一种基于变系数α-β滤波器的目标跟踪方法与跟踪系统技术方案

本发明专利技术适用于多传感器信息融合领域，提供了一种基于变系数α-β滤波器的目标跟踪方法与跟踪系统。所述方法步骤如下：首先根据前一时刻的目标矩及狄拉克项，预测前一时刻已经存在的目标在当前时刻的目标矩及狄拉克项，并为当前时刻新生的目标指定相应的目标矩及狄拉克项，再结合当前时刻的位置测量并利用变系数α-β滤波器确定更新的狄拉克项，再对更新的狄拉克项进行裁减与合并，得到当前时刻的目标矩及狄拉克项，当前时刻的目标矩及狄拉克项作为下一时刻递归的输入，最后提取权重系数大于第一阈值的狄拉克项作为当前时刻的输出，所输出狄拉克项中的目标状态值为当前时刻一个目标的状态值。

【技术实现步骤摘要】
一种基于变系数α-β滤波器的目标跟踪方法与跟踪系统
本专利技术属于多传感器信息融合
，尤其涉及一种基于变系数α-β滤波器的目标跟踪方法与跟踪系统。
技术介绍
概率假设密度滤波方法是解决目标检测和跟踪的新方法。其最大的优点是减少了贝叶斯滤波方法中的积分运算，并能给出瞬时目标数估计，在多目标的检测、定位与跟踪中已取得了比较广泛的应用。概率假设密度滤波方法是一种传递联合后验分布一阶矩的数据处理方法。由于涉及积分运算，概率假设密度滤波器通常采用粒子滤波法或高斯混和法近似实现。不论是粒子滤波法还是高斯混和法均要求目标运动过程中过程噪声的分布特征、传感器观测过程中观测噪声的分布特征均是已知的。当过程噪声的分布特征未知时，现有的概率假设密度滤波器及其近似实现方法难以工作。过程噪声分布特征未知情况下概率假设密度滤波器的多目标跟踪问题是需要探索和解决的一个关键技术问题。为解决过程噪声分布特征或目标数未知情况下的多目标跟踪问题，我们提出了一种基于常系数α-β滤波器的目标跟踪方法，但该方法存在新目标探测能力差，多目标跟踪精度低等问题，如何提高α-β滤波器的新目标探测能力和多目标跟踪精度又是一个需要探索和解决的关键技术问题。
技术实现思路
本专利技术所要解决的技术问题在于提供一种基于变系数α-β滤波器的目标跟踪方法与跟踪系统，旨在提高α-β滤波器的新目标探测能力和多目标跟踪精度。本专利技术是这样实现的:一种基于变系数α-β滤波器的目标跟踪方法，包括以下步骤：步骤S1：根据前一时刻的目标矩及狄拉克项，预测前一时刻已经存在的目标在当前时刻的目标矩及狄拉克项，并为当前时刻新生的目标指定相应的目标矩及狄拉克项；步骤S2：根据预测的前一时刻已经存在的目标在当前时刻的目标矩及狄拉克项、当前时刻新生目标的目标矩及狄拉克项以及当前时刻的位置测量确定更新的狄拉克项；步骤S3：对更新的狄拉克项进行裁减与合并，得到当前时刻的目标矩及狄拉克项；并将当前时刻的目标矩及狄拉克项作为下一时刻递归的输入；步骤S4：根据当前时刻的目标矩及狄拉克项，提取权重系数大于第一阈值的狄拉克项作为当前时刻的输出，并将所输出狄拉克项中的目标状态值为当前时刻一个目标的状态值。进一步地，所述步骤S1中，以k-1表示前一时刻，以k表示当前时刻；前一时刻的狄拉克项为i＝1,2,…,Jk-1，其中，表示前一时刻第i个狄拉克项的权重系数，表示前一时刻第i个狄拉克项的目标状态值，Jk-1表示前一时刻狄拉克项的数目，i为索引号，取值为1至Jk-1；表示第i个狄拉克项对应的新生狄拉克项产生的时间；前一时刻的目标矩为其中，δ表示狄拉克分布，x表示目标的状态；所述步骤S1具体包括下述步骤：根据前一时刻目标矩pk-1(x)及狄拉克项预测前一时刻已经存在的目标在当前时刻的狄拉克项i＝1,2,…,Jk-1；其中，表示第i个预测的狄拉克项的权重系数，表示第i个预测的狄拉克项的目标状态值，表示第i个预测的狄拉克项对应的新生狄拉克项产生的时间，并且其中，Fk-1为状态转移矩阵，psk为目标幸存的概率；预测的目标矩pk|k-1(x)为指定当前时刻新生目标的狄拉克项为i＝1,2,…,Jγk，新生目标的目标矩为其中，表示新生的狄拉克项的权重系数，表示新生的狄拉克项的目标状态值，表示新生狄拉克项产生的时间，Jγk为新生狄拉克项的个数，i为索引号，并且t表示当前时刻的时间。