モデルによる予測誤
差評価器(39)で現時刻より1サンプリング前に算出
しておいた予測誤差共分散行列を使用して求まる空間の
ある領域内にある目標観測装置(18)より得られる探
知データを選択する相関器 (19)と1等速直進運動
゛ モデルによる予測器 (35)で現時刻より1サ
ンプリング前に算出しておいた目標予測位置と1等速直
進運動モデルによる予測誤差評価器(39)で現時刻よ
り1サンプリング前に算出しておいた予測誤差共分散行
列より相関器(19)で選択した探知データが追尾対象
目標からの探知データか否かの信頼度を算出する探知デ
ータの信頼度算出器(36)と9等速直進運動モデルに
よる予測誤差評価器(39)で現時刻より1サンプリン
グ前に算出しておいた予測誤差共分散行列を使用して目
標諸元の平滑に使用するゲイン行列を算出するゲイン行
列算出器 (33)と、相関器 (19)で選択された
探知データと探知データの信頼度算出器(36)で算出
した探知データの信頼度と1等速直進運動モデルによる
予測器 (35)で現時刻より1サンプリング前に算出
しておいた予測値とゲイン行列算出器(33)よりゲイ
ン行列により目標位置、速度の平滑値を算出する等速直
進運動モデルによる平滑器(37)と1等速直進運動モ
デルによる平滑器(37)で算出した平滑値をもとに等
速直進運動モデルによりlサンプリング後の目標位置、
速度の予測値を算出する等速直進運動モデルによる予測
器 (35)と7等速直進運動モデルによる予測器(3
5)で算出した予測値を1サンプリング遅延させる第8
の遅延回路と9等速直進運動モデルによる予測器(35
)で現時刻より1サンプリング前に算出しておいた予測
値とゲイン行列算出器(33)よりのゲイン行列と相関
器 (19)で選択された探知データと探知データの信
頼度算出器(36)で算出した探知データの信頼度と等
速直進運動モデルによる予測誤差評価器 (39)で現
時刻より1サンプリング前に算出しておいた予測誤差共
分散行列より目標位置、速度の平滑誤差の評価値を算出
する等速直進運動モデルによる平滑誤差評価器(38)
と1等速直進運動モデルによる平滑誤差評価器 (38
)で算出した平滑誤差共分散行列をもとに目標位置、速
度の予測誤差の評価値を算出する等速直進運動モデルに
よる予測誤差評価器(39)と5等速直進運動モデルに
よる予測誤差評価器(39)で算出した予測誤差共分散
行列を1サンプリング遅延させる第7の遅延回路(40
)とから構成されていた。
成図であり、追尾目標及び追尾目標以外のクラッタ等か
らの信号検出結果を探知データとして出力する目標観測
装置(18)と5等速直進運動モデルによる予測器 (
35)で現時刻より1サンプリング前に算出しておいた
目標予測位置を中心に等速直進運動モデルによる予測誤
差評価器(39)で現時刻より1サンプリング前に算出
しておいた予測誤差共分散行列を使用して求まる空間の
ある領域内にある目標観測装置(18)より得られる探
知データを選択する相関器 (19)と1等速直進運動
゛ モデルによる予測器 (35)で現時刻より1サ
ンプリング前に算出しておいた目標予測位置と1等速直
進運動モデルによる予測誤差評価器(39)で現時刻よ
り1サンプリング前に算出しておいた予測誤差共分散行
列より相関器(19)で選択した探知データが追尾対象
目標からの探知データか否かの信頼度を算出する探知デ
ータの信頼度算出器(36)と9等速直進運動モデルに
よる予測誤差評価器(39)で現時刻より1サンプリン
グ前に算出しておいた予測誤差共分散行列を使用して目
標諸元の平滑に使用するゲイン行列を算出するゲイン行
列算出器 (33)と、相関器 (19)で選択された
探知データと探知データの信頼度算出器(36)で算出
した探知データの信頼度と1等速直進運動モデルによる
予測器 (35)で現時刻より1サンプリング前に算出
しておいた予測値とゲイン行列算出器(33)よりゲイ
ン行列により目標位置、速度の平滑値を算出する等速直
進運動モデルによる平滑器(37)と1等速直進運動モ
デルによる平滑器(37)で算出した平滑値をもとに等
速直進運動モデルによりlサンプリング後の目標位置、
速度の予測値を算出する等速直進運動モデルによる予測
器 (35)と7等速直進運動モデルによる予測器(3
5)で算出した予測値を1サンプリング遅延させる第8
の遅延回路と9等速直進運動モデルによる予測器(35
)で現時刻より1サンプリング前に算出しておいた予測
値とゲイン行列算出器(33)よりのゲイン行列と相関
器 (19)で選択された探知データと探知データの信
頼度算出器(36)で算出した探知データの信頼度と等
速直進運動モデルによる予測誤差評価器 (39)で現
時刻より1サンプリング前に算出しておいた予測誤差共
分散行列より目標位置、速度の平滑誤差の評価値を算出
する等速直進運動モデルによる平滑誤差評価器(38)
と1等速直進運動モデルによる平滑誤差評価器 (38
)で算出した平滑誤差共分散行列をもとに目標位置、速
度の予測誤差の評価値を算出する等速直進運動モデルに
よる予測誤差評価器(39)と5等速直進運動モデルに
よる予測誤差評価器(39)で算出した予測誤差共分散
行列を1サンプリング遅延させる第7の遅延回路(40
)とから構成されていた。
[発明が解決しようとする課題]
上記のような多目標追尾方法及びその装置においては、
追尾目標が等速直進運動モデルに従うとして等速直進運
動モデルによる予測器(35)で算出した追尾目標の予
測位置を中心に等速直進運動モデルによる予測誤差評価
器(39)で算出した予測誤差共分散行列を使用して得
られる空間のある領域内にある目標観測装置(18)よ
り入力される探知データが追尾目標より探知された可能
性があると相関器(19)で判断していた為、目標が旋
回運動を行うと相関範囲を決める中心点が大きくずれる
。あるいは、相関をとるべき空間の領域の大きさが目標
の旋回状況を考慮しないため不当に小さく評価されるな
どの問題が発生し追尾性能は劣化さぜるを得なかった。
追尾目標が等速直進運動モデルに従うとして等速直進運
動モデルによる予測器(35)で算出した追尾目標の予
測位置を中心に等速直進運動モデルによる予測誤差評価
器(39)で算出した予測誤差共分散行列を使用して得
られる空間のある領域内にある目標観測装置(18)よ
り入力される探知データが追尾目標より探知された可能
性があると相関器(19)で判断していた為、目標が旋
回運動を行うと相関範囲を決める中心点が大きくずれる
。あるいは、相関をとるべき空間の領域の大きさが目標
の旋回状況を考慮しないため不当に小さく評価されるな
どの問題が発生し追尾性能は劣化さぜるを得なかった。
また、パルスドツプラレーダのように目標観測装置(1
8)で目標距離変化率が観測される場合においても目標
位置情報のみで追尾フィルタが構成されていたため、目
標旋回時に観測される距離変化率の急激な変化を追尾に
反映できるようになっていなかった。
8)で目標距離変化率が観測される場合においても目標
位置情報のみで追尾フィルタが構成されていたため、目
標旋回時に観測される距離変化率の急激な変化を追尾に
反映できるようになっていなかった。
この発明は、このような課題を解決するためになされた
もので、複数の目標及びクラッタ等の不要信号から探知
データが得られる環境下において旋回目標に対しても精
度よく追尾できる多目標追尾方法及びその装置を得るこ
とを目的とするものである。
もので、複数の目標及びクラッタ等の不要信号から探知
データが得られる環境下において旋回目標に対しても精
度よく追尾できる多目標追尾方法及びその装置を得るこ
とを目的とするものである。
[課題を解決するための手段]
この発明の第1及び第4の発明は、同一次元の複数のn
個の定数ベクトルより構成される目標のn個の運動モデ
ルによる目標位置、速度などの予測値を算出するn個の
運動モデルによる予測器と上記複数のn個の運動モデル
及び相関器で選択された探知データの信頼度を、目標位
置および目標観測距離変化率により算出するn個の運動
モデルによる信頼度算出器と、上記複数のn個の運動モ
デルによる目標位置、速度などの平滑値を算出するn個
の運動モデルによる平滑器と、この平滑値の誤差を推定
したn個の運動モデルによる平滑誤差共分散行列を算出
するn個の運動モデルによる平滑誤差評価器とを設けた
ものである。
個の定数ベクトルより構成される目標のn個の運動モデ
ルによる目標位置、速度などの予測値を算出するn個の
運動モデルによる予測器と上記複数のn個の運動モデル
及び相関器で選択された探知データの信頼度を、目標位
置および目標観測距離変化率により算出するn個の運動
モデルによる信頼度算出器と、上記複数のn個の運動モ
デルによる目標位置、速度などの平滑値を算出するn個
の運動モデルによる平滑器と、この平滑値の誤差を推定
したn個の運動モデルによる平滑誤差共分散行列を算出
するn個の運動モデルによる平滑誤差評価器とを設けた
ものである。
この発明の第2及び第5の発明は、同一次元の複数のn
個の定数ベクトルより構成される目標のn個の運動モデ
ルによる目標位置、速度などの予測値の誤差を推定した
n個の運動モデルによる平滑誤差共分散行列を算出する
n個の運動モデルによる予測誤差評価器と、上記複数の
n個の運動モデル及び相関器で選択された探知データの
信頼度を、目標位置および目標観測距離変化率により算
出するn個の運動モデルによる信頼度算出器と。
個の定数ベクトルより構成される目標のn個の運動モデ
ルによる目標位置、速度などの予測値の誤差を推定した
n個の運動モデルによる平滑誤差共分散行列を算出する
n個の運動モデルによる予測誤差評価器と、上記複数の
n個の運動モデル及び相関器で選択された探知データの
信頼度を、目標位置および目標観測距離変化率により算
出するn個の運動モデルによる信頼度算出器と。
上記複数のn個の運動モデルによる目標位置、速度など
の平滑値を算出するn個の運動モデルによる平滑器とこ
の平滑値の誤差を推定したn個の運動モデルによる平滑
誤差共分散行列を算出するn個の運動モデルによる平滑
誤差評価器とを設けたものである。
の平滑値を算出するn個の運動モデルによる平滑器とこ
の平滑値の誤差を推定したn個の運動モデルによる平滑
誤差共分散行列を算出するn個の運動モデルによる平滑
誤差評価器とを設けたものである。
この発明の第3及び第6の発明は、同一次元の複数のn
個の定数ベクトルより構成される目標のn個の運動モデ
ルによる目標位置、速度などの予測値を算出するn個の
運動モデルによる予測器と、この予測値の誤差を推定し
たn個の運動モデルによる平滑誤差共分散行列を算出す
るn個の運動モデルによる予測誤差評価値と、上記複数
のn個の運動モデル及び相関器で選択された探知データ
の信頼度を、目標位置および目標観測距離変化率により
算出するn個の運動モデルによる信頼度算出器と、上記
複数のn個の運動モデルによる目標位置、速度などの平
滑値を算出するn個の運動モデルによる平滑器とこの平
滑値の誤差を推定したn個の運動モデルによる平滑誤差
共分散行列を算出するn個の運動モデルによる平滑誤差
評価器とを設けたものである。
個の定数ベクトルより構成される目標のn個の運動モデ
ルによる目標位置、速度などの予測値を算出するn個の
運動モデルによる予測器と、この予測値の誤差を推定し
たn個の運動モデルによる平滑誤差共分散行列を算出す
るn個の運動モデルによる予測誤差評価値と、上記複数
のn個の運動モデル及び相関器で選択された探知データ
の信頼度を、目標位置および目標観測距離変化率により
算出するn個の運動モデルによる信頼度算出器と、上記
複数のn個の運動モデルによる目標位置、速度などの平
滑値を算出するn個の運動モデルによる平滑器とこの平
滑値の誤差を推定したn個の運動モデルによる平滑誤差
共分散行列を算出するn個の運動モデルによる平滑誤差
評価器とを設けたものである。
L作用]
この発明においては1例えば複数のn個の目標の運動モ
デルとして等速直進運動モデルに零ベクトルを含むn個
の定数加速度ベクトルを付加した運動モデルを使用し、
n個の運動モデルによる目標位置、速度の予測値を複数
個の運動モデル各々の信頼度及び複数個の運動モデルを
構成する定数加速度ベクトルを使用し、予測における加
速度の影響項を算出し、この諸元に現時刻の平滑値をも
とに等速直進運動予測により算出した1サンプリング後
の予測値を加算することにより算出し、複数個の運動モ
デル各々の信頼度を目標観測位置及び角運動モデルごと
の予測値及び予測誤差共分散行列のみならず目標距離変
化率の観測値と各々の運動モデルにおける距離変化率の
予測値との差の確率密度を複数個の運動モデルごとの予
測誤差共分散行列及び目標距離変化率をも援用して算出
し、旋回目標に対する複数個の運動モデルの合致度を適
正に算出する。
デルとして等速直進運動モデルに零ベクトルを含むn個
の定数加速度ベクトルを付加した運動モデルを使用し、
n個の運動モデルによる目標位置、速度の予測値を複数
個の運動モデル各々の信頼度及び複数個の運動モデルを
構成する定数加速度ベクトルを使用し、予測における加
速度の影響項を算出し、この諸元に現時刻の平滑値をも
とに等速直進運動予測により算出した1サンプリング後
の予測値を加算することにより算出し、複数個の運動モ
デル各々の信頼度を目標観測位置及び角運動モデルごと
の予測値及び予測誤差共分散行列のみならず目標距離変
化率の観測値と各々の運動モデルにおける距離変化率の
予測値との差の確率密度を複数個の運動モデルごとの予
測誤差共分散行列及び目標距離変化率をも援用して算出
し、旋回目標に対する複数個の運動モデルの合致度を適
正に算出する。
この発明の第1及び第4の発明においては、多数の複数
目標を同時に追尾しクラッタよりの探知データも多い場
合に対処可能とするため、追尾目標間で相関を取るべき
領域か重ならないよう、また、相関を取るべき領域内の
探知データを増加させないように相関を取るべき領域を
広げずに計算機付加の増大を抑えつつ旋回目標対処能力
を向上させるため、相関を取るべき中心点の算出による
n個の運動モデルによる予測値、相関を取るべき空間の
領域の大きさ算出にn個の運動モデルによる予測誤差共
分散行列ではなく運動モデルごとの予測誤差共分散行列
を使用する。
目標を同時に追尾しクラッタよりの探知データも多い場
合に対処可能とするため、追尾目標間で相関を取るべき
