基于随机矩阵的不规则形状多扩展目标形状和状态估计方法技术

本发明专利技术公开了一种基于随机矩阵的不规则形状多扩展目标形状和状态估计方法，它属于制导和智能信息处理技术领域，主要解决对不规则形状多扩展目标的跟踪与形状估计问题。本发明专利技术方法将B样条形状估计法引入到基于随机矩阵的多扩展目标跟踪框架中，实现了对不规则形状多扩展目标的精确形状估计；针对不规则形状的目标量测集，采用形状划分的思想，利用估计的目标形状实现了目标量测集按照形状划分子集。本发明专利技术与传统方法相比，针对不规则形状的扩展目标具有良好的估计精度和鲁棒性，可以满足实际工程系统的设计需求，具有良好的工程应用价值。

Shape and state estimation method of irregular shape multi extended target based on random matrix

The invention discloses a shape and state estimation method of irregular shape multi extended target based on random matrix, which belongs to the field of guidance and intelligent information processing technology, and mainly solves the problem of tracking and shape estimation of irregular shaped multi extended targets. The method of the invention, the B spline shape estimation method is introduced to the more extended target tracking framework based on random matrix, estimate the exact shape realization of irregular shape of multiple extended targets; target for the irregular shape of the test set, the shape of the thought of division, achieve the goal of measuring set according to shape division by the target shape estimation. Compared with the traditional method, the proposed method has good estimation accuracy and robustness for irregular shape extended targets, and can meet the design requirements of practical engineering systems, and has good engineering application value.

【技术实现步骤摘要】
基于随机矩阵的不规则形状多扩展目标形状和状态估计方法
本专利技术属于智能信息处理
，涉及多扩展目标的形状和状态的估计方法。具体地说是一种基于随机矩阵跟踪技术，针对不规则形状多扩展目标的形状和状态估计方法，可用于多目标精确制导、机器人道路规划和障碍躲避、无人驾驶车辆跟踪行驶和电子医学等系统中的目标跟踪。
技术介绍
在传统的雷达系统中，单个目标通常被看做单个点来处理。然而随着雷达技术的不断进步，在激光雷达等高精度雷达系统中，单个目标的回波可能占据传感器的多个分辨单元，因此目标不能再等效为一个点，即单个目标可以产生多个量测，本专利技术称这样的目标为扩展目标。与传统单点目标不同，扩展目标可以由多个量测共同描绘出目标的形状、姿态等信息，因此针对扩展目标的跟踪技术需要综合考虑目标的量测信息。目前，多扩展目跟踪问题是信息融合领域的研究热点，等人基于随机矩阵技术提出了高斯反威沙特概率假设密度滤波器(GaussianinverseWishartprobabilityhypothesisdensityfilter，GIW-PHD)。该方法假设扩展目标为椭圆形状，因此目标的扩展状态可以用随机矩阵(R本文档来自技高网...

【技术保护点】
基于随机矩阵的不规则形状多扩展目标形状和状态估计方法，包括：(1)初始化参数：初始目标状态ξ0＝{m0,X0,V0,v0,P0}，其中，m0为运动状态，X0为形状参数，V0为反威沙特分布的尺度矩阵，v0为反威沙特分布的自由度；P0为运动噪声协方差矩阵。状态噪声协方差为Q，目标初始权重为w0；(2)当k≥1帧时，对量测集Zk进行划分；(2.1)利用距离划分方法，将Zk划分为若干子集W；(2.2)检测每个子集的量测数量，若量测过多，则利用各目标形状函数将该子集拆分为两个子集；(2.3)遍历所有可能的形状组合，利用似然函数递归选择出最优拆分；(3)根据量测信息，利用GIW‑PHD滤波框架对目标运动状...

【技术特征摘要】
1.基于随机矩阵的不规则形状多扩展目标形状和状态估计方法，包括：(1)初始化参数：初始目标状态ξ0＝{m0,X0,V0,v0,P0}，其中，m0为运动状态，X0为形状参数，V0为反威沙特分布的尺度矩阵，v0为反威沙特分布的自由度；P0为运动噪声协方差矩阵。状态噪声协方差为Q，目标初始权重为w0；(2)当k≥1帧时，对量测集Zk进行划分；(2.1)利用距离划分方法，将Zk划分为若干子集W；(2.2)检测每个子集的量测数量，若量测过多，则利用各目标形状函数将该子集拆分为两个子集；(2.3)遍历所有可能的形状组合，利用似然函数递归选择出最优拆分；(3)根据量测信息，利用GIW-PHD滤波框架对目标运动状态进行多假设滤波；(4)对于每个多假设的目标分量，估计对应的量测子集的形状，然后用其更新目标的形状状态，生成二次B样条函数形状函数；(5)对低权重目标分量进行删减，相似的目标分量进行合并，高权重目标分量进行状态提取；(6)若下一时刻...

【专利技术属性】
技术研发人员：葛洪伟，李鹏，葛阳，杨金龙，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32