一种基于交叉检验的目标运动模型估计方法技术

本发明专利技术涉及一种基于交叉检验的目标运动模型估计方法，属于传感器目标跟踪与数据融合领域。本发明专利技术为了克服拟合多项式描述目标运动模型时存在的过拟合现象，以及多维度下模型估计数量的指数级增长的问题，采用基于交叉检验的方法，依据s‑1个测量点数据计算多维度下目标可能存在的所有运动模型，将第s个测量点与旧有测量点特征值的交叉检验结果，作为基于s个测量点数据确定目标运动模型的依据，从而筛选出较少且有效目标运动模型。采用本发明专利技术确定的多维度下的目标运动模型估计数量大大减少，有效避免了过拟合现象，为在本系统中开展目标跟踪与数据融合工作提供了一种简单、有效且易于工程实现的目标运动模型估计方法。

【技术实现步骤摘要】
一种基于交叉检验的目标运动模型估计方法
本专利技术属于传感器目标跟踪与数据融合领域，具体涉及一种基于交叉检验的目标运动模型估计方法。
技术介绍
基于地面雷达测量数据估计飞机等空中目标的运动模型，是各类传感器数据融合及滤波算法提高目标状态估计准确性、降低计算复杂度的关键环节，也有助于预测目标趋势以及判别目标企图。一维空间中的目标运动模型可以描述为测量值相对于时间的函数，可以是一次函数，表示时间与测量值之间是直线关系，也可以是二次及二次以上曲线函数，通常使用拟合多项式表示。拟合多项式次数越高，对已有测量数据的拟合误差就越小，但会存在过拟合现象，即随着拟合次数的增高，新的测量点与拟合点之间误差可能会增大。当空中目标运动模型扩展到多维度时，各个维度上存在的过拟合现象会严重影响目标运动模型的估计与选择。比如：如果目标在x轴方向上的运动模型估计有a种，在y轴方向上的运动模型估计有b种，那么目标在平面坐标系中的运动模型估计就有a×b种。采用拟合多项式描述目标运动模型时存在的过拟合现象和多维度下空中目标运动模型估计数量的指数级增长，会严重影响传感器数据融合精度本文档来自技高网...

【技术保护点】
1.一种基于交叉检验的目标运动模型估计方法，其特征在于，该方法包括如下步骤：/n步骤1：将某雷达针对某个空中目标的s个连续测量点数据(ρ

【技术特征摘要】
1.一种基于交叉检验的目标运动模型估计方法，其特征在于，该方法包括如下步骤：
步骤1：将某雷达针对某个空中目标的s个连续测量点数据(ρi,θi,hi,ti)转换为统一直角坐标{(Xi,Yi,ti)|i＝1,2,...,s}，其中，(ρi,θi,hi,ti)表示ti时刻该雷达测得的目标距离ρi、方位θi和高度hi，i＝1,2,…s；
步骤2：对目标X轴运动分量{(ti,Xi)|i＝1,2,...,s-1}，使用基于最小二乘的多项式拟合方法，分别得到最高次数为1,2,...,m时的X轴拟合多项式系数
步骤3：对目标Y轴运动分量{(ti,Yi)|i＝1,2,...,s-1}，使用基于最小二乘的多项式拟合方法，分别得到最高次数为1,2,...,m时的Y轴拟合多项式系数
步骤4：依据s-1个测量点数据得到的目标在平面直角坐标系下可能存在的所有运动模型集合M′m×m，用多项式系数表示为：



其中：等价为：表示目标运动模型在X轴方向上按照j次多项式拟合，在Y轴方向上按照i′次多项式拟合；
步骤5：计算第s个测量点(ts,Xs,Ys)按照运动模型集合M′m×m中的每一个元素分别进行多项式拟合后的拟合误差矩阵D′m×m为



步骤6：求前s-1个测量点中，按照运动模型集合M′m×m中的每一个元素分别进行多项式拟合后拟合误差的最大值矩阵D″m×m为



步骤7：通过D′m×m和D″m×m的均值构造模型筛选矩阵Dm×m为：



步骤8：查找所述模型筛选矩阵Dm×m中值最小的元素du,v(u∈[1,m],v∈[1,m])，裁剪并变换得到邻域矩阵B3×3，根据邻域矩阵中所有值为0的元素对应的运动模型参数生成有效运动模型数组M″L×2(L∈[1,9])；
步骤9：按照有效运动模型数组M″L×2中的参数，依据s个测量点数据，在X、Y两个维度上分别采用基于最小二乘的多项式拟合方法求拟合多项式系数，最终得到目标运动模型估计集合ML×2。


2.如权利要求1所述的基于交叉检验的目标运动模型估计方法，其特征在于，所述步骤1具体包括如下步骤：
步骤1.1：获取雷达观测数据(ρi,θi,hi,ti)，i＝1,2,…s；
步骤1.2：将雷达观测数据(ρi,θi,hi,ti)，i＝1,2,…s转换为以本雷达站为中心的二维直角坐标(Xzi,Yzi)：






步骤1.3：将(Xzi,Yzi)，i＝1,2,…s转换为中心统一直角坐标(Xi,Yi)：
Xi＝Xzicosδxz-Yzisinδxz+Xzx
Yi＝Xzisinδxz+Yzicosδxz+Yzx
其中：(Xzx,Yzx)为雷达站址在中心统一直角坐标系中的坐标；δxz为雷达站址与直角坐标系中心点的经度差，单位为弧度。


3.如权利要求1或2所述的基于交叉检验的目标运动模型估计方法，其特征在于，所述步骤2具体包括如下步骤：
步骤2.1：将X轴运动分量{(ti,Xi)|i＝1,2,...,s-1}简记为：{(xi,yi)||i＝1,2,...,n}，然后确定m值，m表示在X轴方向上目标运动模型以拟合多项式表示时的最高次数；
步骤2.2：针对n个测量点数据{(xi,yi)||i＝1,2,...,n}，令j依次取值1,2,...,m，采用基于最小二乘的j次多项式拟合方法，求得X轴方向上m组拟合多项式系数，记为：


4.如权利要求1或2所述的基于交叉检验的目标运动模型估计方法，其特征在于，所述步骤3具体包括如下步骤：
步骤3.1：将Y轴运动分量{(ti,Yi)|i＝1,2,...,s-1}简记为：{(xi,yi)||i＝1,2,...,n}，然后确定m值,m表示在Y轴方向上目标运动模型以拟合多项式表示时的最高次数；
步骤3.2：针对n个测量点数据{(xi,yi)||i＝1,2,...,n}，令j依次取值1,2,...,m，采用基于最小二乘的j次多项式拟合方法，求得Y轴方向上m组拟合多项式系数，记为：


5.如权利要求1或2所述的基于交叉检验的目标运动模型估计方法，其特征在于，所述步骤5具体包括如下步骤：
步骤5.1：令j＝1，i′＝1；
步骤5.2：取运动模型集合M′m×m的元素m′ji′，得到X轴上的拟合多项式系数求第s个测量点(ts,Xs,Ys)在X轴向的拟合误差



步骤5.3：取运动模型集合M′m×m的元素m′ji′，得到Y轴上的拟合多项式系数求第s个测量点(ts,Xs,Ys)在Y轴向的拟合误差



步骤5.4：则第s个测量点按照运动模型m′ji′，在平面直角坐标系中的拟合误差为其中j∈[1,m],i′∈[1,m]...

【专利技术属性】
技术研发人员：高效，李美剑，邢姗姗，方维华，刘冰，陈超，张新刚，
申请(专利权)人：中国人民解放军空军研究院战略预警研究所，
类型：发明
国别省市：北京;11