領域か重ならないよう、また、相関を取るべき領域内の
探知データを増加させないように相関を取るべき領域を
広げずに計算機付加の増大を抑えつつ旋回目標対処能力
を向上させるため、相関を取るべき中心点の算出による
n個の運動モデルによる予測値、相関を取るべき空間の
領域の大きさ算出にn個の運動モデルによる予測誤差共
分散行列ではなく運動モデルごとの予測誤差共分散行列
を使用する。
この発明の第2及び第5の発明においては、追尾目標が
少なく、クラッタも少ない環境下でのサンプリング間隔
が長(観測精度の悪い目標観測装置による多目標追尾を
想定し、目標予測値の算出に加速度項を付加した場合に
観測精度の悪さに起因する追尾のがたつきを表面イbさ
せずに旋回目標対処能力を向上させるため、相関を取る
べき中心点の算出には、n個の運動モデルによる予測値
ではなく運動モデルごとの予測値の一つである定数加速
度ベクトルが零の場合の等速直進運動モデルによる予測
値を使用し、相関を取るべき空間の領域の大きさ算出に
n個の運動モデルによる予測誤差共分散行列を使用して
いる。
少なく、クラッタも少ない環境下でのサンプリング間隔
が長(観測精度の悪い目標観測装置による多目標追尾を
想定し、目標予測値の算出に加速度項を付加した場合に
観測精度の悪さに起因する追尾のがたつきを表面イbさ
せずに旋回目標対処能力を向上させるため、相関を取る
べき中心点の算出には、n個の運動モデルによる予測値
ではなく運動モデルごとの予測値の一つである定数加速
度ベクトルが零の場合の等速直進運動モデルによる予測
値を使用し、相関を取るべき空間の領域の大きさ算出に
n個の運動モデルによる予測誤差共分散行列を使用して
いる。
この発明の第3及び第6の発明においては、極めて精度
の高い追尾が要求され、目標観測装置の精度が高く、サ
ンプリング間隔が短(、高性能の計算機システムを使用
する場合の多目標追尾を想定し、相関を取るべき中心点
の算出にn個の運動モデルによる予測値、相関をとるべ
き空間の領域の大きさ算出にn個の運動モデルによる予
測誤差共分散行列を使用している。
の高い追尾が要求され、目標観測装置の精度が高く、サ
ンプリング間隔が短(、高性能の計算機システムを使用
する場合の多目標追尾を想定し、相関を取るべき中心点
の算出にn個の運動モデルによる予測値、相関をとるべ
き空間の領域の大きさ算出にn個の運動モデルによる予
測誤差共分散行列を使用している。
[実施例]
以下この発明の多目標追尾方法及びその装置の一実施例
について説明する。
について説明する。
複数個をn個とした場合の運動モデルをXk” Φに
一1十きト1子 Fk−1訃−I十r ’に一+’lj
w−藏−・・・・ (1) とする。ここで。
一1十きト1子 Fk−1訃−I十r ’に一+’lj
w−藏−・・・・ (1) とする。ここで。
・沖はサンプリング時刻t5における目標運動諸元の真
値をあられす状態ベクトルであり。
値をあられす状態ベクトルであり。
・直交座標における目標位置ベクトルを・直交座標にお
ける目標速度ベクトルをとした時。
ける目標速度ベクトルをとした時。
である。
・Φ11−1は、サンプリング時刻t、−1よりt、へ
の状態ベクトルxkの推移行列で目標が等速度線運動を
行うと仮定した場合 である。
の状態ベクトルxkの推移行列で目標が等速度線運動を
行うと仮定した場合 である。
・Wkはサンプリング時刻t5における駆動雑音ベクト
ル ・Fうはサンプリング時刻tkにおける駆動雑音ベクト
ルの変換行列で1例えば、目標の運動モデルを等速度線
運動と仮定したことによる打切り誤差項をI” i+−
+Wx−+ とみれば、訃は加速度ベクトル相当であり である。
ル ・Fうはサンプリング時刻tkにおける駆動雑音ベクト
ルの変換行列で1例えば、目標の運動モデルを等速度線
運動と仮定したことによる打切り誤差項をI” i+−
+Wx−+ とみれば、訃は加速度ベクトル相当であり である。
・!!6はサンプリング時刻t3においてn個の運動モ
デルを構成する定数加速度ベクトルで 卦・gl又は ト:旦2又は・・・・・・又は卦=旦。
デルを構成する定数加速度ベクトルで 卦・gl又は ト:旦2又は・・・・・・又は卦=旦。
であり。
・「°5はサンプリング時刻t、における定数加速度ベ
クトルの変換行列で である。
クトルの変換行列で である。
第9図は水平図に平行な面内で定数加速度ベクトルを説
明する図であり1図において、0は目標観測装置を原点
とした座IMO−xyの原点、Xは東方向をX軸の正と
した座wo xyのX軸、Yは北方向をy軸の正とし
た座標0−xyのy軸、Alはy軸の正方向の定数加速
度ベクトル、A2はX軸の正の方向の定数加速度ベクト
ル、A3はy軸の負の方向の定数加速度ベクトル、A4
はX軸の負の方向の定数加速度ベクトルである。第3図
における定数加速度ベクトルの大きさをlOg(gは重
力加速度とする)とし、この他に加速度0の定数加速度
ベクトルを考えた運動モデルの場合n=5
− ・・・ ・ (3)であり1式(2)は とサンプリング時刻tうに無関係に書ける。
明する図であり1図において、0は目標観測装置を原点
とした座IMO−xyの原点、Xは東方向をX軸の正と
した座wo xyのX軸、Yは北方向をy軸の正とし
た座標0−xyのy軸、Alはy軸の正方向の定数加速
度ベクトル、A2はX軸の正の方向の定数加速度ベクト
ル、A3はy軸の負の方向の定数加速度ベクトル、A4
はX軸の負の方向の定数加速度ベクトルである。第3図
における定数加速度ベクトルの大きさをlOg(gは重
力加速度とする)とし、この他に加速度0の定数加速度
ベクトルを考えた運動モデルの場合n=5
− ・・・ ・ (3)であり1式(2)は とサンプリング時刻tうに無関係に書ける。
次に、サンプリング時刻tうにおいて
!!、−、= Qpb (Pk=1,2.−・、n)
=−(5)が真であるとの仮設を ψ、、P、 (Pk=1.2.−・、n) −−1
6)と書(。
=−(5)が真であるとの仮設を ψ、、P、 (Pk=1.2.−・、n) −−1
6)と書(。
サンプリング時刻1+からtkまでの運動モデルに対す
る仮説の組合せを ψ”p(P=1,2.=−、n’)’ −−(n即ち ψ8p: 1ψ1pl・ ψ2. pl、 ”゛・ ψ
M、 pk]・・・ ・ (8) 1 ≦P、≦ n と書(。
る仮説の組合せを ψ”p(P=1,2.=−、n’)’ −−(n即ち ψ8p: 1ψ1pl・ ψ2. pl、 ”゛・ ψ
M、 pk]・・・ ・ (8) 1 ≦P、≦ n と書(。
運動モデルの推移にマルコフ性を仮定する。即ち運動モ
デルはψに、サンプリング時刻t8−1の運動モデルよ
り決まり、サンプリング時刻t5−2までの運動モデル
には依存しないとする。この時、運動モデルの推移確率
Ppi+pm−+をPpllpw−+ =p[ψ(p−
ψm−r、 pl1−11・・・・・・・ (9) (P、=1,2.・・・、n;Pk−1−1,2,・・
・、n)と書く。
デルはψに、サンプリング時刻t8−1の運動モデルよ
り決まり、サンプリング時刻t5−2までの運動モデル
には依存しないとする。この時、運動モデルの推移確率
Ppi+pm−+をPpllpw−+ =p[ψ(p−
ψm−r、 pl1−11・・・・・・・ (9) (P、=1,2.・・・、n;Pk−1−1,2,・・
・、n)と書く。
Eを平均を表わす記号として、Wkは平均旦の3次元正
規分布白色雑音で E [Wk]=旦 ・・・・(lO)E
[W、 W、、”]=Qk(k=1の時) 、 0I
(k≠1の時) ・・・・・・(11)とす
る。ここで。
規分布白色雑音で E [Wk]=旦 ・・・・(lO)E
[W、 W、、”]=Qk(k=1の時) 、 0I
(k≠1の時) ・・・・・・(11)とす
る。ここで。
・旦は零ベクトル
・QKはサンプリング時刻tkにおける駆動雑音共分散
行列であり、旦1はベクトル旦の転置ベクトルをあられ
す。
行列であり、旦1はベクトル旦の転置ベクトルをあられ
す。
追尾対象目標よりの探知データはサンプリング時刻tk
において高々1つ得られるとし、その観測系モデルを Z、=Hすk”Vk ・ ・・ (12)
とする。ここで。
において高々1つ得られるとし、その観測系モデルを Z、=Hすk”Vk ・ ・・ (12)
とする。ここで。
・ZKはサンプリング時刻t、における位置情報の観測
値より構成される直交座標による位置観測ベクトル ・H,はサンプリング時刻tうにおける観測行列で Hk = (I OI) である。
値より構成される直交座標による位置観測ベクトル ・H,はサンプリング時刻tうにおける観測行列で Hk = (I OI) である。
・uMはサンプリング時刻txにおける位置観測雑音ベ
クトルであり、平均旦の3次元正規分布白色雑音で E [yk1=旦 E [y、v、”]= R−(k = 1の時) 、
0I(k≠1の時) ・・・・・・・
(13)である。尚、RKはサンプリング時刻tうにお
ける観測雑音共分散行列で、運動モデルによらない値と
する。
クトルであり、平均旦の3次元正規分布白色雑音で E [yk1=旦 E [y、v、”]= R−(k = 1の時) 、
0I(k≠1の時) ・・・・・・・
(13)である。尚、RKはサンプリング時刻tうにお
ける観測雑音共分散行列で、運動モデルによらない値と
する。
目標距離変化率観測モデルを
PΦ(k) ” A (k) + v シ(k)
=−= f14)とする。ここで。
=−= f14)とする。ここで。
・負。fk)はサンプリング時刻t2における目標距離
変化率の観測値 ・A (kl はサンプリング時刻t5における目標距
離変化率の真価 ・VR(kl はサンプリング時刻t5における目標距
離変化率観測雑音であり、平均0の1次元正規分布白色
雑音で E[v、+(k)] =Q −=−−(15]E
[v、 (k) vRFl) ] = OR2fk)
fk=1の時)。
変化率の観測値 ・A (kl はサンプリング時刻t5における目標距
離変化率の真価 ・VR(kl はサンプリング時刻t5における目標距
離変化率観測雑音であり、平均0の1次元正規分布白色
雑音で E[v、+(k)] =Q −=−−(15]E
[v、 (k) vRFl) ] = OR2fk)
fk=1の時)。
lk≠1の時) ・・ (16)
である。
尚、σ;、 ” (k)はサンプリング時刻tkにおけ
る目標距離変換の分散で、運動モデルによらない値とす
る。
る目標距離変換の分散で、運動モデルによらない値とす
る。
また、目標距離をR1)、即ち
R2+に+=xk” + :y+” + zk2
・−(171とすれば1式(17)の両辺を微分して
である。
・−(171とすれば1式(17)の両辺を微分して
である。
追尾対象目標以外からの探知データは空間に一様に分布
しているとし、サンプリング時刻tうにおける単位体積
当たりの発生頻度をβうとし、追尾目標と相関を取るべ
き空間の領域の体積を■。とじた時、追尾対象目標以外
からの探知データが相関を取るべき領域内に存在する総
数は平均β5VGKのポアソン分布に従うとする。
しているとし、サンプリング時刻tうにおける単位体積
当たりの発生頻度をβうとし、追尾目標と相関を取るべ
き空間の領域の体積を■。とじた時、追尾対象目標以外
からの探知データが相関を取るべき領域内に存在する総
数は平均β5VGKのポアソン分布に従うとする。
サンプリング時刻tkにおける相関を取るべき領域内の
探知データの全体を Z 8.l HZ 11.21 ”・l Z K、mk
とし z k = Uz K、、 、 z k
2 、 −、z K mkコ・・・ ・ ・ (
19) と書く。
探知データの全体を Z 8.l HZ 11.21 ”・l Z K、mk
とし z k = Uz K、、 、 z k
2 、 −、z K mkコ・・・ ・ ・ (
19) と書く。
また、サンプリング時刻t、からt5までの目標位置観
測ベクトルの全体をZ k、目標距離変化率の歓び1j
値の全体を2゜X、即ち Z 、 = [2、、22,−、2K]−= f20
)Z o”” [J5+、+、Rφ+2+、−6Rφ+
k11・・・・(21) と書く。
測ベクトルの全体をZ k、目標距離変化率の歓び1j
値の全体を2゜X、即ち Z 、 = [2、、22,−、2K]−= f20
)Z o”” [J5+、+、Rφ+2+、−6Rφ+
k11・・・・(21) と書く。
複数個の運動モデルを構成している定数加速度ベクトル
am(a・1,2.−・、nlの条件付き確率密度関数
を離散系における確率論に従い P[uk−+lψに、a、:zk−1,Mk−1]・
δ(卦−ビ旦、) ・ ・・ ・ (22)P[u
+t−112に一’、Mk−’1= Σ P[甲、、I
Z″−’、M’−’]δ(い〜1−旦、、) ・・
・・・・ (23)とする。
am(a・1,2.−・、nlの条件付き確率密度関数
を離散系における確率論に従い P[uk−+lψに、a、:zk−1,Mk−1]・
δ(卦−ビ旦、) ・ ・・ ・ (22)P[u
+t−112に一’、Mk−’1= Σ P[甲、、I
Z″−’、M’−’]δ(い〜1−旦、、) ・・
・・・・ (23)とする。
ここで、デルタ関数δ(幻は
l −I G(H)δ(キ)dx−G(9)・・・(2
4)の性質を有している。
4)の性質を有している。
式 (17)及び (19)より
E[gk−11ψに、 、、ZK−1,Mk−1]、
j 、、、 l u、−1P[!!、−81ψu、
a+ZK−’、Mk−’]duw−+= i =−1
!!に一、δ(卦−1−旦+1)dui+−+”二重・
・・・・ (25) である。
j 、、、 l u、−1P[!!、−81ψu、
a+ZK−’、Mk−’]duw−+= i =−1
!!に一、δ(卦−1−旦+1)dui+−+”二重・
・・・・ (25) である。
即ち
宿−1゛・E[ub−+ I甲58,7ゝ−Jゝ−′1
・・・・・・ (26) とした時。
・・・・・・ (26) とした時。
曾に−1・・α、 ・・・・・・(2
7)である。
7)である。
式(18) 、及び式 (19)より
E[卦−112’−’、 Mk−’]□ I ・−I
uk−1P[uh−112’−’、 M’−’]dui
+−+=1 ・ I uk−I Jlt p[tPk、
a + zト]。
uk−1P[uh−112’−’、 M’−’]dui
+−+=1 ・ I uk−I Jlt p[tPk、
a + zト]。
MK−’]δ(膿−1−旦、)dum−□= 、:1.