进一步地，所述步骤S2具体为：根据预测的前一时刻已经存在的目标在当前时刻的狄拉克项及目标矩pk|k-1(x)，以及指定的当前时刻新生目标的狄拉克项及目标矩pγk(x)，以及当前时刻的位置测量，利用变系数α-β滤波器确定出当前时刻更新的狄拉克项i＝1,2,…,Jk-1+Jγk，j＝1,2,…,nk+1，其中，为更新的狄拉克项的权重系数、为更新的狄拉克项的目标状态值，为更新的狄拉克项产生的时间，nk为当前时刻位置测量的个数，所述当前时刻的位置测量包含由当前时刻目标产生的位置测量和由当前时刻杂波产生的位置测量，i和j是索引号，并且当j≤nk时，其中，t表示当前时刻的时间，Ki为增益矩阵，zj表示当前时刻nk个位置测量中的第j个位置测量，Hk为观测矩阵，Rj为观测噪声的方差矩阵，c为放大因子，R0是为探测新目标而设置的协方差，pDk为目标的检测概率，λC为当前时刻观测空间中杂波的密度，当j＝nk+1时，Ki取变系数α-β滤波器的增益矩阵，并且其中，T为当前时刻与前一时刻的时间差，αk和βk是两个时变的系数，并且进一步地，所述步骤S3具体为：将当前时刻更新的狄拉克项i＝1,2,…,Jk-1+Jγk，j＝1,2,…,nk+1表述为q＝1,…,Jk|k；其中，q为索引号，取值为1至Jk|k，Jk|k为更新的狄拉克项的个数，为第q个狄拉克项的权重，为第q个狄拉克项的目标状态值，为第q个狄拉克项对应的新生狄拉克项产生的时间，并且Jk|k＝(nk+1)(Jk-1+Jγk)，q＝(Jk-1+Jγk)(j-1)+i，i＝1,2,…,Jk-1+Jγk，j＝1,2,…,nk+1；从当前时刻更新的狄拉克项q＝1,…,Jk|k中裁减掉权重系数小于第二阈值的狄拉克项；从裁减后余下的狄拉克项中将距离dij小于第三阈值的狄拉克项合并成一个；其中，合并距离dij为多个狄拉克项的合并方法为：其中，L为合并狄拉克项上标形成的集合，上标T和b分别表示矩阵的转置和合并后狄拉克项的索引号；合并狄拉克项的时间取合并前狄拉克项中权重系数最大狄拉克项的时间；将裁减与合并后的狄拉克项i＝1,…,Jk作为当前时刻的狄拉克项，并将裁减与合并后的狄拉克项的加权和作为当前时刻的目标矩其中，Jk为当前时刻狄拉克项的个数，i为索引号，取值为1至Jk。一种基于变系数α-β滤波器的目标跟踪系统，包括：预测模块，用于根据前一时刻的目标矩及狄拉克项，预测前一时刻已经存在的目标在当前时刻的目标矩及狄拉克项，并为当前时刻新生的目标指定相应的目标矩及狄拉克项；更新模块，用于根据预测的前一时刻已经存在的目标在当前时刻的目标矩及狄拉克项、当前时刻新生目标的目标矩及狄拉克项以及当前时刻的位置测量确定更新的狄拉克项；裁减与合并模块，用于对更新的狄拉克项进行裁减与合并，得到当前时刻的目标矩及狄拉克项；并将当前时刻的目标矩及狄拉克项作为下一时刻递归的输入；目标状态提取模块，用于根据当前时刻的目标矩及狄拉克项，提取权重系数大于第一阈值的狄拉克项作为当前时刻的输出，并将所输出狄拉克项中的目标状态值为当前时刻一个目标的状态值。进一步地，在所述预测模块中，以k-1表示前一时刻，以k表示当前时刻；前一时刻的狄拉克项为i＝1,2,…,Jk-1，其中，表示前一时刻第i个狄拉克项的权重系数，表示前一时刻第i个狄拉克项的目标状态值，Jk-1表示前一时刻狄拉克项的数目，i为索引号，取值为1至Jk-1；表示第i个狄拉克项对应的新生狄拉克项产生的时间；前一时刻的目标矩为其中，δ表示狄拉克分布，x表示目标的状态；所述预测模块用于根据前一时刻目标矩pk-1(x)及狄拉克项预测前一时刻已经存在的目标在当前时刻的狄拉克项i＝1,2,…,Jk-1；其中，表示第i个预测的狄拉克项的权重系数，表示第i个预测的狄拉克项的目标状态值，表示第i个预测的狄拉克项对应的新生狄拉克项产本文档来自技高网...

