【技术实现步骤摘要】
基于KS检验和EM划分的GIW
‑
PHD多扩展目标跟踪算法
[0001]本专利技术涉及制导与目标跟踪
,具体的说是基于KS检验和EM划分的GIW
‑
PHD多扩展目标跟踪算法。
技术介绍
[0002]早期目标跟踪中,每个目标在每一个时间步至多只产生一个量测。使用现代和更精确的传感器,目标可能占据传感器的多个分辨率单元,从而有可能在给定时间步中产生多个量测。这类目标称为扩展目标,其量测在空间上分布在扩展目标周围。为跟踪扩展目标,GIW
‑
PHD被提出,GIW
‑
PHD使用高斯分布建模目标的运动学状态,使用逆威沙特分布建模目标的扩展状态。在使用GIW
‑
PHD算法跟踪多扩展目标的过程中,由于目标的紧邻、机动等复杂情况,使量测集的划分成为一个难点问题,传统的划分方法已不能很好地处理此类复杂情况,需要一种改进后的划分方法来进行划分。
[0003]目前,解决目标的划分问题的方法主要有距离划分、预测划分和EM划分。其中,距离划分将空间上相互接近的量测划分到相同的量测子集中,但只对非紧邻目标具有较好的效果。为解决目标紧邻的问题,K
‑
means++方法被应用到距离划分中,在一定程度上,提高了距离划分的处理紧邻目标的能力,但是K
‑
means方法对初始聚类中心的要求较高,且对杂波比较敏感,只对形状近似为圆形且大小相近的量测集具有较好效果。预测划分是基于分量预测信息进行量测集划分,该方法划分的准确度 ...
【技术保护点】
【技术特征摘要】
1.基于KS检验和EM划分的GIW
‑
PHD多扩展目标跟踪算法,其特征在于:包括如下步骤:步骤1,初始化参数:出生GIW分量J
b,k
,同一扩展目标产生量测间的最大距离门限概率p
g
,门限阈值Δ
d
(p
g
),其中门限阈值Δ
d
(p
g
)由具有自由度为d的逆累卡方分布计算得出,概率为p
g
;量测维度d,量测噪声Q,变换矩阵H
x
,H
y
,跨度l;修剪阈值T,融合阈值U,接纳的GIW分量最大数量J
max
;步骤2,量测集划分:使用距离划分与预测划分对该时刻获得的量测数据进行初步划分,计算对每一种划分的每一个量测子集理论分布参数,并对其进行改进KS检验,若检验不通过,则进行使用EM聚类算法将原量测子集拆分为更小的量测子集,直至划分中的所有量测子集均通过改进KS检验;步骤3,GIW
‑
PHD滤波:对GIW分量进行预测,使用量测划分集更新GIW分量,修剪去除权值过低的GIW分量、合并重叠GIW分量,提取出目标状态集;步骤4,若下一时刻观测信息到达,转到步骤(2),否则跟踪过程结束。2.根据权利要求1所述基于KS检验和EM划分的GIW
‑
PHD多扩展目标跟踪算法,其特征在于:步骤2的具体操作为:步骤2.1,距离划分:对于在k时刻所产生的量测集Z
k
,从中任取两个量测和计算他们之间的距离,若则将其聚为一类;若对于此类中任意量测有Z
k
中其它量测满足上述关系,则继续此聚类过程,直到这一时刻所有的量测都已聚类完成,得到若干量测子集以及最后的划分p1;步骤2.2,预测划分:选取权值的GIW分量,将此类分量按权值降序排列,依次取出GIW分量计算:其中,表示为k+1时刻第j个GIW分量的先验估计扩展状态、逆威沙特尺度矩阵、逆威沙特自由度,d为量测维度;将满足的量测聚为一类,其中,H
k
为变换矩阵,H
k
=[1 0 0],I
d
是d维单位矩阵,符号代表A和B的克罗内克积,为运动状态,直至这一时刻的所有量测或者GIW分量完成聚类,得到若干量测子集以及最后的划分p2;若一个量测同时被聚类到两个或多个量测子集中,则优先将此量测放入更高权值的GIW分量量测子集中;未被任意GIW分量聚类的量测,将置于只包含一个量测的量测子集中;步...
【专利技术属性】
技术研发人员:李鹏,陈澄,王杰,张俊男,赵琦,王文慧,
申请(专利权)人:江苏理工学院,
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。