P[ψ、 、 l 2’−’、 M″−’] i・・
・(ljw−+δ(um−+−旦a)dum−+= 、
2x、 P[ψに、a l Zk−11Mk−’J g
n・・・・・・・ ・ (28) である。
P[ψ、 、 l 2’−’、 M″−’] i・・
・(ljw−+δ(um−+−旦a)dum−+= 、
2x、 P[ψに、a l Zk−11Mk−’J g
n・・・・・・・ ・ (28) である。
即ち
遜−、、E[u−、I 2’−’、M’−’] −
[29)とした時 である。
[29)とした時 である。
弐 (22) 、式 (24) 、及び式(27)より
E [(um−+−’MW−1”l (uk−+−Mm
−+’)”1甲に、、 l Z′′−’、 Mk−’
]・ (・・・ I (!!++−1g、)(卦−1
94)Tp[!!1−ψ5、+ 2’−’l M’−’
]d!!に一+=)・・ )(卦−ビ旦、l)(シー、
−旦、)1δ(リトビ旦a)d卦−1 =OI −・・・・・
−(31)である。
E [(um−+−’MW−1”l (uk−+−Mm
−+’)”1甲に、、 l Z′′−’、 Mk−’
]・ (・・・ I (!!++−1g、)(卦−1
94)Tp[!!1−ψ5、+ 2’−’l M’−’
]d!!に一+=)・・ )(卦−ビ旦、l)(シー、
−旦、)1δ(リトビ旦a)d卦−1 =OI −・・・・・
−(31)である。
式(23) 、及び式(24)より
E[f卦−−iう−1)(い−、−低−1)71Z’−
’、M’−’] =1・・・ 1(シー1−へ−1)(卦−1−が−1)
1P[い−12’−’、M″′−リduk−。
’、M’−’] =1・・・ 1(シー1−へ−1)(卦−1−が−1)
1P[い−12’−’、M″′−リduk−。
=)・・冒ui+−+−が−3)(卦−+−’Mk−+
)”ΣP[ψ、 、 I Zk−’、 M’−’]δ
(卦−1−旦、)dミー1 = )P[早う、 l 2’−’、 M’−’]
I・・ )(!!に一+−蝕−+) (ui+−+−蝕
一、)1δ (!!に−1−57−龜)cl!!i+−
+= X P [tF、 、 l Zk−’、 M
’−’](旦、−省、□)(g8−が−1)1 ・・
(32)である。尚 ATは行列Aの転置行列を表わす
。
)”ΣP[ψ、 、 I Zk−’、 M’−’]δ
(卦−1−旦、)dミー1 = )P[早う、 l 2’−’、 M’−’]
I・・ )(!!に一+−蝕−+) (ui+−+−蝕
一、)1δ (!!に−1−57−龜)cl!!i+−
+= X P [tF、 、 l Zk−’、 M
’−’](旦、−省、□)(g8−が−1)1 ・・
(32)である。尚 ATは行列Aの転置行列を表わす
。
zk、が追尾対象目標よりの探知データであるとの仮説
を肌1(1・1,2.・・7m8)と書き、追尾対象目
標から探知データが得られないとの仮説を肌。と書く。
を肌1(1・1,2.・・7m8)と書き、追尾対象目
標から探知データが得られないとの仮説を肌。と書く。
サンプリング時刻t5までの探知データの情報による仮
説の信頼度を条件付き確率密度関数によりβに、 +1
)11.p+t−+”P [L、 il ’t’ kp
=、’l’ il−+、pk−+12’、M’l
・・・・・ (33)β、、 、 =P[Xk、
、12’、M’l =・(34)βW、i” =P[
ψtt、pklZ’、M’] ・−・・(35)βh
=、+l+=、 pk−+”P [Xk、 r 、 ψ
mpk12’、M’]・・・・・ (36) と定義する。
説の信頼度を条件付き確率密度関数によりβに、 +1
)11.p+t−+”P [L、 il ’t’ kp
=、’l’ il−+、pk−+12’、M’l
・・・・・ (33)β、、 、 =P[Xk、
、12’、M’l =・(34)βW、i” =P[
ψtt、pklZ’、M’] ・−・・(35)βh
=、+l+=、 pk−+”P [Xk、 r 、 ψ
mpk12’、M’]・・・・・ (36) と定義する。
ここで
P[X、、 、、 ψに、pi+1mJψ’ −+ +
pk−+ + 2 ’ −’ 、 M ’ −’ ]
・P[Xk、 +、mk1+# W−1+pk−112
’−’IM’−’]P [t// k、 pkl 11
1 k−1+pH−112’−19M’−’]・・・・
・・ (37) P[ψm、pkl ψに−1・pk−1□ P[ψつ
、 pJ ψ、−+、pk−+、Z’−’、M’−’]
・・・ ・ (38) と仮定する。
pk−+ + 2 ’ −’ 、 M ’ −’ ]
・P[Xk、 +、mk1+# W−1+pk−112
’−’IM’−’]P [t// k、 pkl 11
1 k−1+pH−112’−19M’−’]・・・・
・・ (37) P[ψm、pkl ψに−1・pk−1□ P[ψつ
、 pJ ψ、−+、pk−+、Z’−’、M’−’]
・・・ ・ (38) と仮定する。
式(9)及び式(38)より
P[ψ8pう1 ψm−++l:l++−1+Z’−’
、M′′−’]・Pp、p、−。
、M′′−’]・Pp、p、−。
である。
確率論より
・・・・・ (40)
W
、、!loB 、、 、= 1 山= (4
11β3=1冬。β31.I)b (
47)である。
11β3=1冬。β31.I)b (
47)である。
また。
仮説ψに8のもとてのサンプリング時刻t5に対する目
標距離変化率の予測値をhP゛ 即ち Rp’ (k) =E[R(k) l * −、;、
Z’−’、Zo’−’]−(49)と書けば9式(18
)より 師°(k)・ ・・・・・・・・(50) である。
標距離変化率の予測値をhP゛ 即ち Rp’ (k) =E[R(k) l * −、;、
Z’−’、Zo’−’]−(49)と書けば9式(18
)より 師°(k)・ ・・・・・・・・(50) である。
ここで
である。
尚9式(17)より
Rp’ (k)= Xp、 +”(kDyp、 +”
(k)+z、、 t”(k)・・・・・・ (52) である。
(k)+z、、 t”(k)・・・・・・ (52) である。
また、全微分の性質より一次近似を行えば1’t(k)
−1’?、’=h。(父−’(−)Hx、−x、’(−
)l=(531である。
−1’?、’=h。(父−’(−)Hx、−x、’(−
)l=(531である。
ここで
hk(剋’f−))は
のむ・父3°(−)での値だから
である。
式 (14)及び式(53)より
1(Φ(K)−1ip’(Kl=hw(xw’(−11
(xb−、’(−11+vp(k)・・−・ (55
) である。
(xb−、’(−11+vp(k)・・−・ (55
) である。
式(55) 、式(15)及びVR(k)が白色雑音の
仮定よE(Mφtk+ −Mp tk+ + lψに、
i+Zk−”、ZDk−1]・0・(56)だから1式
(49)より E[R(klli、、、Z’−’、Zo’−’J=Rp
’(k) =□ f57)φ である。
仮定よE(Mφtk+ −Mp tk+ + lψに、
i+Zk−”、ZDk−1]・0・(56)だから1式
(49)より E[R(klli、、、Z’−’、Zo’−’J=Rp
’(k) =□ f57)φ である。
式(55) 、式(571、式(16)及びVR(k)
が白色雑音の仮定より E[(Rφ(k)−E[Rφ(k)l *−1,Z’−
’、ZDK=’l”1ψw、 + 、Z” ’ 、2o
k−’ ]= h、 [捜’ f−))Pk’ f−)
hk”(へ’ (−))+ a 二2(k)・・・・・
・・・ (58) である。
が白色雑音の仮定より E[(Rφ(k)−E[Rφ(k)l *−1,Z’−
’、ZDK=’l”1ψw、 + 、Z” ’ 、2o
k−’ ]= h、 [捜’ f−))Pk’ f−)
hk”(へ’ (−))+ a 二2(k)・・・・・
・・・ (58) である。
式(57)及び(58)より仮説ψ3.のもとての目標
変化率観測誤差の評価 f2’ (k) (i・1,2.・・・、N)
・・・・・・・・(59)を1次元正規分布で近似す
れば f、(k)・gz (Rφ(k);飢”(kl、h、f
家、−(−1IP、’ (刊hk”(g、’(−)l+
oR”(k)) −(601である。
変化率観測誤差の評価 f2’ (k) (i・1,2.・・・、N)
・・・・・・・・(59)を1次元正規分布で近似す
れば f、(k)・gz (Rφ(k);飢”(kl、h、f
家、−(−1IP、’ (刊hk”(g、’(−)l+
oR”(k)) −(601である。
ここで+ g2D ;m、 n)は、平均m2分散nの
1次元正規分布の1における確率密度関数である。
1次元正規分布の1における確率密度関数である。
通常のカルマンフィルタの理論より
−f61j
p、 (刊 =Φう−、Pう−、(+)Φに−IT+
Pk−、Q、、 r’、、 (621に5・Pう
Illk(g HうT(HうPう” (−)Hb”+r
tう)−1・・(63)?(+)・ふpi= (−)
・山・(64)J O+ p。
Pk−、Q、、 r’、、 (621に5・Pう
Illk(g HうT(HうPう” (−)Hb”+r
tう)−1・・(63)?(+)・ふpi= (−)
・山・(64)J O+ p。
pk、。、、(+)= Pカ(−) ・・・・(
65)&、。、−十)4力(−)+Ki+ (z(t
−Hう家k” (−) )・・・・ (66) Pk、。、pi、(+l =Pカ(−1に占Pカ(刊
・ ・ (67)(1:1,2.・・・、mJ である。
65)&、。、−十)4力(−)+Ki+ (z(t
−Hう家k” (−) )・・・・ (66) Pk、。、pi、(+l =Pカ(−1に占Pカ(刊
・ ・ (67)(1:1,2.・・・、mJ である。
ここで。
・ghpk+−+ は仮説型kpkのもとてのサンプリ
ング時刻t8に対するすの予測ベクトルで2条件付き平
均ベクトルで書けばカルマンフィルタの理論より Ykpk(刊”E[’Rw’Pkpk1Z’、M’]
−””168]である。
ング時刻t8に対するすの予測ベクトルで2条件付き平
均ベクトルで書けばカルマンフィルタの理論より Ykpk(刊”E[’Rw’Pkpk1Z’、M’]
−””168]である。
・しく+)はサンプリング時刻tうに対する逸の平滑ベ
クトルで 逸(+)・E(濃12′′、M’l ・
・・・・・ (69)である。
クトルで 逸(+)・E(濃12′′、M’l ・
・・・・・ (69)である。
・x 、 (+)は仮説x8..及び甲592、の
もとでの−に、1.pk サンプリング時刻t8に対するXi+の平滑ベクトルで ヌ11..訂÷)−E[植Xk、ψに、 pkz、”
”’・・(70)である。
もとでの−に、1.pk サンプリング時刻t8に対するXi+の平滑ベクトルで ヌ11..訂÷)−E[植Xk、ψに、 pkz、”
”’・・(70)である。
・Pk(+)はサンプリング時刻t3における平滑誤差
共分散行列で 九(+)・[(!う−2,0) ) (逸−家、(+)
l”lZ’、M’l・・(71)である。
共分散行列で 九(+)・[(!う−2,0) ) (逸−家、(+)
l”lZ’、M’l・・(71)である。
・pkpHf−)はサンプリング時刻t8における仮説
’Pi=、l1lkのもとての予測誤差共分散行列でP
mpkf−)・E[(達−斜[” (−+ +(達−ヌ
k”(−))”lψに、 pit、Z’、M’] ・
(72)である。
’Pi=、l1lkのもとての予測誤差共分散行列でP
mpkf−)・E[(達−斜[” (−+ +(達−ヌ
k”(−))”lψに、 pit、Z’、M’] ・
(72)である。
・九r、 pw f+)はサンプリング時刻tうにおけ
る仮説xk1及び甲u、 pmのもとての平滑誤差共分
散行列で PI +、 pw D)二E[f逸−本;、 pm (
+) )(!1り、、 4.pk(+))Tlψ5pう
、Z’、P]・ ・(73)である。
る仮説xk1及び甲u、 pmのもとての平滑誤差共分
散行列で PI +、 pw D)二E[f逸−本;、 pm (
+) )(!1り、、 4.pk(+))Tlψ5pう
、Z’、P]・ ・(73)である。
・Kkはサンプリング時刻t3におけるゲイン行列であ
る。
る。
また、カルマンフィルタを通常適用する場合と同様にし
て初期値6゜(+l 、 Po(+1は別途定まってい
るとする。
て初期値6゜(+l 、 Po(+1は別途定まってい
るとする。
式 (45)よりPkpk(−)は仮説ψ51匹゛よら
ない値なので4式(46)より+Kk2式(50)より
P5.。
ない値なので4式(46)より+Kk2式(50)より
P5.。
pkD) fi=1.2+=・mk)も仮説型w、 p
kによらない値となる。
kによらない値となる。
探知データ2が、dをパラメータとして(Z−2:、
f−+ l TS、、 (Z−2,f−) )≦cl・
[74)満たす時、探知データは2追尾目標と相関かあ
ると判定される。
f−+ l TS、、 (Z−2,f−) )≦cl・
[74)満たす時、探知データは2追尾目標と相関かあ
ると判定される。
ここで
・Z、 f−j・H8む(−) ・
・ (75)’;j、 l)はサンプリング時刻t
5に対する逸の予測ベクトルで 本(−)・E[逸1zk−1,M“−11・・・・ (
76)である。
・ (75)’;j、 l)はサンプリング時刻t
5に対する逸の予測ベクトルで 本(−)・E[逸1zk−1,M“−11・・・・ (
76)である。
・5K=H,PうHkT+Rk ・・
・ (77)Pう(−)はサンプリング時刻tkにお
ける予測誤差共分散行列で Pk(−)・E[f沖−家、f−+H達−乞(−))”
12’−’、!、l″−゛]・ ・ (78) である。
・ (77)Pう(−)はサンプリング時刻tkにお
ける予測誤差共分散行列で Pk(−)・E[f沖−家、f−+H達−乞(−))”
12’−’、!、l″−゛]・ ・ (78) である。
第1O図は水平面に平行な面内で式(74)による探知
データと追尾目標の相関を説明する図であり。
データと追尾目標の相関を説明する図であり。
区において、Pは追尾目標の予測位置である式(75)
のZ(−)、Qは相関をとるべき範囲の内外を定める境
界線でパラメータd及び式(77)の35より線形数学
によって算出され、D1〜D5は探知データである。
のZ(−)、Qは相関をとるべき範囲の内外を定める境
界線でパラメータd及び式(77)の35より線形数学
によって算出され、D1〜D5は探知データである。
追尾対象目標が相関を取るべき領域内に存在する確率を
PGK、 即ち Pcx” I ・−I aKg(2m;Zi=(−)、
5JdZK(79)と書く。ここで −G、=rZ、;(2,−2,(−))”S、−’(Z
、−2,(−))≦dl・・・・・・ (80) ・g(zx;a++、AJは平均ベクトル卦、共分散行
列へ〇の3次元正規分布Z3における確率密度関数であ
る。尚、確率論よりFaxはdの値によって一意的に定
まる。
PGK、 即ち Pcx” I ・−I aKg(2m;Zi=(−)、
5JdZK(79)と書く。ここで −G、=rZ、;(2,−2,(−))”S、−’(Z
、−2,(−))≦dl・・・・・・ (80) ・g(zx;a++、AJは平均ベクトル卦、共分散行
列へ〇の3次元正規分布Z3における確率密度関数であ
る。尚、確率論よりFaxはdの値によって一意的に定
まる。
仮説早う、β5のもとての探知データzk、の目標位置
観測誤差 fl)i+(Zk、 t) (Pl、2.−、n;x=
1.2.−”+mJ”(81)を3次元正規分布で近似
すればカルマンフィルタの理論より fpi=fへiINZm、 +:Hi+Xb”(−)、
HxPh”(−)Hw”+R+i)・・・ (82
) である。
観測誤差 fl)i+(Zk、 t) (Pl、2.−、n;x=
1.2.−”+mJ”(81)を3次元正規分布で近似
すればカルマンフィルタの理論より fpi=fへiINZm、 +:Hi+Xb”(−)、
