多雷达机动目标跟踪和异步融合方法和装置制造方法及图纸

本发明专利技术提供一种多雷达机动目标跟踪和异步融合方法和装置，包括以下步骤：将雷达信息分割成公共视域信息和非公共视域信息两部分；确定目标的状态转移模型，进行本地滤波跟踪，得到目标信息后验概率假设密度的混合高斯形式；将混合高斯形式表征的后验概率假设密度传送到邻近可通信的雷达站点，结合雷达扫描时间，采用目标的状态转移模型将雷达信息递推到融合时刻；构建信息损失函数，基于最小化信息差异准则融合公共视域内的信息；得到的公共视域融合结果，将非公共视域内的信息通过补偿策略进行合并，得到最终的融合结果。本发明专利技术实现对机动目标有效跟踪的方法，且具有计算复杂度低、精度高等特点。精度高等特点。精度高等特点。

【技术实现步骤摘要】
多雷达机动目标跟踪和异步融合方法和装置


[0001]本专利技术属于目标跟踪
，具体涉及一种不同视域下的分布式多雷达机动目标跟踪和异步融合方法。

技术介绍

[0002]随着目标跟踪技术的发展，传统的单雷达系统已无法应对复杂的多目标作战环境。在此背景下，得益于传感器网络通信技术和多传感器信息融合技术的快速发展，基于多站雷达联合跟踪的分布式多雷达系统受到了广泛关注。相比于单部雷达，多雷达联合跟踪具有探测范围广、跟踪精度高、抗干扰能力强等特点，因此在军事领域得到广泛应用。然而在实际场景中，由于目标存在机动性，传统的单模型跟踪会导致无法准确地表征目标运动特性而产生跟踪性能的严重恶化。此外，由于雷达探测能力有限，雷达的视域范围一般是不同且非完全重叠的，同时由于雷达的开机时间和硬件设置不同，多部雷达所获得的量测信息存在非时间同步的问题，系统无法准确地融合同一时刻同一目标的信息，导致融合性能的严重恶化。因此，进行不同视域下的分布式多雷达机动目标跟踪和融合方法研究是至关重要的。

