一种地面目标实时跟踪性能评估方法及系统技术方案

本发明专利技术提供一种地面目标实时跟踪性能评估方法及系统，该方法包括：获取目标估计器的估计误差概率分布，所述目标估计器为待评估的地面目标实时跟踪状态估计器；分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度；根据所述相似度对所述目标估计器进行跟踪性能评估。本发明专利技术通过采用度量误差分布

【技术实现步骤摘要】
一种地面目标实时跟踪性能评估方法及系统
本专利技术涉及地面目标跟踪状态估计技术的性能评估
，尤其涉及一种基于估计误差分布的地面目标实时跟踪性能评估方法及系统。
技术介绍
随着现代高精度传感器技术突飞猛进的发展，在地面目标实时跟踪过程中，对跟踪算法性能的验证与评估需求越来越迫切。准确的跟踪算法性能验证与评估方法，能够帮助工程人员择选符合性能要求的滤波器，提高跟踪性能。目前，现有的跟踪算法性能优劣的验证与评估方法，是通过计算目标真实状态和估计状态之间的估计误差均方根的大小来实现的。但是，采用估计误差均方根来进行误差度量有着严重的缺陷，易受大的误差值主导，不能满足性能评估的要求。因此，如何实现对地面目标跟踪状态估计技术进行客观公正的评价具有重要的意义。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的地面目标实时跟踪性能评估方法及系统，可有效评价目标跟踪算法的优劣。本专利技术的一个方面，提供了一种地面目标实时跟踪性能评估方法，包括:获取目标估计器的估计误差概率分布，所述目标估计器为待评估的地面目标实时跟踪状态估计器；分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度；根据所述相似度对所述目标估计器进行跟踪性能评估。其中，在所述分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度之前，所述方法还包括：判定所述期望误差概率分布的分布类型，根据所述分布类型选取相应的相似度分析模型。其中，若所述期望误差概率分布为高斯分布或拉普拉斯分布时，采用第一相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第一相似度分析模型如下：其中，ρ(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。其中，若所述期望误差概率分布为非高斯分布和拉普拉斯分布时，采用第二相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第二相似度分析模型如下：其中，ρ′(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。其中，若所述估计误差概率分布为离散分布时，离散的估计误差集合为所述分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度包括：从期望分布中随机抽取与估计误差集合相同采样点数量的期望误差集合分别对所述和进行标准化，得到和分别计算和对应的自相关矩阵R1和R2，并计算R1的特征向量R2的特征向量分别计算两两间的相关性，公式如下：根据估计误差集合与期望采样点集合中各采样点的相关性，确定所述估计误差概率分布与预设的期望误差概率分布之间的相似度。本专利技术的另一个方面，提供了一种地面目标实时跟踪性能评估系统，包括：估计误差分布获取模块，适于获取目标估计器的估计误差概率分布，所述目标估计器为待评估的地面目标实时跟踪状态估计器；相似度分析模块，适于分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度；性能评估模块，适于根据所述相似度对所述目标估计器进行跟踪性能评估。其中，所述系统还包括：判定模块，适于在所述相似度分析模块分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度之前，判定所述期望误差概率分布的分布类型，根据所述分布类型选取相应的相似度分析模型。其中，所述相似度分析模块，具体适于当所述期望误差概率分布为高斯分布或拉普拉斯分布时，采用第一相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第一相似度分析模型如下：其中，ρ(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。其中，所述相似度分析模块，具体适于当所述期望误差概率分布为非高斯分布和拉普拉斯分布时，采用第二相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第二相似度分析模型如下：其中，ρ′(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。其中，所述相似度分析模块，具体包括：采样子模块，适于当所述估计误差概率分布为离散分布，离散的估计误差集合为时，从期望分布中随机抽取与估计误差集合相同采样点数量的期望误差集合标准化子模块，适于分别对所述和进行标准化，得到和计算子模块，适于分别计算和对应的自相关矩阵R1和R2，并计算R1的特征向量R2的特征向量所述计算子模块，还适于分别计算两两间的相关性，公式如下：确定子模块，适于根据估计误差集合与期望采样点集合中各采样点的相关性，确定所述估计误差概率分布与预设的期望误差概率分布之间的相似度。本专利技术实施例提供的地面目标实时跟踪性能评估方法及系统，通过采用度量误差分布相对于某一参考量的相似度，即期望水平度量，以实现对不同状态估计器优劣的有效评价，进而实现对地面目标跟踪状态估计技术进行客观公正的评价。在实现本专利技术的过程中，充分考虑利用估计误差的分布信息，公平公正地对地面目标状态估计技术性能评估，改进跟踪性能。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本专利技术实施例的一种地面目标实时跟踪性能评估方法的流程图；图2为本专利技术实施例的一种地面目标实时跟踪性能评估系统的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。为了克服现有评估指标的缺点，实现对地面目标跟踪状态估计技术进行客观公正的评价，本专利技术实施例提出一种通过度量误差分布相对于某一参考量的相似度，即期望水平度量，以实现不同状态估计器的性能评估方法。图1示意性示出了本专利技术一个实施例的地面目标实时跟踪性能评估方法的流程图。参照图1，本专利技术实施例的地面目标实时跟踪性能评估方法具体包括以下步骤：步骤S11、获取目标估计器的估计误差概率分布，所述目标估计器为待评估的地面目标实时跟踪状态估计器；步骤S12、分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度；其中，所述期望误差概率分布为目标估计器的标准参考值。步骤S13、根据所述相似度对所述目标估计器进行跟踪性能评估。本专利技术实施例中，将估计误差概率分布与预设的期望或理想的误差概率分布之间的相似度作为估计误差分布的期望水平(DL，DesirabilityLevel)，即基于估计误差的本文档来自技高网...