HxPh”(−)Hw”+R+i)・・・ (82
) である。
式(82)よりわかるように、目標位置の探知データZ
5.が目標位置の予測ベクトルH,x、 (−)に近
いほどtpk(L、 +)の値は大きくなり、z5.は
目標が仮説ψに、 pbのもとで運動したとした場合に
追尾目標から得られた探知データであるとの信頼度が高
(評価される。
5.が目標位置の予測ベクトルH,x、 (−)に近
いほどtpk(L、 +)の値は大きくなり、z5.は
目標が仮説ψに、 pbのもとで運動したとした場合に
追尾目標から得られた探知データであるとの信頼度が高
(評価される。
サンプリング時刻tうにおける探知情報が得られない時
点での仮説ψm−+、pk−+が仮説ψに、 pbに推
移する信頼度は、仮説ψm−+、pi+−+の信頼度で
ある式(35)の08pゝ−゛及び推移確率である式(
9)のppM・pb−+より P[ψに、 pk、甲に一+、pk−+l Zk−’、
M′′弓1・PI)k、 pk−+βに一、pk−+
・・・・・・・ (83)として求まる。
点での仮説ψm−+、pk−+が仮説ψに、 pbに推
移する信頼度は、仮説ψm−+、pi+−+の信頼度で
ある式(35)の08pゝ−゛及び推移確率である式(
9)のppM・pb−+より P[ψに、 pk、甲に一+、pk−+l Zk−’、
M′′弓1・PI)k、 pk−+βに一、pk−+
・・・・・・・ (83)として求まる。
従って、目標が探知される確率をP。とすれば。
追尾対象目標が相関を取るべき領域内に存在して探知さ
れる確率はP。paxであり、サンプリング時刻tkの
探知情報が得られた時点での仮説ψに一1pi+−+、
ψうβ3及び仮説x8oが正しいとの信頼度は、サンプ
リング時刻t5における探知情報が得られない時点での
信頼度である式(83)に追尾対象目標より相関を取る
べき領域内から探知データが得られない確率1−P、P
、、及びm個の探知データ全てが追尾対象目標以外から
の探知データであるとの信頼度βkm″を乗算した値 (1−PDP、K) β1(”Ppmpk−+β、−
、p*−1−(841に比例すると考えてよい。
れる確率はP。paxであり、サンプリング時刻tkの
探知情報が得られた時点での仮説ψに一1pi+−+、
ψうβ3及び仮説x8oが正しいとの信頼度は、サンプ
リング時刻t5における探知情報が得られない時点での
信頼度である式(83)に追尾対象目標より相関を取る
べき領域内から探知データが得られない確率1−P、P
、、及びm個の探知データ全てが追尾対象目標以外から
の探知データであるとの信頼度βkm″を乗算した値 (1−PDP、K) β1(”Ppmpk−+β、−
、p*−1−(841に比例すると考えてよい。
また、サンプリング時刻t5の探知情報が得られた時点
でのψに一1pk−1+ψに、 pi+及び仮説Xk、
、 (i□1.2. ・2mう)が正しいとの信頼
度は、サンプリング時刻t5における探知情報が得られ
ない時点での信頼度である式(83)に追尾目標が探知
される確率PD、仮説甲5.p6のもとての探知データ
Zk、iの評価値fpy (7y、 l及びm。−1個
の探知データが追尾対象目標以外から得られているとの
信頼度βJト”を乗算した値 fp++ (zip、 +)po Bu ’Ppkp
m−+ βm−+”(8s)に比例すると考えてよい。
でのψに一1pk−1+ψに、 pi+及び仮説Xk、
、 (i□1.2. ・2mう)が正しいとの信頼
度は、サンプリング時刻t5における探知情報が得られ
ない時点での信頼度である式(83)に追尾目標が探知
される確率PD、仮説甲5.p6のもとての探知データ
Zk、iの評価値fpy (7y、 l及びm。−1個
の探知データが追尾対象目標以外から得られているとの
信頼度βJト”を乗算した値 fp++ (zip、 +)po Bu ’Ppkp
m−+ βm−+”(8s)に比例すると考えてよい。
サンプリング時刻t5の観測情報ム及びiφ(k)が得
られない時点での仮説ψ1□の信頼度P[ψ、、 、
121′−’、Zo’−’]はマルコフ性より、仮説ψ
3..が1サンプリング前の各仮説ψに−1,a(a=
1,2.・・・、N)より推移して得られるので。
られない時点での仮説ψ1□の信頼度P[ψ、、 、
121′−’、Zo’−’]はマルコフ性より、仮説ψ
3..が1サンプリング前の各仮説ψに−1,a(a=
1,2.・・・、N)より推移して得られるので。
ψに−11の信頼度である式(29)のβに−1,及び
推移確率である式(30)のpp工p3−1よりP[ψ
、、 、 12’−’、2o’−’]= Σβに−+
、 bPpmpm−+・・・・・・・・ (86) として求まる。
推移確率である式(30)のpp工p3−1よりP[ψ
、、 、 12’−’、2o’−’]= Σβに−+
、 bPpmpm−+・・・・・・・・ (86) として求まる。
目標位置観測ベクトル2゜及び目標距離変化率の観測値
iφ(K)が得られた時点での仮説ψ81.の信頼度β
5.、は、観測ベクトルzkが得られない時点の仮説の
信頼度P[ψに、 alZ’−’、Zo″−’]に仮説
ψ工、の目標位置観測ベクトルzkによる評価値f、(
k)及び目標距離変化率の観測値Rφ(k)による評価
値f2’fk)を乗算した値、即ち式(86) 、及び
式(59)より Σβ、−1.l、P、bf、(k)f2”(k) ・
・・・・=(871に比例すると考えてよい。
iφ(K)が得られた時点での仮説ψ81.の信頼度β
5.、は、観測ベクトルzkが得られない時点の仮説の
信頼度P[ψに、 alZ’−’、Zo″−’]に仮説
ψ工、の目標位置観測ベクトルzkによる評価値f、(
k)及び目標距離変化率の観測値Rφ(k)による評価
値f2’fk)を乗算した値、即ち式(86) 、及び
式(59)より Σβ、−1.l、P、bf、(k)f2”(k) ・
・・・・=(871に比例すると考えてよい。
確率の性質より
Σβ50.・1 ・・・・・・・ (88
)なので2式(46)を正規化して Σtb(k)fz″(K) Bk−+、bPpkp+
−+・・・・・・・(89) 従って9式(48)を使用し式(84)及び式(85)
及び式(89)を正規化し 8m、 tpc+ I)+−+ ・・・ ・・・ ・ (90) γw。、 l)i++pm−+1l−PoPaJ β
i+Pp+pm−1(91)Y w、 r、 Pk、
l)+−+”fpm (Zw、 +)PoPphpir
−+f; (k) ・(92)を得る。
)なので2式(46)を正規化して Σtb(k)fz″(K) Bk−+、bPpkp+
−+・・・・・・・(89) 従って9式(48)を使用し式(84)及び式(85)
及び式(89)を正規化し 8m、 tpc+ I)+−+ ・・・ ・・・ ・ (90) γw。、 l)i++pm−+1l−PoPaJ β
i+Pp+pm−1(91)Y w、 r、 Pk、
l)+−+”fpm (Zw、 +)PoPphpir
−+f; (k) ・(92)を得る。
式 (36)及びベイズの定理より
P[xkIZK、M’]
Z’、M’l ・=−= (93)
である。
式(691,式(70)及び式(93)より・・・・・
(94) である。
(94) である。
式(94)及び式f641.式(661、式(61)、
式f571 。
式f571 。
式(59)より
g、D) =Φに4(+)+ 「’に一1’M、−、
+Kkvk(951vi+、;、pb=Zk、;−Hw
gl)+(−) −・(97)である。
+Kkvk(951vi+、;、pb=Zk、;−Hw
gl)+(−) −・(97)である。
式(711,式f69) 、式(94) 、式(70)
及び式(73)より (Pよ 、pう(+)+91. pb Dlxb、 ;
、 pkTDl l−逸(+)逸T(+) ・ ・
・ (99)である。
及び式(73)より (Pよ 、pう(+)+91. pb Dlxb、 ;
、 pkTDl l−逸(+)逸T(+) ・ ・
・ (99)である。
式(57)及び式(94)より
(’gm、 i p+ (+)−配(+1 + ”(+
)−宮、(+)gk” [+) ・・ (100)
だから5式(99)及び式(100)より(障;、 I
)g f+)−ヌうf+))(ヌ5.pう(+)−本F
+))”]・・・・・・ (1011 である。
)−宮、(+)gk” [+) ・・ (100)
だから5式(99)及び式(100)より(障;、 I
)g f+)−ヌうf+))(ヌ5.pう(+)−本F
+))”]・・・・・・ (1011 である。
式(101)に式(65)、式(67)、式(461,
式f411゜式(64) 、式(66) 、式(61)
、式(95)〜式(98)及び。
式f411゜式(64) 、式(66) 、式(61)
、式(95)〜式(98)及び。
式(47)を代入しpt=” i)及びPよ;、 I)
+ (”)かψw、 pbに無関係なことに注意すれば
。
+ (”)かψw、 pbに無関係なことに注意すれば
。
PkD) ” B w。Pw” (’) ” (1−β
に、 o)(pbpk(−)−KkHbPbpk(−)
)−心−1卦−1”l r”k−IT −Mw−+VkT]KkT −事−、V、T] K、T) T v=vW”] Kt+。 (102)である。
に、 o)(pbpk(−)−KkHbPbpk(−)
)−心−1卦−1”l r”k−IT −Mw−+VkT]KkT −事−、V、T] K、T) T v=vW”] Kt+。 (102)である。
式(1)に式[76] 、式(69] 、式(10)及
び式(29)を適用し 斜(−)・Φ5−、ヌ1.−. (+)+ 「’に一、
省、、 ・ (103)を得る。
び式(29)を適用し 斜(−)・Φ5−、ヌ1.−. (+)+ 「’に一、
省、、 ・ (103)を得る。
式(1)及び式(103)より
逸−逸(−)・Φ3−置逸−、−心−、D))”r”
k−IWk−1+r ’□−1(9,1−シー1)・(
104)である。
k−IWk−1+r ’□−1(9,1−シー1)・(
104)である。
式(78)に式(104)を代入し式(71)、式(1
1)及び式(32)を適用し逸−+4y−+、uk−+
が互いに無関係とすれば P、 H・Φに−1”Pう一1Φに−1” 1− k−
IQk−1r k−1(旦pう−’ik−+ )(Q
pk−’M□、+ r” 、−、”・・ (105) を得る。
1)及び式(32)を適用し逸−+4y−+、uk−+
が互いに無関係とすれば P、 H・Φに−1”Pう一1Φに−1” 1− k−
IQk−1r k−1(旦pう−’ik−+ )(Q
pk−’M□、+ r” 、−、”・・ (105) を得る。
式(83)より確率論に従い
・・・・ (106)
である。
従って5式(105) 、式(62)及び式(106)
よりr”k−、を旦pu−’mk−1) (旦p5−守
に−IH’に−IT・−・・・・・ (107) である。
よりr”k−、を旦pu−’mk−1) (旦p5−守
に−IH’に−IT・−・・・・・ (107) である。
ここで式(30)及び式(1061よりである。
次にこの発明の第1及び第4の発明を第1図及び第5図
に従って説明する。
に従って説明する。
目標観測装置(18)より得られる目標位置情報をもと
に通常のカルマンフィルタ理論に基づき目標位置、速度
の平滑値及び平滑誤差共分散行列の初期値を設定しくス
テップ1)、第9図のように零加速度ベクトルを含むn
個の定数加速度ベクトルよりなる目標のn個の運動モデ
ルを設定した(ステップ2)のち、運動モデルごとの予
測器 (25)においてn個の運動モデルによる平滑器
(21)より入力されるn個の運動モデルによる平滑値
!に−1(+)及び1個の運動モデルを構成している式
(5)の定数加速度ベクトル旦pはり式(61)に従い
運動モデルごとの予測値X ttp’ (−)を算出し
、運動モデルごとの予測誤差評価器(29)においてn
個の運動モデルによる平滑誤差評価器(28)より入力
されるn個の運動モデルによる平滑誤差共分散行列Pう
−1(+)及びあらかじめ設定された式(11)の駆動
雑音共分散行列Qk−1より式(62)に従しA運動モ
デルごとの予測誤差共分散性列行p’t、’ (−)
を算出しくステップ3)、運動モデルごとの予測距離変
化率算出器 (26)においてn個の運動モデルごとの
距離変化率の予測値を式(50)に従い算出しくステッ
プ4)、n個の運動モデルによる予測器(23)におい
てn個の運動モデルによる平滑器(21)より式(69
)のn個の運動モデルによる平滑値’Rx−+D)を入
力し等速直進運動予測により帆−1ヌy−+ (+)を
算出しn個の運動モデルによる信頼度算出器(20)よ
り得られる式 (35)の各運動モデルの信軌度βう−
pb−+、あらかじめ設定された式(9)の推移確率P
pうp5−1及び式(5)の定数加速度ベクトルapは
り式(104)に従いサンプリング時刻t8における探
知情報が得られない時点での加速度の影響環を推定し式
f103)に従いn個の運動モデルによる予測値gkf
−)を算出しくステップ5)1目標観測装置(18)よ
り目標及びクラッタ等からの信号検出結果である位置及
び距離変化率情報よりなる探知データを入力しくステッ
プ7)、相関器 (19)において現時刻より1サンプ
リング前に算出した式(76)のn個の運動モデルによ
る予測値’i、 f−)を第2の遅延回路(24)を通
しn個の運動モデルによる予測器 (23)より入力し
相関を取るべき中心位置である式(75)の2. (−
)を算出し、現時刻より1サンプリング前に算出した式
(72)の運動モデルごとの予測誤差共分散行列Pうp
’+−)を第4の遅延回路(31)を通し運動モデルご
との予測誤差評価器(29)より入力しこれとあらかじ
め設定された式(13)の観測雑音共分散行列より相関
をとるべき領域の大きさ算出に使用する式(77)のS
5をP、 (−)の代わりにPk” (−)を使用し求
め7式(74)により追尾目標と相関の可能性のあるm
8個の探知データを選択し。
に通常のカルマンフィルタ理論に基づき目標位置、速度
の平滑値及び平滑誤差共分散行列の初期値を設定しくス
テップ1)、第9図のように零加速度ベクトルを含むn
個の定数加速度ベクトルよりなる目標のn個の運動モデ
ルを設定した(ステップ2)のち、運動モデルごとの予
測器 (25)においてn個の運動モデルによる平滑器
(21)より入力されるn個の運動モデルによる平滑値
!に−1(+)及び1個の運動モデルを構成している式
(5)の定数加速度ベクトル旦pはり式(61)に従い
運動モデルごとの予測値X ttp’ (−)を算出し
、運動モデルごとの予測誤差評価器(29)においてn
個の運動モデルによる平滑誤差評価器(28)より入力
されるn個の運動モデルによる平滑誤差共分散行列Pう
−1(+)及びあらかじめ設定された式(11)の駆動
雑音共分散行列Qk−1より式(62)に従しA運動モ
デルごとの予測誤差共分散性列行p’t、’ (−)
を算出しくステップ3)、運動モデルごとの予測距離変
化率算出器 (26)においてn個の運動モデルごとの
距離変化率の予測値を式(50)に従い算出しくステッ
プ4)、n個の運動モデルによる予測器(23)におい
てn個の運動モデルによる平滑器(21)より式(69
)のn個の運動モデルによる平滑値’Rx−+D)を入
力し等速直進運動予測により帆−1ヌy−+ (+)を
算出しn個の運動モデルによる信頼度算出器(20)よ
り得られる式 (35)の各運動モデルの信軌度βう−
pb−+、あらかじめ設定された式(9)の推移確率P
pうp5−1及び式(5)の定数加速度ベクトルapは
り式(104)に従いサンプリング時刻t8における探
知情報が得られない時点での加速度の影響環を推定し式
f103)に従いn個の運動モデルによる予測値gkf
