【技术实现步骤摘要】
一种多隶属度的目标智能匹配算法
[0001]本专利技术涉及雷达检测目标跟踪
，具体涉及一种多隶属度的目标智能匹配算法。
技术介绍
[0002]雷达检测跟踪目标过程中，受地物遮挡、多目标遮挡或者目标高速机动等多种因素影响，易出现目标回波丢失现象，导致目标跟踪连续性和稳定性下降。传统的雷达数据处理技术，一种方法采用调整预测协方差矩阵的方法，扩大目标波门实现目标搜索关联。在多目标或者杂波干扰的条件下，该方法增加了目标跟踪错误或者跟踪丢失的概率；另一种多假设关联算法可提高目标跟踪性能，但是该方法具有延迟特性，不适合实时目标跟踪阶段。
技术实现思路
[0003]专利技术目的：本专利技术目的在于针对现有技术的不足，提供一种多隶属度的目标智能匹配算法，通过分析目标跟踪环境实现目标运动态势感知，以时间、空间等多隶属度参数关系对目标进行智能匹配，在多目标、遮挡、高机动等场景下提高目标跟踪连续性，降低目标跟踪错误概率，减少人工干预，提升了雷达跟踪系统的智能化水平。
[0004]技术方案：本专利技术所述的多隶属度的目...
【技术保护点】
【技术特征摘要】
1.一种多隶属度的目标智能匹配算法，其特征在于，包括如下步骤：S1：雷达跟踪目标过程中，配置以跟踪目标为中心的邻域空间，对跟踪目标进行环境感知；S2：在雷达当前扫描周期中，利用交互式多模型算法对跟踪目标进行点迹
‑
航迹关联，实现目标跟踪和状态估计；S3：在雷达当前扫描周期中，对邻域空间中的备份目标，，是邻域空间备份目标个数，利用卡尔曼滤波模型进行点迹
‑
航迹关联，实现目标检测跟踪和状态估计；S4：在雷达当前扫描周期中，对邻域空间中的备份目标进行裁决，删除虚假目标航迹和独立点航迹，保留真实目标航迹；S5：计算跟踪目标的检测概率并与目标检测丢失概率进行比较，当时，跟踪目标丢失，在备份目标中选择最优的邻域目标匹配为跟踪目标，并对匹配后的跟踪目标完成状态估计更新；S6：在雷达当前扫描周期中，对邻域空间中的非目标关联点迹创建备份目标；S7：重复步骤S2至 S6，直至删除跟踪目标。2.根据权利要求1所述的多隶属度的目标智能匹配算法，其特征在于：所述步骤S1中邻域空间配置成以跟踪目标为圆心的圆空间或者以跟踪目标为中心的矩形空间，两种空间能够通过配置参数进行切换。3.根据权利要求2所述的多隶属度的目标智能匹配算法，其特征在于：所述步骤S2中交互式多模型算法的模型数，分别为匀速运动跟踪模型和机动跟踪模型，匀速运动跟踪模型的状态转移矩阵为，机动跟踪模型的状态转移矩阵为：，其中，为雷达扫描周期，为机动常数；匀速运动跟踪模型和机动跟踪模型的目标量测方程为：；匀速运动跟踪模型和机动跟踪模型的初始转移概率为：；匀速运动跟踪模型和机动跟踪模型初始化模型概率为：；
匀速运动跟踪模型和机动跟踪模型的状态空间为：；其中，时代表匀速运动跟踪模型，时代表机动跟踪模型，为X方向位置，为X方向速度，为X方向加速度，为Y方向位置，为Y方向速度，为Y方向加速度。4.根据权利要求3所述的多隶属度的目标智能匹配算法，其特征在于：所述交互式多模型计算流程如下：S21：时刻，对于算法模型集中的任意模型，由模型到模型的混合概率为：式中：为模型个数，为模型到模型的转移概率，为当前时刻每个滤波器的模型概率，；模型的混合状态估计：；模型的混合协方差估计：；S22：对于模型，进行卡尔曼滤波状态预测：；预测误差协方差：；残差：；卡尔曼增益：；状态更新：；预测误差协方差更新：；S23：模型概率更新采...
【专利技术属性】
技术研发人员：马志强，柯树林，黄建，储德松，
申请(专利权)人：南京雷电信息技术有限公司，
类型：发明
国别省市：
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。