一种用于三维空间跟踪转弯机动目标的方法及系统技术方案

本发明专利技术提供了一种用于三维空间跟踪转弯机动目标的方法及系统，旨在解决现有技术中难以对三维空间中转弯率变化的机动目标进行有效跟踪的问题。本发明专利技术所提供的方法或系统通过预测、转弯率和转向角估计、更新、新目标生成及目标状态提取这些模块，将转弯率和转向角估计与序贯贝叶斯滤波器相结合，确定出各目标在当前时刻的状态估计与误差估计，从而实现了对三维空间中转弯率变化的机动目标进行有效跟踪。

【技术实现步骤摘要】
一种用于三维空间跟踪转弯机动目标的方法及系统
本专利技术属于多传感器信息融合
，尤其涉及一种用于三维空间跟踪转弯机动目标的方法及系统。
技术介绍
贝叶斯滤波技术主要用于协助解决测量数据具有不确定性情况下的多传感器信息的融合与处理，它是一种强大的统计方法工具。然而，目前的多目标贝叶斯滤波方法难以对三维空间中转弯率变化的机动目标进行有效跟踪。
技术实现思路
本专利技术提供了一种用于三维空间跟踪转弯机动目标的方法及系统，旨在解决现有技术中难以对三维空间中转弯率变化的机动目标进行有效跟踪的问题。为解决上述技术问题，本专利技术是这样实现的，本专利技术提供了一种用于三维空间跟踪转弯机动目标的方法，所述方法包括：步骤1、根据前一时刻各目标的边缘分布、存在概率、转弯率和转向角，以及当前时刻与前一时刻的时间差，得到当前时刻各目标的预测边缘分布、预测存在概率、预测转弯率和预测转向角；所述步骤1具体包括：以k-1表示前一时刻，k表示当前时刻，tk-1表示前一时刻的时间，tk表示当前时刻的时间，以N(x；mi,k-1,Pi,k-1)、ρi,k-1、ωi,k-1和θi,k-1分别表示k-1时刻目标i的边缘分本文档来自技高网...

【技术保护点】
一种用于三维空间跟踪转弯机动目标的方法，其特征在于，所述方法包括以下步骤：步骤1、根据前一时刻各目标的边缘分布、存在概率、转弯率和转向角，以及当前时刻与前一时刻的时间差，得到当前时刻各目标的预测边缘分布、预测存在概率、预测转弯率和预测转向角；所述步骤1具体包括：以k‑1表示前一时刻，k表示当前时刻，t