−)を算出しくステップ5)1目標観測装置(18)よ
り目標及びクラッタ等からの信号検出結果である位置及
び距離変化率情報よりなる探知データを入力しくステッ
プ7)、相関器 (19)において現時刻より1サンプ
リング前に算出した式(76)のn個の運動モデルによ
る予測値’i、 f−)を第2の遅延回路(24)を通
しn個の運動モデルによる予測器 (23)より入力し
相関を取るべき中心位置である式(75)の2. (−
)を算出し、現時刻より1サンプリング前に算出した式
(72)の運動モデルごとの予測誤差共分散行列Pうp
’+−)を第4の遅延回路(31)を通し運動モデルご
との予測誤差評価器(29)より入力しこれとあらかじ
め設定された式(13)の観測雑音共分散行列より相関
をとるべき領域の大きさ算出に使用する式(77)のS
5をP、 (−)の代わりにPk” (−)を使用し求
め7式(74)により追尾目標と相関の可能性のあるm
8個の探知データを選択し。
これを式 (19)の75としくステップ8)、n個の
運動モデルによる信頼度算出器 +201 iこおl、
Xで現事項より1サンプリング前に式 +421 +こ
より算出した各運動モデルの信頼度B 、=pm−+を
第6の遅延回路 (34)を通しn個の運動モデル(こ
よるイ言頼度算出器 (20)より入力し、現時刻より
1サンプリング前に算出した式(68)の運動モデルご
との予測値gx”(−)を第3の遅延回路(27)を通
し運動モデルごとの予測器 (25)より入力し、現時
刻より1サンプリング前に算出した式(72)の運動モ
デルごとの予測誤差共分散行列pi、” (−)を第4
の遅延回路(31)を通し運動モデルごとの予測誤差評
価器 (29)より入力し、あらかじめ設定された式(
13)の観測雑音共分散行列Rはり式(82)及び式(
60)により仮説ψw、p工のもとての相関器 (19
)よりの探知データzk、、ノ信頼度fpw(Zk、
+)およびf2(2,、、)を求め、あらかじめ設定さ
れた探知確率PD、追尾対象目標が相関を取るべき領域
内に存在する式(79)の確率PGM及び式(9)の運
動モデルの推移確率Pp+=pアー1により式(86)
〜式(88)及び式(42)、式(44) 、式 (4
6)に従い運動モデル及び探知データの信頼度を算出し
くステップ9)、ゲイン行列算出器 (33)において
現時刻より1サンプリング前に算出した式(72)の運
動モデルごとの予測誤差共分散行列pkpb (−)を
第4の遅延回路(31)を通し運動モデルごとの予測誤
差評価器 (29)より入力し、あらかじめ設定された
式(13)の観測誤差共分散行列Rアより式(63)に
従いゲイン行列を算出しくステップ10) 、 n個の
運動モデルによる平滑器 (21)において現時刻より
1サンプリング前に算出しておいた式(69)のn個の
運動モデルによる平滑値に1.−+(l を第1の遅延
回路 (22)を通し入力し、n個の運動モデルによる
信頼度算出器(20)より式 (35)の各運動モデル
の信頼度β、pm及び式 (36)の仮説ψう、pkの
もとての探知データz5.の信頼度β工、i、l)うを
入力し、相関器(19)より探知データZk、+ zk
、 2+ ” ”Zk、mkを入力し。
運動モデルによる信頼度算出器 +201 iこおl、
Xで現事項より1サンプリング前に式 +421 +こ
より算出した各運動モデルの信頼度B 、=pm−+を
第6の遅延回路 (34)を通しn個の運動モデル(こ
よるイ言頼度算出器 (20)より入力し、現時刻より
1サンプリング前に算出した式(68)の運動モデルご
との予測値gx”(−)を第3の遅延回路(27)を通
し運動モデルごとの予測器 (25)より入力し、現時
刻より1サンプリング前に算出した式(72)の運動モ
デルごとの予測誤差共分散行列pi、” (−)を第4
の遅延回路(31)を通し運動モデルごとの予測誤差評
価器 (29)より入力し、あらかじめ設定された式(
13)の観測雑音共分散行列Rはり式(82)及び式(
60)により仮説ψw、p工のもとての相関器 (19
)よりの探知データzk、、ノ信頼度fpw(Zk、
+)およびf2(2,、、)を求め、あらかじめ設定さ
れた探知確率PD、追尾対象目標が相関を取るべき領域
内に存在する式(79)の確率PGM及び式(9)の運
動モデルの推移確率Pp+=pアー1により式(86)
〜式(88)及び式(42)、式(44) 、式 (4
6)に従い運動モデル及び探知データの信頼度を算出し
くステップ9)、ゲイン行列算出器 (33)において
現時刻より1サンプリング前に算出した式(72)の運
動モデルごとの予測誤差共分散行列pkpb (−)を
第4の遅延回路(31)を通し運動モデルごとの予測誤
差評価器 (29)より入力し、あらかじめ設定された
式(13)の観測誤差共分散行列Rアより式(63)に
従いゲイン行列を算出しくステップ10) 、 n個の
運動モデルによる平滑器 (21)において現時刻より
1サンプリング前に算出しておいた式(69)のn個の
運動モデルによる平滑値に1.−+(l を第1の遅延
回路 (22)を通し入力し、n個の運動モデルによる
信頼度算出器(20)より式 (35)の各運動モデル
の信頼度β、pm及び式 (36)の仮説ψう、pkの
もとての探知データz5.の信頼度β工、i、l)うを
入力し、相関器(19)より探知データZk、+ zk
、 2+ ” ”Zk、mkを入力し。
現時刻より1サンプリング前に算出しておいた式(68
)の運動モデルごとの予測値gb”(−)を第3の遅延
回路(27)を通し運動モデルごとの予測器(25)よ
り入力し、ゲイン行列算出器(33)において式(63
)に従い算出されるゲイン行列に3を入力し、あらかじ
め設定された式(5)の定数加速度ベクトルapう に
より式(91)に従いn個の運動モデルによる平滑値を
算出し、n個の運動モデルによる平滑誤差評価器 (2
8)においてn個の運動モデルによる信頼度算出器(2
0)より式(34)のβ5□1式(35)のβ、pk及
び式(36)のβm、+、pwを入力し。
)の運動モデルごとの予測値gb”(−)を第3の遅延
回路(27)を通し運動モデルごとの予測器(25)よ
り入力し、ゲイン行列算出器(33)において式(63
)に従い算出されるゲイン行列に3を入力し、あらかじ
め設定された式(5)の定数加速度ベクトルapう に
より式(91)に従いn個の運動モデルによる平滑値を
算出し、n個の運動モデルによる平滑誤差評価器 (2
8)においてn個の運動モデルによる信頼度算出器(2
0)より式(34)のβ5□1式(35)のβ、pk及
び式(36)のβm、+、pwを入力し。
現時刻より1サンプリング前に算出しておいた式(72
)の運動モデルごとの予測誤差共分散行列Pm”(−)
を第4の遅延回路(31)を通し運動モデルごとの予測
誤差評価器 (29)より入力し、ゲイン行列算出器
(33)より式(63)のゲイン行列Kkを入力し、現
時刻より1サンプリング前に算出しておいた式(68)
の運動モデルごとの予測値捜pk(−)を第3の遅延回
路(27)を通し運動モデルごとの予測器(25)より
入力し、相関器 (19)より探知データZ□、1.2
に□、・・・、2に、mkを入力し、あらしめ設定され
た式(5)の定数加速度ベクトルQpwにより式(98
)及び式(92)〜(94)に従い式(71)のn個の
運動モデルによる平滑誤差共分散行列Pk(+)を算出
しくステップ11)、追尾終了になるまでこの一連の流
れを繰り返す(ステップ12)。
)の運動モデルごとの予測誤差共分散行列Pm”(−)
を第4の遅延回路(31)を通し運動モデルごとの予測
誤差評価器 (29)より入力し、ゲイン行列算出器
(33)より式(63)のゲイン行列Kkを入力し、現
時刻より1サンプリング前に算出しておいた式(68)
の運動モデルごとの予測値捜pk(−)を第3の遅延回
路(27)を通し運動モデルごとの予測器(25)より
入力し、相関器 (19)より探知データZ□、1.2
に□、・・・、2に、mkを入力し、あらしめ設定され
た式(5)の定数加速度ベクトルQpwにより式(98
)及び式(92)〜(94)に従い式(71)のn個の
運動モデルによる平滑誤差共分散行列Pk(+)を算出
しくステップ11)、追尾終了になるまでこの一連の流
れを繰り返す(ステップ12)。
次にこの発明の第2及び第5の発明を第2及び第6図に
従って説明する。
従って説明する。
目標観測装置(18)より得られる目標位置情報をもと
に通常のカルマンフィルタ理論に基づき目標位置、速度
の平滑値及び平滑誤差共分散行列の初期値を設定しくス
テップ1)、第9図のように零加速度ベクトルを含むn
個の定数加速度ベクトルより目標のn個の運動モデルを
含むn個の定数加速度ベクトルよりなる目標のn個の運
動モデルを設定した(ステップ2)のち、運動モデルご
との予測器 (25)においてn個の運動モデルによる
平滑器 (21)より入力されるn個の運動モデルによ
る平滑値3□1(+)及びn個の運動モデルを構成して
いる式(5)の定数加速度ベクトルapkより式(61
)に従い運動モデルごとの予測値gk”(−)を算出し
、運動モデルごとの予測誤差評価器(29)においてn
個の運動モデルによる平滑誤差評価器(28)より入力
されるn個の運動モデルによる平滑誤差共分散行列Pk
−,(+)及びあらかじめ設定された弐fillの駆動
雑音共分散行列Qk−’lより式(62)に従い運動モ
デルごとの予測誤差共分散行列P□”’ (−)を算出
しくステップ3)、運動モデルごとの距離変化率予測器
(26)においてn個の運動モデルごとの距離変化率の
予測値を式(50)に従い算出しくステップ4)、n個
の運動モデルによる予測誤差評価器(30)において運
動モデルごとの予測誤差評価器(29)より式(72)
の運動モデルごとの予測誤差共分散行列Pkpk(−)
を入力し、n個の運動モデルによる信頼度算出器(20
)より得らp++−+ れる式(35)のβに−1+あらかじめ設定された式
(9)の推移確率Ppkpk−+ 、あらかじめ設定さ
れた定数加速度ベクトルQps+及び式(29)の’M
l+−1よりPk(−)の予測誤差を大きく評価する項
(旦p5−句、−,)(旦pm−’Mm−+)” V
’う−11を算出し1式+105+に従いn個の運動モ
デルによる予測誤差共分散行列Pう(−)を算出しくス
テップ6)、目標観測装置(18)より目標及びクラッ
タ等からの信号検出結果である位置情報および距離変化
率よりなる探知データを入力しくステップ7)、相関器
(19)において現時刻より1サンプリング前に算出し
た式(68)の運動モデルごとの予測値QWpゝ(−)
を第3の遅延回路(27)を通し運動モデルごとの予測
器(25)より入力し相関を取るべき中心位置である式
(75)の2. (−)を!3の代わりに定数加速度ベ
クトル旦pkが零ベクトルの場合の家kp′(−1を使
用して算出し、現時刻より1サンプリング前に算出した
式(78)のn個の運動モデルごとの予測誤差共分散行
列を第5の遅延回路(32)を通し運動モデルごとの予
測誤差評価器(30)より入力し、これとあらかじめ設
定された式 (13)の観測雑音共分散行列より相関を
とるべき領域の大きさ算出に使用する式(77)の汎を
使用し求め1式(74)により追尾目標と相関の可能性
にある1個探知データを選択しこれを式(19)の75
としくステップ7)、n個の運動モデルによる信頼度算
出器(20)において現時刻より1サンプリング前に式
(42)により算出した各運動モデルの信頼度β 、p
k−+を第6の遅延回路(34)を通しn個の運動モデ
ルによる信頼度算出器(20)より入力し、現時刻より
1サンプリング前に算出した式(68)の運動モデルご
との予測器g、、pゝ(−)を第3の遅延回路(27)
を通し運動モデルごとの予測器(25)より入力し、現
時刻より1サンプリング前に算出した式(72)の運動
モデルごとの予測誤差共分散行列Pうpゝ(−)を第4
の遅延回路(31)を通し運動モデルごとの予測誤差評
価器(29)より入力しあらかじめ設定された式 (1
3)の観測雑音共分散行列R3より式(82)により仮
説ψw、pうのもとての相関器(191ヨリノ探知デー
タzk、 、)信頼度fp+(7i+ ;l j;よび
f2FZk、、)を求め、あらかじめ設定された探知確
率PD、追尾対象目標が相関を取るべき領域内に存在す
る式(79)の確率P。X及び式(9)の運動モデルの
推移確率Ppkpk−1により式(86)〜式(88)
及び式(42)、式(441,式(46)に従い運動モ
デル及び探知データの信頼度を算出しくステップ9)、
ゲイン行列算出器 (33)において現時刻より1ザン
ブリング前に算出した式(72)の運動モデルごとの予
測誤差共分散行列Pkpゝ(−)を第4の遅延回路(3
1)を通し運動モデルごとの予測誤差評価器 (29)
より入力し、あらかじめ設定された式(13)の観測誤
差共分散行列Rkより式(63)に従いゲイン行列を算
出しくステップ10) 、 n個の運動モデルによる平
滑器 (21)において現時刻より1サンプリング前に
算出しておいた式(69)のn個の運動モデルによる平
滑値xb−+f”)を第1の遅延回路 (22)を通し
入力し、n個の運動モデルによる信頼度算出器(20)
より式(35)の各運動モデルの信頼度β・匹及び式(
36)の仮説ψに、pうのもとての探知データム、の信
頼度βw=pつを入力し、相関器(19)より探知7−
タZk、 IIZil、 21 ” ’、23mMを入
力し、現時刻より1サンプリング前に算出しておいた式
(68)の運動モデルごとの予測値gk”(−)を第3
の遅延回路(27)を通し運動モデルごとの予測器(2
5)より入力し、ゲイン行列算出器(33)より式(6
3)のゲイン行列Kkを入力し、あらかじめ設定された
式(5)の定数加速度ベクトル旦p3により式(91)
に従いn個の運動モデルによる平滑値を算出し、n個の
運動モデルによる平滑誤差評価器(28)においてn個
の運動モデルによる信頼度算出器(2o)より式(34
)のBjl、+1式(35)のβt+?b及び式(36
)のβア、 rpu、 pl、−+を入力し、現時刻よ
り1サンプリング前に算出しておいた式(72)の運動
モデルごとの予測誤差共分散行列p、pk(−1を第4
の遅延回路(31)を通し運動モデルごとの予測誤差評
価器(29)より入力し、ゲイン行列算出器 (33)
より式(5月のゲイン行列にうを入力し、現時刻より1
サンプリング前に算出しておいた式(68)の運動モデ
ルごとの予測値官mp′l)を第3の遅延回路(27)
を通し運動モデルごとの予測器(25)より入力し、相
関器 (19)より探知データム、ち2.−・・、zk
、m工を入力し、あらかじめ設定された式(5)の定数
加速度ベクトルap。により式(98)及び式(92)
〜式(99)に従し箇71)のn個の運動モデルによる
平滑誤差共分散行列PkDlを算出しくステップ11)
、追尾終了になるまでこの一連の流れを繰り返す(ステ
ップ12)。
に通常のカルマンフィルタ理論に基づき目標位置、速度
の平滑値及び平滑誤差共分散行列の初期値を設定しくス
テップ1)、第9図のように零加速度ベクトルを含むn
個の定数加速度ベクトルより目標のn個の運動モデルを
含むn個の定数加速度ベクトルよりなる目標のn個の運
動モデルを設定した(ステップ2)のち、運動モデルご
との予測器 (25)においてn個の運動モデルによる
平滑器 (21)より入力されるn個の運動モデルによ
る平滑値3□1(+)及びn個の運動モデルを構成して
いる式(5)の定数加速度ベクトルapkより式(61
)に従い運動モデルごとの予測値gk”(−)を算出し
、運動モデルごとの予測誤差評価器(29)においてn
個の運動モデルによる平滑誤差評価器(28)より入力
されるn個の運動モデルによる平滑誤差共分散行列Pk
