A comprehensive probability of Doppler information aided data association method based on target information conversion parameters S1, the measurement of the polar coordinate system to Descartes coordinate system, and the coordinate conversion error generated in the process of compensation; S2, according to the calculation of target radial velocity under the polar coordinate system, obtaining the Doppler frequency; S3 the establishment of target motion model in Descartes coordinates, the Descartes coordinates measurement information generated parameters measurement state information matrix, target information parameter generation target variable state matrix; S4, set a target in polar coordinates of the initial information, calculate the target initial covariance matrix Descartes coordinates, S5; the calculation of the initial time data association probability; S6, using the data association probability, update the target state matrix and target covariance matrix, get the target. State update information and target covariance update information; S7, according to the target update information to calculate the next time data interconnection probability, return to S6.
【技术实现步骤摘要】
基于多普勒信息辅助的综合概率数据互联方法
本专利技术涉及雷达目标跟踪
,具体涉及一种基于多普勒信息辅助的综合概率数据互联方法。
技术介绍
二十一世纪的战场环境复杂多变,雷达获取的量测信息量中含有大量杂波、干扰数据,这对于雷达目标精确跟踪来说,无疑是具有重大打击的。现如今,信息战作为战场的主要形式,干扰多变多样,多目标跟踪也成为战场上的主趋势,雷达目标航迹正确关联的问题变得更加突出。因此,在雷达目标跟踪过程中,如何在大量量测数据中正确关联出目标数据就显得尤为关键。数据互联算法是雷达通过接收机接收到大量数据后能够快速、准确地从杂波、干扰、噪声数据中关联上目标数据,并作为目标航迹的一部分,用于下一时刻雷达目标数据关联。因而,数据互联算法成为了目标跟踪软件实现不可或缺的一部分。针对数据关联算法,目前国内有专利CN106291530A(一种基于最近邻法的概率数据关联优化方法)介绍了一种数据关联方法,该方法设置门限值参数、计算残差向量的方法来减少错误关联的概率,但并不适应于含有大量杂波数据的雷达目标跟踪过程。专利CN106443622A(一种基于改进联合数据关联的分布式目标跟踪方法)介绍了一种目标跟踪方法,该方法通过将目标状态估计空间关联融合来实现目标数据关联过程,但是运算量过大,并不适合在实时性要求较高的场景下的应用。专利CN105911524A(超稀疏雷达数据关联匹配方法)介绍了一种雷达目标轨迹匹配的方法,该方法采用先匹配再定轨再匹配的方法,实现目标轨迹的正确关联,但是该方法为了解决缺少先验信息目标关联的问题,关联精度要求不高,不适用于雷达精确跟踪目标。20 ...
【技术保护点】
一种基于多普勒信息辅助的综合概率数据互联方法,其特征在于,包含以下步骤:S1、对测量到的目标信息参数进行极坐标系到笛卡尔坐标系的转换,并对坐标系转换过程中产生的误差进行补偿,该目标信息参数包括目标的径向距离、方位角度以及径向速度;S2、根据极坐标系下的目标径向速度计算,获取多普勒频率;S3、在笛卡尔坐标系下建立目标运动模型,假定目标运动模型建立在二维平面上,将笛卡尔坐标系下的量测信息参数变量生成量测状态信息矩阵,目标信息参数变量生成目标状态矩阵;S4、设定目标在极坐标系下的初始化信息,该初始化信息为目标前两帧信息,然后将目标的前两帧信息中的径向距离、径向速度由极坐标系转换到笛卡尔坐标系后,生成x、y轴变量,并计算笛卡尔坐标系下的目标初始协方差矩阵;S5、根据当前目标初始化信息参数计算初始时刻数据互联概率;S6、运用数据互联概率,根据扩展卡尔曼滤波算法更新目标状态矩阵与目标协方差矩阵,得到目标状态更新信息以及目标协方差更新信息;S7、根据目标更新信息来计算下一时刻数据互联概率,返回步骤S6。
【技术特征摘要】
1.一种基于多普勒信息辅助的综合概率数据互联方法,其特征在于,包含以下步骤:S1、对测量到的目标信息参数进行极坐标系到笛卡尔坐标系的转换,并对坐标系转换过程中产生的误差进行补偿,该目标信息参数包括目标的径向距离、方位角度以及径向速度;S2、根据极坐标系下的目标径向速度计算,获取多普勒频率;S3、在笛卡尔坐标系下建立目标运动模型,假定目标运动模型建立在二维平面上,将笛卡尔坐标系下的量测信息参数变量生成量测状态信息矩阵,目标信息参数变量生成目标状态矩阵;S4、设定目标在极坐标系下的初始化信息,该初始化信息为目标前两帧信息,然后将目标的前两帧信息中的径向距离、径向速度由极坐标系转换到笛卡尔坐标系后,生成x、y轴变量,并计算笛卡尔坐标系下的目标初始协方差矩阵;S5、根据当前目标初始化信息参数计算初始时刻数据互联概率;S6、运用数据互联概率,根据扩展卡尔曼滤波算法更新目标状态矩阵与目标协方差矩阵,得到目标状态更新信息以及目标协方差更新信息;S7、根据目标更新信息来计算下一时刻数据互联概率,返回步骤S6。2.如权利要求1所述的基于多普勒信息辅助的综合概率数据互联方法,其特征在于,所述的步骤S1具体包含:令观测值的径向距离、方位角度与径向速度为ρ、θ和则:式中,ρz、θz和分别为目标的径向距离、方位角度以及径向速度的实际值,Δρ、Δθ、为观测值与目标之间所对应的误差,每个变量均为高斯白噪声分布,对应协方差为:和将量测值转换为笛卡尔坐标系下位置信息为:假定k时刻笛卡尔坐标系下协方差矩阵为R(k),则:式中:式中,σxy为协方差和在笛卡尔坐标系下转换得到的x,y轴所对应的协方差;坐标系转换后,计算得出x轴观测值信息为:式中,xz分别为目标在笛卡尔坐标系下x轴的位置,分别为观测值与目标之间的径向距离、方位角度以及在笛卡尔坐标系下x轴的位置的误差量;泰勒级数展开后可得:同理,对y轴的处理也一样,由于坐标系转换过程中计算的估计值为有偏估计,需要通过补偿,才能够实现无偏估计,令x轴补偿量为则:令则补偿后位置信息为:式中,yu为y轴补偿量;补偿后误差协方差为:式中,3.如权利要求2所述的基于多普勒信息辅助的综合概率数据互联方法,其特征在于,所述的步骤S2中多普勒频率的计算公式为:式中,为信号速度,λ为电磁波波长。4.如权利要求3所述的基于多普勒信息辅助的综合概率数据互联方法,其特征在于,所述的步骤S3中:将笛卡尔坐标系下的量测信息参数变量生成量测状态信息矩阵,量测矩阵为Z(k)=[xkyk]',目标状态矩阵为其中xk、yk、分别为量测信息由极坐标系转换到笛卡尔坐标系下的x,y轴所对应的距离和速度。5.如权利要求4所述的基于多普勒信息辅助的综合概率数据互联方法,其特征在于,所述的步骤S4中目标状态初始化信息与协方差初始化矩阵的获取过程为:令目标状态初始向量X(1|1)、协方差初始向量P(1|1),假定噪声协方差为r,则:式中,z1(1)、z1(0)、z2(1)、z2(0)为量测信息经极坐标系转换到笛卡尔坐标系下在x,y轴所对应第一帧与第零帧的初始值;
【专利技术属性】
技术研发人员:田原,李爽爽,王志诚,肖金国,
申请(专利权)人:上海无线电设备研究所,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。