多目标跟踪系统性能评估仿真方法技术方案

一种多目标跟踪系统性能评估仿真方法，采用了多种不同的途径加载目标航迹，实现了目标航迹路径的多样性，通过自定义目标航迹，最大限度的满足了用户对多样性航迹类型配置的需求；采用了雷达和红外两种传感器数据源，实现了对不同多目标跟踪系统的性能评估；采用了服务器/客户端模式，被评估算法可以运行在客户端，实现了算法保密，采用了单次与多次蒙特卡洛法相结合的方式，既能得到被评估跟踪算法性能的统计特性，又能实现对被评估算法的调试，发现算法的离散点。

【技术实现步骤摘要】

本专利技术涉及一种性能评估方法，更具体地涉及，对多目标跟踪系统中的算法性能 指标进行评估的方法。
技术介绍
在多目标跟踪系统中，随着数据关联和多传感器融合等关键技术的发展，已经从 单传感器多目标跟踪逐步向多传感器发展，传感器种类也在从过去单一的雷达发展到雷 达、红外多个种类。 经过对现有技术文献的检索发现，大多数是对多目标跟踪算法的某一个环节进行 分析和评估，很少对整个算法进行性能评估，如对数据关联部分进行性能改进和优化，该种 评估方式，评估指标有限，缺乏第H方的评估系统，不客观。唯一的一篇对整个系统进行 分析的文章，是朱自谦和张世芳在《火控雷达技术》2003年第32卷上发表的《多目标跟踪 (MTT)性能评估系统》，该文提出了对雷达多目标跟踪系统性能评估方法，其不足之处在于 只有雷达一种传感器，目标源轨迹种类有限，加载方式单一，只是限于一些典型的航迹，在 进行性能评估的同时要运行多目标算法，不利于算法的保密性，没有对被评估算法的单步 调试功能。而随着多传感器融合技术的发展，传感器种类也在从过去单一的雷达发展到雷 达、红外多个种类，多目标跟踪系统也出现了红外多目标跟踪系统。
技术实现思路
本专利技术是通过W下技术方案实现的，本专利技术具体的实现方法如下： 步骤一：目标航迹配置 本专利技术对目标航迹的配置采用雷达、红外两种输入数据源，可W适应不同系统的 要求，可W通过H种方式进行目标航迹配置，第一种是设计典型航迹直接加载，典型航迹是 预先生成好的航迹文件，由各种类型的目标编队航迹构成，典型航迹包括水平直线、水平迎 飞、水平转弯、水平蛇形、水平交叉、水平盘旋、垂直蛇形、垂直俯冲、垂直跃升；第二种是导 入外部航迹数据文件，外部航迹数据文件是用户从别处获得的目标航迹数据或者实际录制 的飞行航迹，需要将航迹数据按照规定的航迹文件的格式将数据保存成相应的数据文件； 第H种是自定义目标航迹，通过配置目标参数生成满足要求的目标航迹，在进行自定义目 标航迹时，采用分段组合的方式，将一条完整目标航迹分成了H段，将各个有效段的航迹进 行合成，具体方法如下： (a)第一段航迹初始信息，也就是多目标初始位置信息由用户配置，需要配置的参 数为多目标地理坐标（x，y，z)、初始偏航角（目标开始时的飞行方向）。经过用户设定的一 段时间tl(s)后转入航迹2; 化）航迹2的初始信息即是多目标航迹1的最后一帧的位置及航向偏角，航迹2是 在航迹1最后一峽的位置及航向偏角基础上运动的，如果航迹2要进行机动飞行则机动初 始偏航角即是航迹1最后一峽的偏航角，经过用户设定的一段时间t2(s)后转入航迹3 ; (c)航迹3的组合原理和航迹2的组合一样，先得到航迹2的最后一峽的相关信 息，作为航迹3的初始信息，然后根据航迹段3的信息得到第H段航迹。 将目标航迹生成做成一个统一的航迹文件，并对航迹文件中存放的数据进行统一 规定，航迹文件的格式如表1所示，其他的航迹生成只要替代指定的数据文件就可W加载 目标航迹数据文件，目标航迹数据文件的定义可W保证目标航迹来源的多样性。 