−,(+)及びあらかじめ設定された弐fillの駆動
雑音共分散行列Qk−’lより式(62)に従い運動モ
デルごとの予測誤差共分散行列P□”’ (−)を算出
しくステップ3)、運動モデルごとの距離変化率予測器
(26)においてn個の運動モデルごとの距離変化率の
予測値を式(50)に従い算出しくステップ4)、n個
の運動モデルによる予測誤差評価器(30)において運
動モデルごとの予測誤差評価器(29)より式(72)
の運動モデルごとの予測誤差共分散行列Pkpk(−)
を入力し、n個の運動モデルによる信頼度算出器(20
)より得らp++−+ れる式(35)のβに−1+あらかじめ設定された式
(9)の推移確率Ppkpk−+ 、あらかじめ設定さ
れた定数加速度ベクトルQps+及び式(29)の’M
l+−1よりPk(−)の予測誤差を大きく評価する項
(旦p5−句、−,)(旦pm−’Mm−+)” V
’う−11を算出し1式+105+に従いn個の運動モ
デルによる予測誤差共分散行列Pう(−)を算出しくス
テップ6)、目標観測装置(18)より目標及びクラッ
タ等からの信号検出結果である位置情報および距離変化
率よりなる探知データを入力しくステップ7)、相関器
(19)において現時刻より1サンプリング前に算出し
た式(68)の運動モデルごとの予測値QWpゝ(−)
を第3の遅延回路(27)を通し運動モデルごとの予測
器(25)より入力し相関を取るべき中心位置である式
(75)の2. (−)を!3の代わりに定数加速度ベ
クトル旦pkが零ベクトルの場合の家kp′(−1を使
用して算出し、現時刻より1サンプリング前に算出した
式(78)のn個の運動モデルごとの予測誤差共分散行
列を第5の遅延回路(32)を通し運動モデルごとの予
測誤差評価器(30)より入力し、これとあらかじめ設
定された式 (13)の観測雑音共分散行列より相関を
とるべき領域の大きさ算出に使用する式(77)の汎を
使用し求め1式(74)により追尾目標と相関の可能性
にある1個探知データを選択しこれを式(19)の75
としくステップ7)、n個の運動モデルによる信頼度算
出器(20)において現時刻より1サンプリング前に式
(42)により算出した各運動モデルの信頼度β 、p
k−+を第6の遅延回路(34)を通しn個の運動モデ
ルによる信頼度算出器(20)より入力し、現時刻より
1サンプリング前に算出した式(68)の運動モデルご
との予測器g、、pゝ(−)を第3の遅延回路(27)
を通し運動モデルごとの予測器(25)より入力し、現
時刻より1サンプリング前に算出した式(72)の運動
モデルごとの予測誤差共分散行列Pうpゝ(−)を第4
の遅延回路(31)を通し運動モデルごとの予測誤差評
価器(29)より入力しあらかじめ設定された式 (1
3)の観測雑音共分散行列R3より式(82)により仮
説ψw、pうのもとての相関器(191ヨリノ探知デー
タzk、 、)信頼度fp+(7i+ ;l j;よび
f2FZk、、)を求め、あらかじめ設定された探知確
率PD、追尾対象目標が相関を取るべき領域内に存在す
る式(79)の確率P。X及び式(9)の運動モデルの
推移確率Ppkpk−1により式(86)〜式(88)
及び式(42)、式(441,式(46)に従い運動モ
デル及び探知データの信頼度を算出しくステップ9)、
ゲイン行列算出器 (33)において現時刻より1ザン
ブリング前に算出した式(72)の運動モデルごとの予
測誤差共分散行列Pkpゝ(−)を第4の遅延回路(3
1)を通し運動モデルごとの予測誤差評価器 (29)
より入力し、あらかじめ設定された式(13)の観測誤
差共分散行列Rkより式(63)に従いゲイン行列を算
出しくステップ10) 、 n個の運動モデルによる平
滑器 (21)において現時刻より1サンプリング前に
算出しておいた式(69)のn個の運動モデルによる平
滑値xb−+f”)を第1の遅延回路 (22)を通し
入力し、n個の運動モデルによる信頼度算出器(20)
より式(35)の各運動モデルの信頼度β・匹及び式(
36)の仮説ψに、pうのもとての探知データム、の信
頼度βw=pつを入力し、相関器(19)より探知7−
タZk、 IIZil、 21 ” ’、23mMを入
力し、現時刻より1サンプリング前に算出しておいた式
(68)の運動モデルごとの予測値gk”(−)を第3
の遅延回路(27)を通し運動モデルごとの予測器(2
5)より入力し、ゲイン行列算出器(33)より式(6
3)のゲイン行列Kkを入力し、あらかじめ設定された
式(5)の定数加速度ベクトル旦p3により式(91)
に従いn個の運動モデルによる平滑値を算出し、n個の
運動モデルによる平滑誤差評価器(28)においてn個
の運動モデルによる信頼度算出器(2o)より式(34
)のBjl、+1式(35)のβt+?b及び式(36
)のβア、 rpu、 pl、−+を入力し、現時刻よ
り1サンプリング前に算出しておいた式(72)の運動
モデルごとの予測誤差共分散行列p、pk(−1を第4
の遅延回路(31)を通し運動モデルごとの予測誤差評
価器(29)より入力し、ゲイン行列算出器 (33)
より式(5月のゲイン行列にうを入力し、現時刻より1
サンプリング前に算出しておいた式(68)の運動モデ
ルごとの予測値官mp′l)を第3の遅延回路(27)
を通し運動モデルごとの予測器(25)より入力し、相
関器 (19)より探知データム、ち2.−・・、zk
、m工を入力し、あらかじめ設定された式(5)の定数
加速度ベクトルap。により式(98)及び式(92)
〜式(99)に従し箇71)のn個の運動モデルによる
平滑誤差共分散行列PkDlを算出しくステップ11)
、追尾終了になるまでこの一連の流れを繰り返す(ステ
ップ12)。
次にこの発明の第3及び第6の発明を第3図及び第7図
に従って説明する。
に従って説明する。
目標観測装置(I8)より得られる目標位置情報をもと
に通常のカルマンフィルタ理論に基づき目標位置、速度
の平滑値及び平滑誤差共分散行列の初期値を設定しくス
テップ1)、第9図のように零加速度ベクトルを含むn
個の定数加速度ベクトルよりなる目標のn個の運動モデ
ルを設定した(ステップ2)のち、運動モデルごとの予
測器 (25)においてn個の運動モデルによる平滑器
(21)より入力されるn個の運動モデルによる平滑
値フ−1(+)及びn個の運動モデルを構成している式
(5)の定数加速度ベクトル旦p3より式(61)に従
い運動モデルごとの予測値gi+”f−)を算出し、運
動モデルごとの予測誤差評価器(29)においてn個の
運動モデルによる平滑誤差評価器(28)より入力され
るn個の運動モデルによる平滑誤差共分散行列PM−1
(+1及びあらかじめ設定された式(11)の駆動雑音
共分散行列Qk−1より式(62)に従い運動モデルご
との予測誤差共分散行列P+t” (−)を算出しくス
テップ3)、運動モデルごとの予測距離変化率算出器
(26)においてn個の運動モデルごとの距離変化率の
予測値を式(50)に従い算出し〔ステップ4)、n個
の運動モデルによる予測器(23)においてn個の運動
モデルによる平滑器(21)より式(69)のn個の運
動モデルによる平滑値xk−+D)を入力し等速直進運
動予測によりΦに一、i!−,(+)を算出しn個の運
動モデルによる信頼度算出器(20)より得られる式(
35)の各運動モデルの信頼度βに一1pゝ−”、あら
かじめ設定された式(9)の推移確率Ppkpx−+及
び式(5)の定数加速度ベクトル旦pkより式(104
)に従いサンプリング時刻t。における探知情報が得ら
れない時点での加速度の影響項を推定し式(99)に従
いn個の運動モデルによる予測値”4. (−)を算出
しくステップ5)、n個の運動モデルによる予測誤差評
価器(30)において運動モデルごとの予測評価器(2
9)より式(72)の運動モデルごとの予測誤差共分散
行列P工” (−)を入力し、n個の運動モデルによる
信頼度算出器(20)より得られる式(35)のβう一
、pw−+、あらかじめ設定された式 (9)の推移確
率Ppkpw−+ 、あらかじめ設定された定数加速度
ベクトル旦p□及び式(104)の卦−1よりpt、
(−)の予測誤差を太き(評価する項。
に通常のカルマンフィルタ理論に基づき目標位置、速度
の平滑値及び平滑誤差共分散行列の初期値を設定しくス
テップ1)、第9図のように零加速度ベクトルを含むn
個の定数加速度ベクトルよりなる目標のn個の運動モデ
ルを設定した(ステップ2)のち、運動モデルごとの予
測器 (25)においてn個の運動モデルによる平滑器
(21)より入力されるn個の運動モデルによる平滑
値フ−1(+)及びn個の運動モデルを構成している式
(5)の定数加速度ベクトル旦p3より式(61)に従
い運動モデルごとの予測値gi+”f−)を算出し、運
動モデルごとの予測誤差評価器(29)においてn個の
運動モデルによる平滑誤差評価器(28)より入力され
るn個の運動モデルによる平滑誤差共分散行列PM−1
(+1及びあらかじめ設定された式(11)の駆動雑音
共分散行列Qk−1より式(62)に従い運動モデルご
との予測誤差共分散行列P+t” (−)を算出しくス
テップ3)、運動モデルごとの予測距離変化率算出器
(26)においてn個の運動モデルごとの距離変化率の
予測値を式(50)に従い算出し〔ステップ4)、n個
の運動モデルによる予測器(23)においてn個の運動
モデルによる平滑器(21)より式(69)のn個の運
動モデルによる平滑値xk−+D)を入力し等速直進運
動予測によりΦに一、i!−,(+)を算出しn個の運
動モデルによる信頼度算出器(20)より得られる式(
35)の各運動モデルの信頼度βに一1pゝ−”、あら
かじめ設定された式(9)の推移確率Ppkpx−+及
び式(5)の定数加速度ベクトル旦pkより式(104
)に従いサンプリング時刻t。における探知情報が得ら
れない時点での加速度の影響項を推定し式(99)に従
いn個の運動モデルによる予測値”4. (−)を算出
しくステップ5)、n個の運動モデルによる予測誤差評
価器(30)において運動モデルごとの予測評価器(2
9)より式(72)の運動モデルごとの予測誤差共分散
行列P工” (−)を入力し、n個の運動モデルによる
信頼度算出器(20)より得られる式(35)のβう一
、pw−+、あらかじめ設定された式 (9)の推移確
率Ppkpw−+ 、あらかじめ設定された定数加速度
ベクトル旦p□及び式(104)の卦−1よりpt、
(−)の予測誤差を太き(評価する項。
(旦1)k−Mm−+) f Q pう一1□、)”r
’ア−11を算出し9式(103)に従いn個の運動モ
デルによる子−11誤差共分散行列Pよ(−)を算出し
くステップ6)、目標観測装置(18)より目標及びク
ラッタ等からの信号検出結果である位置および距離変化
率情報よりなる探知データを入力し、(ステップ7)、
相関器(19)において現時刻より1サンプリング前に
算出した式(76)のn個の運動モデルによる予測値障
(−)を第2の遅延回路 (24)を通し、n個の運動
モデルによる予測器(23)より入力し相関を取るべき
中心位置である式(75)の75(−)を算出し、現時
刻より1サンプリング前に算出した式(78)のn個の
運動モデルによる予測誤差共分散行列を第5の遅延回路
(32)を通しn個の運動モデルごとの予測誤差評価器
(30)より入力しこれとあらかじめ設定された式(1
3)の観測雑音共分散行列より相関をとるべき領域の大
きさ算出に使用する式(77)の38を求め1式(74
)により追尾目標と相関の可能性のあるm8個の探知デ
ータを選択しこれを式(19)のZkとしくステップ8
)、n個の運動モデルのよる信頼度算出器(20)にお
いて現時刻より1サンプリング前に式 (42)により
算出した各運動モデルの信頼度βに一1pk−”を第6
の遅延回路(34)を通しn個の運動モデルによる信頼
度算出器 (20)より入力し、現時刻より1サンプリ
ング前に算出した(68)の運動モデルごとの予測値x
bp′(−)を第3の遅延回路(27)を通し運動モデ
ルごとの予測器(25)より入力し、現時刻より1サン
プリング前に算出した式(72)の運動モデルごとの予
測誤差共分散行列pt、” (−1を第4の遅延回路(
31)を通し運動モデルごとの予測誤差評価器(29)
より入力しあらかじめ設定された式け3)の観測雑音共
分散行列Rkより式(82)により仮説ψう、pkのも
とての相関器(19)よりの探知データム1.ノ信頼度
fpk(zm、 lおよびf2(z、、lを求め。
’ア−11を算出し9式(103)に従いn個の運動モ
デルによる子−11誤差共分散行列Pよ(−)を算出し
くステップ6)、目標観測装置(18)より目標及びク
ラッタ等からの信号検出結果である位置および距離変化
率情報よりなる探知データを入力し、(ステップ7)、
相関器(19)において現時刻より1サンプリング前に
算出した式(76)のn個の運動モデルによる予測値障
(−)を第2の遅延回路 (24)を通し、n個の運動
モデルによる予測器(23)より入力し相関を取るべき
中心位置である式(75)の75(−)を算出し、現時
刻より1サンプリング前に算出した式(78)のn個の
運動モデルによる予測誤差共分散行列を第5の遅延回路
(32)を通しn個の運動モデルごとの予測誤差評価器
(30)より入力しこれとあらかじめ設定された式(1
3)の観測雑音共分散行列より相関をとるべき領域の大
きさ算出に使用する式(77)の38を求め1式(74
)により追尾目標と相関の可能性のあるm8個の探知デ
ータを選択しこれを式(19)のZkとしくステップ8
)、n個の運動モデルのよる信頼度算出器(20)にお
いて現時刻より1サンプリング前に式 (42)により
算出した各運動モデルの信頼度βに一1pk−”を第6
の遅延回路(34)を通しn個の運動モデルによる信頼
度算出器 (20)より入力し、現時刻より1サンプリ
ング前に算出した(68)の運動モデルごとの予測値x
bp′(−)を第3の遅延回路(27)を通し運動モデ
ルごとの予測器(25)より入力し、現時刻より1サン
プリング前に算出した式(72)の運動モデルごとの予
測誤差共分散行列pt、” (−1を第4の遅延回路(
31)を通し運動モデルごとの予測誤差評価器(29)
より入力しあらかじめ設定された式け3)の観測雑音共
分散行列Rkより式(82)により仮説ψう、pkのも
とての相関器(19)よりの探知データム1.ノ信頼度
fpk(zm、 lおよびf2(z、、lを求め。
あらかじめ設定された探知確率Po、追尾対象目標が相
関を取るべき領域内に存在する式(79)の確率PGK
及び式(9)の運動モデルの推移確率Ppi+px−+
により式(86)〜式(88)及び式(42) 、式(
44)、式(46)に従い運動モデル及び探知データの
信頼度を算出しくステップ9)、ゲイン行列算出器(3
3)において現時刻より1サンプリング前に算出した式
(72)の運動モデルごとの予測誤差共分散行列Pkp
k(−)を第4の遅延回路(31)を通し運動モデルご
との予測誤差評価器(29)より入力し、あらかじめ設
定された式(13)の観測誤差共分散行列Rkより式(
63)に従い行列を算出しくステップ10)。
関を取るべき領域内に存在する式(79)の確率PGK
及び式(9)の運動モデルの推移確率Ppi+px−+
により式(86)〜式(88)及び式(42) 、式(
44)、式(46)に従い運動モデル及び探知データの
信頼度を算出しくステップ9)、ゲイン行列算出器(3
3)において現時刻より1サンプリング前に算出した式
(72)の運動モデルごとの予測誤差共分散行列Pkp
k(−)を第4の遅延回路(31)を通し運動モデルご
との予測誤差評価器(29)より入力し、あらかじめ設
定された式(13)の観測誤差共分散行列Rkより式(
