【技术实现步骤摘要】
基于UT-PHD的多传感器序贯融合跟踪方法
本专利技术涉及一种目标跟踪方法,特别是涉及一种多传感器多目标的融合跟踪方法,属于信息融合领域,适应于多传感器对多目标的融合跟踪。
技术介绍
随着现代科技的迅猛发展,军事技术的日新月异,现代战争日益复杂,战场范围不断扩大,已经发展到陆、海、空、天、电磁五维空间。与此同时,传感器技术也得到了飞速发展,各种面向复杂应用背景的多传感器系统大量涌现。综合利用各类传感器系统,可以克服单一传感器由于各种电子对抗、空中复杂环境及随机噪声等因素导致测量到的目标信息存在较大随机误差的问题,同时也可以获取到更多的单一传感器所不能提供的目标其他信息。因此,利用多传感器对目标进行联合探测是当前目标跟踪领域的发展趋势。目前的多传感器目标跟踪方法主要通过各自滤波再航迹关联和融合的方法实现,该方法主要包括以下步骤:(1)各传感器获取量测数据;(2)对各传感器的量测数据进行滤波,得到各传感器各自坐标系下的目标航迹和跟踪精度;(3)将各传感器滤波得到的目标航迹转换到统一坐标系,并通过线性化的方 ...
【技术保护点】
1.基于UT-PHD的多传感器序贯融合跟踪方法,其特征包括以下步骤:/n步骤1:变量初始化/n(1)e为地球偏心率,a为地球短半轴长度,b为地球长半轴长度;/n(2)M为多传感器的个数,其中T为传感器采样周期,P
【技术特征摘要】
1.基于UT-PHD的多传感器序贯融合跟踪方法,其特征包括以下步骤:
步骤1:变量初始化
(1)e为地球偏心率,a为地球短半轴长度,b为地球长半轴长度;
(2)M为多传感器的个数,其中T为传感器采样周期,Pm,z为传感器m的量测误差协方差,为传感器m的地理坐标,m=1,2,...,M;
(3)函数diag(B)表示以向量B构建对角线矩阵,函数round(x)表示取与x最接近的整数;
(4)D0为目标出现的初始分布,γk为平均目标出现概率,PD为目标检测概率;λk为平均每帧的杂波个数,为k时刻估计的目标个数,Qk为过程噪声协方差;
步骤2:根据已知条件完成PHD滤波器的初始化工作;
步骤3:令k=k+1,获得k时刻多传感器的量测数据
对任意m∈{1,2,...,M},将传感器m接收到的信号进行A/D变换,获得k时刻传感器m的量测数据集并将其送融合中心数据处理计算机,其中表示k时刻传感器m的第n个量测,包含距离量测方位量测和俯仰量测而Mm,k则表示k时刻传感器m的量测个数;
步骤4:基于UT的多传感器量测坐标系转换和量测误差估计
利用UT变换将各传感器NED坐标系下的量测和量测误差协方差转换成ECEF坐标系下的量测和量测误差协方差;
步骤5:PHD滤波器预测;
步骤6:基于序贯滤波的PHD滤波器更新
利用各传感器ECEF坐标系下的量测和量测误差协方差依次进行PH...
【专利技术属性】
技术研发人员:谭顺成,康勖萍,姜鹏,贾舒宜,王国宏,
申请(专利权)人:中国人民解放军海军航空大学,
类型:发明
国别省市:山东;37
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。