表1航迹文件数据表中：obshu-------目标数t-------仿真时间 T-------航迹生成的解算步长 XI-------目标1的X轴数据矩阵yl-------目标1的y轴数据矩阵zl-------目标1的Z轴数据矩阵VI-------目标1的速度数据矩阵 n------- 目标1的偏航角数据矩阵 si------- 目标1的迎角数据矩阵obltf-------目标1的起始时间obltl-------目标1的终止时间x2-------目标2的X轴数据矩阵y2-------目标2的y轴数据矩阵z2-------目标2的Z轴数据矩阵v2-------目标2的速度数据矩阵f2-------目标2的偏航角数据矩阵s2-------目标2的迎角数据矩阵ob2tf-------目标2的起始时间ob2tl-------目标2的终止时间 步骤二；载机航迹配置 本专利技术对载机的航迹进行相应的配置，需要设置的参数包括；载机的型号，载机的 航迹为直线飞行，起始位置为相对于地理坐标系的坐标（X，y，Z)，起始速度（m/s)、起始加 速度（m/s2)。载机的初始速度系统设定必须大于80m/s，初始高度大于500m。载机的航迹 数据也保存为单独的数据文件，载机航迹文件和被跟踪目标的航迹文件作为目标源数据。 步骤H;传感器配置 本专利技术对传感器的配置包括雷达和红外该两种不同类型，能够产生该两类传感器 的数据源，对于雷达的跟踪数据结果是目标的H维位置信息，是目标相对于载机的位置信 息，而红外的跟踪数据是目标的相对距离和角度信息。对于雷达传感器需要设置其目标检 测概率和虚警概率，对于红外传感器除了设置目标检测概率和虚警概率，还要设置红外视 场的观测范围，包括水平视窗角度和垂直视窗角度。为了模拟真实的跟踪环境，还需要加入 环境噪声对跟踪过程的影响。可W选择不同的噪声模型，包括均匀分布噪声模型、正态分布 噪声模型、泊松分布噪声模型。 步骤四：加载算法 本专利技术对于不同的被评估算法采用不同的加载方式，包括基础算法加载、本地算 法加载、远程算法加载。基础算法加载是加载已有的经典跟踪算法，经典跟踪算法包括五个 环节；航迹起始采用基于逻辑的航迹起始算法，跟踪口采用矩形，数据关联采用JPDA(联合 概率数据关联），滤波采用卡尔曼滤波，航迹终结采用Bayes跟踪终结算法，基础算法加载 用于与其它两种方式进行对比分析；本地算法加载，是对用户正在开发、验证的跟踪算法进 行加载，通过文件替代的方式，将本地文件直接导入，覆盖已有的算法文件，进行跟踪算法 性能的评估，本地算法加载的方式不具有保密性，不需要进行第五步网络通信，加载后可W 直接进行第六步的算法评估；如果被评估算法需要保密处理，可W采用远程算法加载的方 式，远程算法加载采用服务器/客户端模式，通过网络通信的方式，被评估的跟踪算法运行 在客户端，将传感器数据源通过网络传输给远程的客户端的跟踪算法进行处理，然后再将 跟踪结果返回给本地，远程算法加载可W隔离被评估算法，起到保密作用。[003引步骤五：网络通信 对于步骤四中需要进行保密处理的被评估算法，采用UDP协议，通过网络通信进 行数据的发送和接收，被评估算法运行在远程客户端，对算法的评估通过网络通信完成数 据的传送与接收，网络通信采用Socket网络套接字编程技术。 步骤六：算法评估 本专利技术对多目标跟踪系统算法的性能指标的评估，具有跟踪调试功能，采用蒙特 卡洛法，单次运行蒙特卡洛仿真可W作为算法调试使用，单次蒙特卡洛仿真没有统计值，但 可W显示出算法对数据处理的结果，实现数据的每峽显示，用户可W对仿真结果数据进行 分析，对于特殊点处分析不同跟踪算法的差别，如多目标的交叉点；多次蒙特卡罗法可W得 到被评估跟踪算法性能的统计特性，多次蒙特卡洛仿真评估的指标有航迹起始正确概率、 航迹起始平均时间、航迹起始成功概率、航迹终止错误概率、虚假航迹起始概率、数据关联 成功概率、跟踪精度、航迹维持正确概率、发散度、有效性、算法复杂度，通过对该些评估的 综合分析评估跟踪算法的性能。 航迹起始正确概率是M次蒙特卡洛仿真中真实目标正确起始的本文档来自技高网...