【技术特征摘要】
1.一种用于三维空间跟踪转弯机动目标的方法，其特征在于，所述方法包括以下步骤：步骤1、根据前一时刻各目标的边缘分布、存在概率、转弯率和转向角，以及当前时刻与前一时刻的时间差，得到当前时刻各目标的预测边缘分布、预测存在概率、预测转弯率和预测转向角；所述步骤1具体包括：以k-1表示前一时刻，k表示当前时刻，tk-1表示前一时刻的时间，tk表示当前时刻的时间，以N(x；mi,k-1,Pi,k-1)、ρi,k-1、ωi,k-1和θi,k-1分别表示k-1时刻目标i的边缘分布、存在概率、转弯率和转向角；其中，i为索引号，且i＝1,2,…Nk-1，N表示高斯分布，x表示目标的状态向量，mi,k-1和Pi,k-1分别表示k-1时刻目标i的状态均值和协方差，Nk-1表示k-1时刻目标的总数；由k-1时刻目标i的边缘分布N(x；mi,k-1,Pi,k-1)、存在概率ρi,k-1、转弯率ωi,k-1和转向角θi,k-1，预测得到当前时刻目标i的预测边缘分布和预测存在概率分别为N(x；mi,k|k-1,Pi,k|k-1)和ρi,k|k-1；其中，和分别表示目标i位置的x分量、y分量和z分量，和分别表示目标i速度的x分量、y分量和z分量；其中，mi,k|k-1＝Fi,k|k-1mi,k-1，Pi,k|k-1＝Qi,k-1+Fi,k|k-1Pi,k-1(Fi,k|k-1)T，ρi,k|k-1＝pS,k(tk-tk-1)ρi,k-1，Fi,k|k-1表示状态转移矩阵，且Fi，k|k-1＝A+B·C·D·B-1·(I-A)；其中，I表示单位矩阵，Δtk＝tk-tk-1表示k时刻与k-1时刻的时间差，方位角高低角Qi,k-1表示k-1时刻目标i的过程噪声协方差矩阵，pS,k(tk-tk-1)表示目标的幸存概率，且T表示采样周期，δ表示预设的常数；k时刻目标i的预测转弯率和预测转向角分别为ωi,k|k-1＝ωi,k-1和θi,k|k-1＝θi,k-1；步骤2、根据前一时刻各目标的边缘分布和存在概率，当前时刻与前一时刻的时间差，以及当前时刻的测量集合，估计当前时刻各目标对应于各测量的转弯率与转向角；步骤3、根据估计得到的当前时刻各目标对应于各测量的转弯率与转向角，前一时刻各目标的边缘分布，当前时刻各目标的预测存在概率，当前时刻与前一时刻的时间差，以及当前时刻的测量集合，得到当前时刻各目标对应于各测量的边缘分布和存在概率；根据所述当前时刻各目标的预测边缘分布、预测存在概率、预测转弯率和预测转向角，所述当前时刻各目标对应于各测量的边缘分布、存在概率、转弯率和转向角得到当前时刻各已存在目标的边缘分布、存在概率、转弯率和转向角；步骤4、利用当前时刻的各测量生成新生目标的边缘分布，为所述新生目标指定存在概率、转弯率和转向角；同时，将当前时刻新生目标的边缘分布、存在概率、转弯率和转向角，分别与所述的当前时刻各已存在目标的边缘分布、存在概率、转弯率和转向角进行合并，生成合并后的当前时刻各目标的边缘分布、存在概率、转弯率和转向角；所述步骤4具体包括：利用当前时刻的M个测量生成当前时刻新生目标的边缘分布为当前时刻各新生目标指定存在概率为转弯率为和转向角为其中，表示第j个新生目标的边缘分布的协方差，为第j个新生目标的边缘分布的均值，由当前时刻的第j个测量生成，并且j＝1,…,M，ργ表示为当前时刻各新生目标所指定的存在概率，和分别表示测量yj,k的x分量、y分量和z分量，上标T表示矩阵或向量的转置；将当前时刻新生目标的边缘分布、存在概率、转弯率和转向角，分别与所述的当前时刻各已存在目标的边缘分布、存在概率、转弯率和转向角进行合并，生成合并后的当前时刻各目标的边缘分布为存在概率为转弯率为和转向角为其中Nk＝Nk-1+M；步骤5、从所述合并后的当前时刻各目标中，将存在概率小于第一阈值的目标裁减掉，并且将裁减后余下目标的边缘分布、存在概率、转弯率和转向角作为下一时刻递归滤波的输入；同时，从裁减后余下目标的边缘分布中提取存在概率大于第二阈值的边缘分布作为当前时刻的输出，并且将各个输出边缘分布的均值与方差分别作为当前时刻目标的状态估计与误差估计。2.如权利要求1所述的方法，其特征在于，所述步骤2具体包括：步骤A、设测量其中，和分别表示测量yj,k的x分量、y分量和z分量，上标T表示矩阵或向量的转置；利用mi,k-1和yj,k通过转换得到向量[xi,jyi,jzi,j]T，转换公式为其中，方向角高低角步骤B、利用转换后的向量[xi,jyi,jzi,j]T得到转弯率ωi,j和转向角θi,j，其中，步骤C、根据所述转弯率ωi,j、最大转弯率ωmax和最小转弯率ωmin得到目标i对应于测量yj,k的转弯率其中，ωmax和ωmin是两个已知的参数；由所述转向角θi,j，得到目标i对应于测量yj,k的转向角在完成对M个测量的处理后，得到各目标对应于各测量的转弯率为和转向角为其中，i＝1,…,Nk-1，j＝1,…,M。3.如权利要求2所述的方法，其特征在于，所述步骤3具体包括：步骤D、由k-1时刻目标i的边缘分布N(x；mi,k-1,Pi,k-1)，以及所述的转弯率和转向角得到k时刻目标i对应于测量yj,k的预测边缘分布为其中，i＝1,…,Nk-1，j＝1,…,M，表示状态向量的均值，且表示状态向量的方差，且其中，为状态转移矩阵，且其中，I表示单位矩阵，Δtk＝tk-tk-1为k时刻与k-1时刻的时间差，方向角高低角步骤E、利用贝叶斯规则对测量yj,k进行处理，得到目标i对应于测量yj,k的存在概率滤波增益均值向量协方差矩阵其中，Hk表示观测矩阵，Rk表示观测噪声方差矩阵，pD,k表示目标的检测概率，λc,k表示杂波密度，I表示单位矩阵；在完成对M个测量的处理后，得到各目标对应于各测量的边缘分布为和存在概率为其中，i＝1,…,Nk-1，j＝1,…,M；步骤F、取其中则k时刻已存在目标i的边缘分布取为存在概率为转弯率为和转向角为其中i＝1,…,Nk-1，当q＝M+1时，处理完后，得到各已存在目标的边缘分布为N(x；mi,k,Pi,k)、存在概率为ρi,k、转弯率为ωi,k和转向角为θi,k，其中，i＝1,…,Nk-1，j＝1,…,M。4.一种用于跟...

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