63)に従い行列を算出しくステップ10)。
n個の運動モデルによる平滑器(21)において現時刻
より1サンプリング前に算出しておいた式(69)のn
個の運動モデルによる平滑値xm−+Dlを第1の遅延
回路(22)を通し入力し、n個の運動モデルによる信
頼度算出器(20)より式(35)の各運動モデルの信
頼度βkpb及び式(36)の仮説ψm、 pkのもと
ての探知データ2う1.の信頼度β工。
より1サンプリング前に算出しておいた式(69)のn
個の運動モデルによる平滑値xm−+Dlを第1の遅延
回路(22)を通し入力し、n個の運動モデルによる信
頼度算出器(20)より式(35)の各運動モデルの信
頼度βkpb及び式(36)の仮説ψm、 pkのもと
ての探知データ2う1.の信頼度β工。
pkを入力し、現時刻より1サンプリング前に算出して
おいた式(68)の運動モデルごとの予測値2.p w
(−)を第3の遅延回路(27)を通し運動モデルごと
の予測器 (25)より入力し、ゲイン行列算出器(3
3)より式(63)のゲイン行列Kkを入力し、あらか
じめ設定された式(5)の定数加速度ベクトルapうに
より式(91)に従いn個の運動モデルによる平滑値を
算出し、n個の運動モデルによる平滑誤差評価器 (2
8)においてn個の運動モデルによる信頼度算出器(2
0)により式(34)の38.1式(35)のB w、
;”及び式(36)のβうi+pk、1llk−+を
入力し、現時刻より1サンプリング前に算出した式(7
2)の運動モデルごとの予測誤差共分散行列Pm” (
−)を第4の遅延回路(31)を通し運動モデルごとの
予測誤差評価器(29)より入力し、ゲイン行列算出器
(33)より式(63)のゲイン行列に0を入力し、
現時刻より1サンプリング前に算出しておいた式(68
)の運動モデルごとの予測値’ge’(−)を第3の遅
延回路(27)を通し運動モデルごとの予測器(25)
より入力し、相関器 (19)より探知データ2、、、
.2に□・・・、Zk、mwを入力し、あらかじめ設定
された式(5)の定数加速度ベクトルQpwにより式(
98)及び式(92)〜式(94)に従い式(71)の
n個の運動モデルによる平滑誤差共分散行列Pk(+l
を算出しくステップ11) 、追尾終了になるまでこの
一連の流れを繰り返す(ステップ12)。
おいた式(68)の運動モデルごとの予測値2.p w
(−)を第3の遅延回路(27)を通し運動モデルごと
の予測器 (25)より入力し、ゲイン行列算出器(3
3)より式(63)のゲイン行列Kkを入力し、あらか
じめ設定された式(5)の定数加速度ベクトルapうに
より式(91)に従いn個の運動モデルによる平滑値を
算出し、n個の運動モデルによる平滑誤差評価器 (2
8)においてn個の運動モデルによる信頼度算出器(2
0)により式(34)の38.1式(35)のB w、
;”及び式(36)のβうi+pk、1llk−+を
入力し、現時刻より1サンプリング前に算出した式(7
2)の運動モデルごとの予測誤差共分散行列Pm” (
−)を第4の遅延回路(31)を通し運動モデルごとの
予測誤差評価器(29)より入力し、ゲイン行列算出器
(33)より式(63)のゲイン行列に0を入力し、
現時刻より1サンプリング前に算出しておいた式(68
)の運動モデルごとの予測値’ge’(−)を第3の遅
延回路(27)を通し運動モデルごとの予測器(25)
より入力し、相関器 (19)より探知データ2、、、
.2に□・・・、Zk、mwを入力し、あらかじめ設定
された式(5)の定数加速度ベクトルQpwにより式(
98)及び式(92)〜式(94)に従い式(71)の
n個の運動モデルによる平滑誤差共分散行列Pk(+l
を算出しくステップ11) 、追尾終了になるまでこの
一連の流れを繰り返す(ステップ12)。
[発明の効果]
以上のようにこの発明によれば通常の目標自動追尾装置
に特別の付加装置を付けることな(安価に目標運動諸元
算出精度を向上させることができる。
に特別の付加装置を付けることな(安価に目標運動諸元
算出精度を向上させることができる。
尚1以上は等遠回線運動モデルに定数加速度ベクトルが
付加されたモデルの場合について説明したが、これ以外
の複数個の運動モデルを有して目標観測装置の情報より
目標運動諸元を算出する多目標追尾方法及び多目標追尾
装置に適用できる。
付加されたモデルの場合について説明したが、これ以外
の複数個の運動モデルを有して目標観測装置の情報より
目標運動諸元を算出する多目標追尾方法及び多目標追尾
装置に適用できる。
第1図は、この発明の第1の発明の多目標追尾方法の一
実施例の処理手順を示す図、第2図は。 この発明の第2の発明の多目標追尾方法の一実施例の処
理手順を示す図、第3図は、この発明の第3の発明の多
目標追尾方法の一実施例の処理手順を示す図、第4図は
従来の多目標追尾方法の一実施例の処理手順を示す図、
第5図は、この発明の第4の発明の多目標追尾装置の一
実施例の構成を説明する図、第6図は、この発明の第5
の発明の多目標追尾装置の一実施例の構成を説明する図
。 第7図は、この発明の第6の発明の多目標追尾装置の一
実施例の構成を説明する図、第8図は、従来の多目標追
尾装置の構成を説明する図、第9区は定数加速度ベクト
ルを説明をする図、第10図は追尾目標と探知データの
相関を説明する図である。 図において、(1)は初期値設定手順、(2)は運動モ
デル設定手順、(3)は運動モデルごとの予測値及び予
測誤差共分散行列算出手順、(4)は運動モデルごとの
予測距離変化率算出手順、(5)はn個の運動モデルに
よる予測値算出手順、(6)はn個の運動モデルによる
予測誤差共分散行列算出手順、(7)は探知データ人出
力手順、(8)は探知データ選択手順、(9)は運動モ
デル及び探知データの信頼度算出手順、 (101は
ゲイン行列算出手順、 (11)はn個の運動モデル
による平滑値及び平滑誤差共分散行列算出手順、 (1
2)は終了判定手順、 (131は等遠回進運動モデ
ル設定手順、 (14)は1等速直進運動モデルによ
る予測値算出手順。 (15)は等速直進運動モデルによる予測誤差共分散行
列算出手順、 (16)は探知データの信頼度算出手順
、 (17)は等速直進運動モデルによる平滑値及び
平滑誤差共分散行列算出手順、 f18)は目標観測
装置、 (19)は相関器、 (20)はn個の運
動モデルによる信頼度算出器、 (21)はn個の運
動モデルによる平滑器、 (22)は第1の遅延回路
、 f23)はn個の運動モデルによる予測器、
(24)は第2の遅延回路、 (251は運動モデル
ごとの予測器。 (26)は運動モデルごとの距離変化率予測器、 (
27)は第3の遅延回路、 (28)はn個の運動モ
デルによる平滑誤差評価器、 (291は運動モデル
ごとの予測誤差評価器、 (30)はn個の運動モデ
ルによる予測誤差評価器、 +311は第4の遅延回
路、 f32)は第5の遅延回路、 (33)はゲ
イン行列算出器。 (34)は第6の遅延回路、 (35)は等速直進運
動モデルによる予測器、 (36)は探知データの信
頼度算出器、 (37)は等速直進運動モデルによる
平滑器、 (38)は等速直進運動モデルによる平滑
誤差評価器、 +39+は等速直進運動モデルによる
予測誤差評価器、 (40)は第7の遅延回路、
(41)は第8の遅延回路である。 尚、各図中間−あるいは相当部分には同一符号を付して
示しである。 特許出願人 防衛庁技術研究本部長 筒井良三 第1図 第2図 第3図 第4図 第9図 第10図
実施例の処理手順を示す図、第2図は。 この発明の第2の発明の多目標追尾方法の一実施例の処
理手順を示す図、第3図は、この発明の第3の発明の多
目標追尾方法の一実施例の処理手順を示す図、第4図は
従来の多目標追尾方法の一実施例の処理手順を示す図、
第5図は、この発明の第4の発明の多目標追尾装置の一
実施例の構成を説明する図、第6図は、この発明の第5
の発明の多目標追尾装置の一実施例の構成を説明する図
。 第7図は、この発明の第6の発明の多目標追尾装置の一
実施例の構成を説明する図、第8図は、従来の多目標追
尾装置の構成を説明する図、第9区は定数加速度ベクト
ルを説明をする図、第10図は追尾目標と探知データの
相関を説明する図である。 図において、(1)は初期値設定手順、(2)は運動モ
デル設定手順、(3)は運動モデルごとの予測値及び予
測誤差共分散行列算出手順、(4)は運動モデルごとの
予測距離変化率算出手順、(5)はn個の運動モデルに
よる予測値算出手順、(6)はn個の運動モデルによる
予測誤差共分散行列算出手順、(7)は探知データ人出
力手順、(8)は探知データ選択手順、(9)は運動モ
デル及び探知データの信頼度算出手順、 (101は
ゲイン行列算出手順、 (11)はn個の運動モデル
による平滑値及び平滑誤差共分散行列算出手順、 (1
2)は終了判定手順、 (131は等遠回進運動モデ
ル設定手順、 (14)は1等速直進運動モデルによ
る予測値算出手順。 (15)は等速直進運動モデルによる予測誤差共分散行
列算出手順、 (16)は探知データの信頼度算出手順
、 (17)は等速直進運動モデルによる平滑値及び
平滑誤差共分散行列算出手順、 f18)は目標観測
装置、 (19)は相関器、 (20)はn個の運
動モデルによる信頼度算出器、 (21)はn個の運
動モデルによる平滑器、 (22)は第1の遅延回路
、 f23)はn個の運動モデルによる予測器、
(24)は第2の遅延回路、 (251は運動モデル
ごとの予測器。 (26)は運動モデルごとの距離変化率予測器、 (
27)は第3の遅延回路、 (28)はn個の運動モ
デルによる平滑誤差評価器、 (291は運動モデル
ごとの予測誤差評価器、 (30)はn個の運動モデ
ルによる予測誤差評価器、 +311は第4の遅延回
路、 f32)は第5の遅延回路、 (33)はゲ
イン行列算出器。 (34)は第6の遅延回路、 (35)は等速直進運
動モデルによる予測器、 (36)は探知データの信
頼度算出器、 (37)は等速直進運動モデルによる
平滑器、 (38)は等速直進運動モデルによる平滑
誤差評価器、 +39+は等速直進運動モデルによる
予測誤差評価器、 (40)は第7の遅延回路、
(41)は第8の遅延回路である。 尚、各図中間−あるいは相当部分には同一符号を付して
示しである。 特許出願人 防衛庁技術研究本部長 筒井良三 第1図 第2図 第3図 第4図 第9図 第10図
Claims (6)
- (1)目標位置、速度などの平滑値及び平滑値の誤差を
推定した平滑誤差共分散行列の初期値を設定し、同一次
元の複数のn個の定数ベクトルより構成される目標のn
個の運動モデルを設定したのち、n個の各運動モデルご
とに目標位置、速度などの予測値及びその誤差を推定し
た予測誤差共分散行列を算出し、n個の運動モデルによ
る目標位置、速度などの予測値を算出し、目標観測装置
より信号検出結果である探知データを入力し、相関器に
より追尾目標と相関の可能性のある探知デーータを選択
し、各運動モデルに対する目標位置観測誤差を評価し、
上記各運動モデルに対する目標距離変化率観測誤差を評
価し、各観測誤差に対して複数のn個の運動モデル及び
選択された探知データの信頼度を算出し、上記各運動モ
デルで同一のゲイン行列を算出し、n個の運動モデルに
よる目標位置、速度などの平滑値及びその誤差を推定し
た平滑誤差共分散行列を算出し、追尾終了になるまでの
この一連の流れを繰り返すことを特徴とした多目標追尾
方法。 - (2)目標位置、速度などの平滑値及び平滑値の誤差を
推定した平滑誤差共分散行列の初期値を設定し、同一次
元の複数のn個の定数ベクトルより構成される目標のn
個の運動モデルを設定したのち、n個の各運動モデルご
とに目標位置、速度などの予測値及びその誤差を推定し
た予測誤差共分散行列を算出し、n個の運動モデルによ
る予測値の誤差を推定したn個の運動モデルによる予測
誤差共分散行列を算出し、目標観測装置より信号検出結
果である探知データを入力し、相関器により追尾目標と
相関の可能性のある探知データを選択し、位置観測誤差
評価器により各運動モデルに対する選択された探知デー
タの目標位置観測誤差を評価し、距離変化率観測誤差評
価器により各運動モデルに対する目標距離変化率観測誤
差を評価し、信頼度算出器により上記観測誤差に対して
複数のn個の運動モデル及び選択された探知データの信
頼度を算出し、上記各運動モデルで同一のゲイン行列を
算出し、n個の運動モデルによる目標位置、速度などの
平滑値及び平滑値の誤差を推定した平滑誤差共分散行列
を算出し、追尾終了になるまでこの一連の流れを繰り返
すことを特徴とした多目標追尾方法。 - (3)目標位置、速度などの平滑値及び平滑値の誤差を
推定した平滑誤差共分散行列の初期値を設定し、同一次
元の複数のn個の定数ベクトルより構成される目標のn
個の運動モデルを設定したのち、n個の各運動モデルご
とに目標位置、速度などの予測値及びその誤差を推定し
た予測誤差共分散行列を算出し、n個の運動モデルによ
る目標位置、速度などの予測値を算出しn個の運動モデ
ルによる予測値の誤差を推定したn個の運動モデルによ
る予測誤差共分散行列を算出し、目標観測装置より信号
検出結果である探知データを入力し、相関器により追尾
目標と相関の可能性のある探知データを選択し、角運動
モデルに対する目標位置観測誤差を評価し、上記各運動
モデルに対する目標距離変化率観測誤差を評価し、各観
測誤差に対して複数のn個の運動モデル及び選択された
探知データの信頼度を算出し、上記各運動モデルで同一
のゲイン行列を算出し、n個の運動モデルによる目標位
置、速度などの平滑値及び平滑値の誤差を推定した平滑
誤差共分散行列を算出し、追尾終了になるまでこの一連
の流れを繰り返すことを特徴とした多目標追尾方法。 - (4)追尾目標及び追尾目標以外のクラッタ等からの信
号検出結果を探知データとして出力する目標観測装置と
、追尾目標と相関の可能性のある探知データを選択し出
力する相関器と、同一次元の複数のn個の定数ベクトル
より構成される目標のn個の運動モデル及び上記相関器
で選択された探知データの信頼度を、目標観測位置およ
び目標観測距離変化率により算出するn個の運動モデル
による信頼度算出器と、上記n個の運動モデルによる目
標位置、速度などの平滑値を算出するn個の運動モデル
による平滑器と、上記n個の運動モデルによる平滑器で
算出した平滑値を1サンプリング分遅延させ、次回サン
プリングタイムにおいて、n個の運動モデルによる平滑
器に出力する第1の遅延回路と、上記n個の運動モデル
による目標位置、速度などの予測値を算出するn個の運
動モデルによる予測器と、上記n個の運動モデルによる
予測器で算出した予測値を1サンプリング分遅延させ、
次回サンプリングタイムにおいて相関器に出力する第2
の遅延回路と、上記n個の運動モデルごとに目標位置、
速度などの予測値を算出する運動モデルごとの予測器と
、上記運動モデルごとの予測器で算出した予測値をもと
に運動モデルごとの予測距離変化率を算出する運動モデ
ルごとの距離変化率予測器と、上記運動モデルごとの予
測器で算出した予測値、および上記運動モデルごとの距
離変化率予測器で算出した予測距離変化率を1サンプリ
ング分遅延させ、次回サンプリングタイムにおいてn個
の運動モデルによる信頼度算出器、およびn個の運動モ
デルによる平滑誤差評価器に出力する第3の遅延回路と
、上記n個の運動モデルによる平滑誤差を評価するn個
の運動モデルによる平滑誤差評価器と、上記運動モデル
ごとの予測誤差評価器で算出した予測誤差評価値を1サ
ンプリング分遅延させ、次回サンプリングタイムにおい
てn個の運動モデルによる平滑誤差評価器および相関器
およびn個の運動モデルによる信頼度算出器に出力する
第4の遅延回路と、上記n個の運動モデルで同一のゲイ