【技术保护点】
一种多目标跟踪系统性能评估仿真方法，其特征在于包括下述步骤：步骤一：目标航迹配置对目标航迹的配置采用雷达、红外两种输入数据源，采用典型航迹加载、导入外部航迹数据文件或自定义目标航迹三种方式进行目标航迹配置。步骤二：载机航迹配置根据载机实际的装载情况对航迹进行配置，需要设置的参数包括：载机的型号，载机的航迹为直线飞行，起始位置为相对于地理坐标系的坐标(x，y，z)，起始速度(m/s)、起始加速度(m/s2)。步骤三：传感器配置对传感器的配置包括雷达和红外这两种类型；对于雷达传感器需要设置其目标检测概率和虚警概率，对于红外传感器需要设置目标检测概率、虚警概率、红外视场水平视窗角度和垂直视窗角度；跟踪环境需要加入环境噪声，可以选择的噪声模型包括均匀分布噪声模型、正态分布噪声模型、泊松分布噪声模型。步骤四：加载算法对于不同的被评估算法采用不同的加载方式，包括基础算法加载、本地算法加载、远程算法加载；基础算法加载是加载已有的经典跟踪算法；本地算法加载，是对用户正在开发、验证的跟踪算法进行加载；需要保密处理评估算法采用远程算法加载的方式，远程算法加载采用服务器/客户端模式，通过网络通信的方式，被评估的跟踪算法运行在客户端，将传感器数据源通过网络传输给远程的客户端的跟踪算法进行处理，然后再将跟踪结果返回给本地。步骤五：网络通信对于步骤四中需要进行保密处理的被评估算法，采用UDP协议，通过网络通信进行数据的发送和接收，被评估算法运行在远程客户端，对算法的评估通过网络通信完成数据的传送与接收，网络通信采用Socket网络套接字编程技术。步骤六：算法评估对多目标跟踪系统算法的性能指标的评估，采用单次和多次蒙特卡洛法，仿真评估的指标有航迹起始正确概率、航迹起始平均时间、航迹起始成功概率、航迹终止错误概率、虚假航迹起始概率、数据关联成功概率、跟踪精度、航迹维持正确概率、发散度、有效性、算法复杂度，跟踪算法采用的整体性能评估方法如下式：A＝Pqszq×Wqszq+Tqspj×Wqspj+Pqscg×Wqscg+Pzzcw×Wzzcw+Pxjqs×Wxjqs+Pglcg×Wglcg+Pgz×Wgz+Pwczq×Wxjqs+D×WD+E×WE+C×WC其中：A为跟踪算法整体性能指标；Pqszq为航迹起始正确概率，Wqszq为航迹起始正确概率的权重；Tqspj为航迹起始平均时间，Wqspj为航迹起始平均时间的权重；Pqscg为航迹起始成功概率，Wqscg为航迹起始成功概率的权重；Pzzcw为航迹终止错误概率，Wzzcw航迹终止错误概率的权重；Pxjqs为虚假航迹起始概率，Wxjqs为虚假航迹起始概率的权重；Pglcg为数据关联成功概率，Wglcg为数据关联成功概率的权重；Pgz为跟踪精度，Wgz为跟踪精度的权重；Pwczq为航迹维持正确概率，Wxjqs为航迹维持正确概率的权重；D为发散度，WD为发散度的权重；E为有效性，WE为有效性的权重；C为算法复杂度，WC为算法复杂度的权重。...

【技术特征摘要】

【专利技术属性】
技术研发人员：陈绍炜，赵帅，窦智，王琰，高萌，孟祥禄，王聪，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61