【技术保护点】
1.一种地面目标实时跟踪性能评估方法，其特征在于，包括:获取目标估计器的估计误差概率分布，所述目标估计器为待评估的地面目标实时跟踪状态估计器；分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度；根据所述相似度对所述目标估计器进行跟踪性能评估。

【技术特征摘要】
1.一种地面目标实时跟踪性能评估方法，其特征在于，包括:获取目标估计器的估计误差概率分布，所述目标估计器为待评估的地面目标实时跟踪状态估计器；分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度；根据所述相似度对所述目标估计器进行跟踪性能评估。2.根据权利要求1所述的方法，其特征在于，在所述分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度之前，所述方法还包括：判定所述期望误差概率分布的分布类型，根据所述分布类型选取相应的相似度分析模型。3.根据权利要求2所述的方法，其特征在于，若所述期望误差概率分布为高斯分布或拉普拉斯分布时，采用第一相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第一相似度分析模型如下：其中，ρ(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。4.根据权利要求2所述的方法，其特征在于，若所述期望误差概率分布为非高斯分布和拉普拉斯分布时，采用第二相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第二相似度分析模型如下：其中，ρ′(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。5.根据权利要求1所述的方法，其特征在于，若所述估计误差概率分布为离散分布时，离散的估计误差集合为所述分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度包括：从期望分布中随机抽取与估计误差集合相同采样点数量的期望误差集合分别对所述和进行标准化，得到和分别计算和对应的自相关矩阵R1和R2，并计算R1的特征向量R2的特征向量分别计算两两间的相关性，公式如下：根据估计误差集合与期望采样点集合中各采样点的相关性，确定所述估计误差概率分布与预设的期望误差概率分布之间的相似度。6.一种地面目标实时跟踪性能评估系统，其特征在于，包括:估计误差分布获取模块，适于获取目标估计器的估...

【专利技术属性】
技术研发人员：毛艳慧，程为彬，汪跃龙，高怡，陈晨，
申请(专利权)人：西安石油大学，
类型：发明
国别省市：陕西,61