ン行列を算出するゲイン行列算出器と、上記n個の運動
モデルによる信頼度算出器で算出した信頼度を1サンプ
リング分遅延させ、次回サンプリングタイムにおいてn
個の運動モデルによる信頼度算出器に出力する第6の遅
延回路とで構成したことを特徴とする多追尾目標装置。 - (5)追尾目標及び追尾目標以外のクラッタ等からの信
号検出結果を探知データとして出力する目標観測装置と
、追尾目標と相関の可能性のある探知データを選択し出
力する相関器と、同一次元の複数のn個の定数ベクトル
より構成される目標のn個の運動モデル及び上記相関器
で選択された探知データの信頼度を、目標観測位置およ
び目標観測距離変化率により算出するn個の運動モデル
による信頼度算出器と、上記n個の運動モデルによる目
標位置、速度などの平滑値を算出するn個の運動モデル
による平滑器と、上記n個の運動モデルによる平滑器で
算出した平滑値を1サンプリング分遅延させ、次回サン
プリングタイムにおいてn個の運動モデルによる平滑器
に出力する第1の遅延回路と、上記n個の運動モデルご
とに目標位置、速度などの予測値を算出する運動モデル
ごとの予測器と上記運動モデルごとの予測器で算出した
予測値をもとに運動モデルごとの予測距離変化率を算出
する運動モデルごとの距離変化率予測器と、上記運動モ
デルごとの予測器で算出した予測値および上記運動モデ
ルごとの距離変化率予測器で算出した予測距離変化率を
1サンプリング分遅延させる第3の遅延回路と、上記n
個の運動モデルによる平滑誤差を評価するn個の運動モ
デルによる平滑誤差評価器と、上記n個の運動モデルご
との予測誤差を評価する運動モデルごとの予測誤差評価
器と、上記n個の運動モデルによる平滑誤差を評価する
n個の運動モデルによる平滑誤差評価器と、上記運動モ
デルごとの予測誤差評価器で算出した予測誤差評価値を
1サンプリング分遅延させ、次回サンプリングタイムに
おいてn個の運動モデルによる信頼度算出器およびn個
の運動モデルによる平滑誤差評価器に出力する第4の遅
延回路と、上記n個の運動モデルによる平滑誤差評価器
で算出した平滑誤差を1サンプリング分遅延させ、次回
サンプリングタイムにおいて相関器に出力する第5の遅
延回路と、上記n個の運動モデルで同一のゲイン行列を
算出するゲイン行列算出器と、上記n個の運動モデルに
よる信頼度算出器で算出した信頼度を1サンプリング分
遅延させ、次回サンプリングタイムにおいてn個の運動
モデルによる信頼度算出器に出力する第6の遅延回路と
で構成したことを特徴とする多追尾目標装置。 - (6)追尾目標及び追尾目標以外のクラッタ等からの信
号検出結果を探知データとして出力する目標観測装置と
、追尾目標と相関の可能性のある探知データを選択し出
力する相関器と、同一次元の複数のn個の定数ベクトル
より構成される目標のn個の運動モデル及び上記相関器
で選択された探知データの信頼度を、目標観測位置およ
び目標観測距離変化率により算出するn個の運動モデル
による信頼度算出器と、上記n個の運動モデルによる目
標位置、速度などの平滑値を算出するn個の運動モデル
による平滑器と、上記n個の運動モデルによる平滑器で
算出した平滑値を1サンプリング分遅延させ、次回サン
プリングタイムにおいてn個の運動モデルによる平滑器
に出力する第1の遅延回路と、上記n個の運動モデルに
よる目標位置、速度などの予測値を算出するn個の運動
モデルによる予測器で算出した予測値を1サンプリング
分遅延させ、次回サンプリングタイムにおいて相関器に
出力する第2の遅延回路と、上記n個の運動モデルごと
に目標位置、速度などの予測値を算出する運動モデルご
との予測器と、上記運動モデルごとの予測器で算出した
予測値をもとに運動モデルごとの予測距離変化率を算出
する運動モデルごとの距離変化率予測器と、上記運動モ
デルごとの予測器で算出した予測値、および上記運動モ
デルごとの距離変化率予測器で算出した予測距離変化率
を1サンプリング分遅延させ、次回サンプリングタイム
においてn個の運動モデルによる信頼度算出器に出力す
る第3の遅延回路と、上記n個の運動モデルによる平滑
誤差を評価するn個の運動モデルによる平滑誤差評価器
と、上記n個の運動モデルごとの予測誤差を評価する運
動モデルごとの予測誤差評価器と、上記n個の運動モデ
ルによる予測誤差を評価するn個の運動モデルによる予
測誤差評価器と、上記運動モデルごとの予測誤差評価器
で算出した予測誤差評価値を1サンプリング分遅延させ
る第4の遅延回路と、上記n個の運動モデルによる平滑
誤差評価器で算出した予測誤差を1サンプリング分遅延
させる第4の遅延回路と、上記n個の運動モデルで同一
のゲイン行列を算出するゲイン行列算出器と、上記n個
の運動モデルによる信頼度算出器で算出した信頼度を1
サンプリング分遅延させる第6の遅延回路とで構成した
ことを特徴とする多追尾目標装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2325377A JPH0797136B2 (ja) | 1990-11-29 | 1990-11-29 | 多目標追尾方法及びその装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2325377A JPH0797136B2 (ja) | 1990-11-29 | 1990-11-29 | 多目標追尾方法及びその装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH04198886A true JPH04198886A (ja) | 1992-07-20 |
JPH0797136B2 JPH0797136B2 (ja) | 1995-10-18 |
Family
ID=18176156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2325377A Expired - Lifetime JPH0797136B2 (ja) | 1990-11-29 | 1990-11-29 | 多目標追尾方法及びその装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0797136B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5406289A (en) * | 1993-05-18 | 1995-04-11 | International Business Machines Corporation | Method and system for tracking multiple regional objects |
US5537119A (en) * | 1993-12-21 | 1996-07-16 | Colorado State University Research Foundation | Method and system for tracking multiple regional objects by multi-dimensional relaxation |
US6404380B2 (en) * | 1993-12-21 | 2002-06-11 | Colorado State University Research Foundation | Method and system for tracking multiple regional objects by multi-dimensional relaxation |
JP2008076096A (ja) * | 2006-09-19 | 2008-04-03 | Mitsubishi Electric Corp | 追尾方法及びその装置 |
JP2014083148A (ja) * | 2012-10-22 | 2014-05-12 | Oki Electric Ind Co Ltd | 特徴量算出装置及びプログラム |
CN113391285A (zh) * | 2021-05-25 | 2021-09-14 | 西安理工大学 | 一种量测随机延迟下带闪烁噪声的目标跟踪平滑方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04113290A (ja) * | 1990-09-04 | 1992-04-14 | Tech Res & Dev Inst Of Japan Def Agency | 多目標追尾方法及びその装置 |
-
1990
- 1990-11-29 JP JP2325377A patent/JPH0797136B2/ja not_active Expired - Lifetime
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04113290A (ja) * | 1990-09-04 | 1992-04-14 | Tech Res & Dev Inst Of Japan Def Agency | 多目標追尾方法及びその装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5406289A (en) * | 1993-05-18 | 1995-04-11 | International Business Machines Corporation | Method and system for tracking multiple regional objects |
US5537119A (en) * | 1993-12-21 | 1996-07-16 | Colorado State University Research Foundation | Method and system for tracking multiple regional objects by multi-dimensional relaxation |
US6404380B2 (en) * | 1993-12-21 | 2002-06-11 | Colorado State University Research Foundation | Method and system for tracking multiple regional objects by multi-dimensional relaxation |
JP2008076096A (ja) * | 2006-09-19 | 2008-04-03 | Mitsubishi Electric Corp | 追尾方法及びその装置 |
JP2014083148A (ja) * | 2012-10-22 | 2014-05-12 | Oki Electric Ind Co Ltd | 特徴量算出装置及びプログラム |
CN113391285A (zh) * | 2021-05-25 | 2021-09-14 | 西安理工大学 | 一种量测随机延迟下带闪烁噪声的目标跟踪平滑方法 |
CN113391285B (zh) * | 2021-05-25 | 2024-03-08 | 西安理工大学 | 一种量测随机延迟下带闪烁噪声的目标跟踪平滑方法 |
Also Published As
Publication number | Publication date |
---|---|
JPH0797136B2 (ja) | 1995-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107110650B (zh) | 在能观测性方面受约束的导航状态的估计方法 | |
Kreucher et al. | Multitarget detection and tracking using multisensor passive acoustic data | |
EP0372058A1 (en) | METHOD AND DEVICE FOR DETERMINING THE LOCATION AND SPEED OF A DESTINATION IN AN INERTIAL SPACE. | |
US7002510B1 (en) | Method and apparatus for air-to-air aircraft ranging | |
JPH04198886A (ja) | 多目標追尾方法及びその装置 | |
Jørgensen et al. | Underwater position and attitude estimation using acoustic, inertial, and depth measurements | |
JP6289672B2 (ja) | 合成開口レーダ信号処理装置及び合成開口レーダ信号処理プログラム | |
CN108594277B (zh) | 一种相位差确定方法、装置、电子设备及存储介质 | |
Masmitja et al. | Underwater mobile target tracking with particle filter using an autonomous vehicle | |
CN115047769B (zh) | 一种基于约束跟随的无人作战平台避障-到达控制方法 | |
Burdinsky et al. | Navigation of autonomous underwater vehicles using acoustic and visual data processing | |
CN115578425A (zh) | 一种应用在鱼苗计数器中基于无际卡尔曼滤波的动态追踪的方法 | |
Ullah et al. | An inertial and global positioning system based algorithm for ownship navigation | |
Cameron | FDOA-based passive source localization: a geometric perspective | |
EP2159595B1 (en) | A target tracking system and a method for tracking a target | |
Katsikas et al. | Passive tracking of a maneuvering target: an adaptive approach | |
JPH0643241A (ja) | 多目標追尾方法及びその装置 | |
JPH0797135B2 (ja) | 多目標追尾方法及びその装置 | |
US4905209A (en) | Correlation match filter for passive signal detection | |
JP6757227B2 (ja) | 運動パラメータ推定装置、運動パラメータ推定方法及びプログラム | |
JP3440010B2 (ja) | 目標追尾装置 | |
KR20210062453A (ko) | 운동 정보 결정 방법 및 장치 | |
Do et al. | Robustness of TOA and TDOA positioning under suboptimal weighting conditions | |
JPH05297947A (ja) | 多目標追尾装置 | |
Jeong et al. | A study of optimization of Alpha-Beta-Gamma-Eta filter for tracking a high dynamic target |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
EXPY | Cancellation because of completion of term |