【技术保护点】
一种基于变系数α‑β滤波器的目标跟踪方法，其特征在于，包括以下步骤：步骤S1：根据前一时刻的目标矩及狄拉克项，预测前一时刻已经存在的目标在当前时刻的目标矩及狄拉克项，并为当前时刻新生的目标指定相应的目标矩及狄拉克项；步骤S2：根据预测的前一时刻已经存在的目标在当前时刻的目标矩及狄拉克项、当前时刻新生目标的目标矩及狄拉克项以及当前时刻的位置测量确定更新的狄拉克项；步骤S3：对更新的狄拉克项进行裁减与合并，得到当前时刻的目标矩及狄拉克项；并将当前时刻的目标矩及狄拉克项作为下一时刻递归的输入；步骤S4：根据当前时刻的目标矩及狄拉克项，提取权重系数大于第一阈值的狄拉克项作为当前时刻的输出，并将所输出狄拉克项中的目标状态值为当前时刻一个目标的状态值。

【技术特征摘要】
1.一种基于变系数α-β滤波器的目标跟踪方法，其特征在于，包括以下步骤：步骤S1：根据前一时刻目标矩及狄拉克项预测前一时刻已经存在的目标在当前时刻的狄拉克项其中，i＝1,2,…,Jk-1，δ表示狄拉克分布，x表示目标的状态，表示前一时刻第i个狄拉克项的权重系数，表示前一时刻第i个狄拉克项的目标状态值，Jk-1表示前一时刻狄拉克项的数目，表示第i个狄拉克项对应的新生狄拉克项产生的时间，表示第i个预测的狄拉克项的权重系数，表示第i个预测的狄拉克项的目标状态值，表示第i个预测的狄拉克项对应的新生狄拉克项产生的时间，并且其中，Fk-1为状态转移矩阵，psk为目标幸存的概率；预测的目标矩pk|k-1(x)为以及，指定当前时刻新生目标的狄拉克项为i＝1,2,…,Jγk，新生目标的目标矩为其中，表示新生的狄拉克项的权重系数，表示新生的狄拉克项的目标状态值，表示新生狄拉克项产生的时间，Jγk为新生狄拉克项的个数，i为索引号，并且t表示当前时刻的时间；步骤S2：根据预测的前一时刻已经存在的目标在当前时刻的狄拉克项及目标矩pk|k-1(x)，以及指定的当前时刻新生目标的狄拉克项及目标矩pγk(x)，以及当前时刻的位置测量，利用变系数α-β滤波器确定出当前时刻更新的狄拉克项i＝1,2,…,Jk-1+Jγk，j＝1,2,…,nk+1，其中，为更新的狄拉克项的权重系数、为更新的狄拉克项的目标状态值，为更新的狄拉克项产生的时间，nk为当前时刻位置测量的个数，所述当前时刻的位置测量包含由当前时刻目标产生的位置测量和由当前时刻杂波产生的位置测量，i和j是索引号，并且当j≤nk时，其中，t表示当前时刻的时间，Ki为增益矩阵，zj表示当前时刻nk个位置测量中的第j个位置测量，Hk为观测矩阵，Rj为观测噪声的方差矩阵，c为放大因子，R0是为探测新目标而设置的协方差，pDk为目标的检测概率，λC为当前时刻观测空间中杂波的密度，当j＝nk+1时，Ki取变系数α-β滤波器的增益矩阵，并且其中，T为当前时刻与前一时刻的时间差，αk和βk是两个时变的系数，并且步骤S3：将当前时刻更新的狄拉克项i＝1,2,…,Jk-1+Jγk，j＝1,2,…,nk+1表述为q＝1,…,Jk|k；其中，q为索引号，取值为1至Jk|k，Jk|k为更新的狄拉克项的个数，为第q个狄拉克项的权重，为第q个狄拉克项的目标状态值，为第q个狄拉克项对应的新生狄拉克项产生的时间，并且Jk|k＝(nk+1)(Jk-1+Jγk)，q＝(Jk-1+Jγk)(j-1)+i，i＝1,2,…,Jk-1+Jγk，j＝1,2,…,nk+1；以及，从当前时刻更新的狄拉克项q＝1,…,Jk|k中裁减掉权重系数小于第二阈值的狄拉克项；以及，从裁减后余下的狄拉克项中将距离dij小于第三阈值的狄拉克项合并成一个；其中，合并距离dij为多个狄拉克项的合并方法为：其中，L为合并狄拉克项上标形成的集合，上标T和b分别表示矩阵的转置和合并后狄拉克项的索引号；合并狄拉克项的时间取合并前狄拉克项中权重系数最大狄拉克项的时间；以及，将裁减与合并后的狄拉克项i＝1,…,Jk作为当前时刻的狄拉克项，并将裁减与合并后的狄拉克项的加权和作为当前时刻的目标矩其中，Jk为当前时刻狄拉克项的个数；步骤S4：根据当前时刻的目标矩及狄拉克项，提取权重系数大于第一阈值的狄拉克项作为当前时刻的输出，并将所输出狄拉克项中的目标状态值为当前时刻一个目标的状态值。2.一种基...

【专利技术属性】
技术研发人员：刘宗香，谢维信，李良群，李丽娟，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44