技术实现思路

[0003]本专利技术的目的在于克服现有技术中的不足，提供一种多雷达机动目标跟踪和异步融合方法和装置。本专利技术方案能够解决上述现有技术中存在的问题。
[0004]本专利技术的技术解决方案：
[0005]根据第一方面，提供一种多雷达机动目标跟踪和异步融合方法，包括以下步骤：
[0006]S1、基于多雷达视域的先验信息，通过空间分割方法，划分雷达的公共视域和非公共视域，将雷达信息分割成公共视域信息和非公共视域信息两部分；
[0007]S2、本地雷达得到目标量测信息后，确定目标的状态转移模型，进行本地滤波跟踪，得到目标信息后验概率假设密度的混合高斯形式；
[0008]S3、将混合高斯形式表征的后验概率假设密度传送到邻近可通信的雷达站点，由于量测信息非时间同步导致跟踪的结果非时间同步，结合雷达扫描时间，采用目标的状态转移模型将雷达信息递推到融合时刻；
[0009]S4、利用步骤S3得到的本地雷达信息和邻近可通信的雷达信息，构建信息损失函数，基于最小化信息差异准则融合公共视域内的信息；
[0010]S5、利用步骤S3得到的本地雷达信息、邻近可通信的雷达信息以及步骤S4得到的公共视域融合结果，将非公共视域内的信息通过补偿策略进行合并，得到最终的融合结果。
[0011]进一步的，所述的后验概率假设密度的高斯混合形式：
[0012][0013][0014][0015]其中
[0016][0017][0018][0019]表示第i个雷达k时刻对目标状态x的检测概率，z为雷达节点的量测信息，l为模型序号；
[0020]包含了误检项和检测项两项；表示多维高斯概率密度函数；为滤波器增益；为量测信息的观测矩阵；I为单位矩阵；为量测噪声的协方差矩阵；表示均值为协方差为的高斯密度函数；表示在k时刻第a个预测高斯分量在l模型下的权重；表示模型数目；表示在k时刻第a个预测高斯分量在l模型下的均值；表示在k时刻第a个预测高斯分量在l模型下的协方差。
[0021]进一步的，雷达信息递推到融合时刻进行融合后的结果为：其中，为雷达信息递推到融合时刻进行融合后的结果；为第i个雷达在融合时刻ε的后验高斯分量总数，为第a个后验高斯分量的权重，表示第a个后验高斯分量的均值，表示第a个后验高斯分量的协方差，表示均值为协方差为的高斯密度函数，表示分布式雷达的网络；ε为融合时刻；a表示第a个高斯分量。
[0022]进一步的，所述的信息损失函数为：其中w
i
表示第i个雷达的权重，D
CS
(v||v
i
)表示两个概率假设密度之间的柯西施瓦兹散度，计算表达式：K为概率假设密度函数空间的超体积测量单位，||v
‑
v
i
||2为为概率假设密度之差(v
‑
v
i
)的L2范数的平方。v为在损失函数f
w
最小约束下融合的概率假设密度，v
i
为对公共视域观测的第i个雷达的概率假设密度。
[0023]进一步的，在使得损失函数f
w
最小的条件下，所述的公共视域内信息的融合结果
为：其中，Γ(x)为到的投影，为目标状态空间，表示监测区域S
i
上的指示函数，
[0024]进一步的，所述最终的融合结果为：其中，为雷达非公共视域内的信息。
[0025]根据第二方面，提供上述一种不同视域下的分布式多雷达机动目标跟踪和异步融合装置，包括N个分布式雷达、滤波器、状态同步计算单元、视域分割单元和视域融合计算单元，所述的N个分布式雷达布置成分布式雷达网，本地的分布式雷达将获得的目标状态传送给滤波器滤波跟踪，得到本地后验概率假设密度的混合高斯形式，并传送给分布式雷达网的邻近雷达，所述的雷达将接收到的本地后验概率假设密度的混合高斯形式和自身获得的目标状态一起发送给所述的状态同步计算单元，所述的状态同步计算单元根据获得的数据将所有雷达的目标状态信息推到融合时刻，并将融合时刻的信息发送给视域融合计算单元，所述的视域分割单元根据每个分布式雷达的位置和视域先验信息，将雷达的视域分割成公共视域和非公共视域，并按照分割的视域将雷达的信息分割为公共视域信息和非公共视域信息，并将分割后的雷达视域信息发送给视域融合计算单元；所述的视域融合计算单元计算公共视域融合信息和非公共视域融合信息，并将公共视域融合信息和非公共视域融合信息合并，得到最终的融合结果。
[0026]本专利技术与现有技术相比的有益效果：
[0027]本专利技术通过将不同视域下的多个分布式雷达的目标跟踪结果进行融合，解决雷达不同视域且获得的量测信息非时间同步的问题，实现对机动目标有效跟踪的方法，且具有计算复杂度低、精度高等特点。
附图说明
[0028]所包括的附图用来提供对本专利技术实施例的进一步的理解，其构成了说明书的一部分，用于例示本专利技术的实施例，并与文字描述一起来阐释本专利技术的原理。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029]图1示出了根据本专利技术实施例提供的多雷达机动目标跟踪和异步融合方法步骤示意图；
[0030]图2示出了根据本专利技术实施例提供的多雷达机动目标跟踪和异步融合装置示意图；
[0031]图3示出了根据本专利技术实施例提供的在杂波环境中多雷达不同视域下的机动目标跟踪仿真场景图；
[0032]图4示出了根据本专利技术实施例提供的杂波环境中多雷达不同视域下的机动目标跟踪仿真精度结果图；
[0033]图5示出了根据本专利技术实施例提供的在杂波环境中多雷达不同视域下的机动目标跟踪仿真基数估计结果图。
具体实施方式
[0034]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将结合本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多雷达机动目标跟踪和异步融合方法，其特征在于，包括以下步骤：S1、基于多雷达视域的先验信息，通过空间分割方法，划分雷达的公共视域和非公共视域，将雷达信息分割成公共视域信息和非公共视域信息两部分；S2、本地雷达得到目标量测信息后，确定目标的状态转移模型，进行本地滤波跟踪，得到目标信息后验概率假设密度的混合高斯形式；；S3、将混合高斯形式表征的后验概率假设密度传送到邻近可通信的雷达站点，由于量测信息非时间同步导致跟踪的结果非时间同步，结合雷达扫描时间，采用目标的状态转移模型将雷达信息递推到融合时刻；S4、利用步骤S3得到的本地雷达信息和邻近可通信的雷达信息，构建信息损失函数，基于最小化信息差异准则融合公共视域内的信息；S5、利用步骤S3得到的本地雷达信息、邻近可通信的雷达信息以及步骤S4得到的公共视域融合结果，将非公共视域内的信息通过补偿策略进行合并，得到最终的融合结果。2.根据权利要求1所述的一种多雷达机动目标跟踪和异步融合方法，其特征在于，所述的后验概率假设密度的高斯混合形式：其中其中表示第i个雷达k时刻对目标状态x的检测概率，z为雷达节点的量测信息，l为模型序号；包含了误检项和检测项两项；表示多维高斯概率密度函数；为滤波器增益；为量测信息的观测矩阵；I为单位矩阵；为量测噪声的协方差矩阵；表示均值为协方差为的高斯密度函数；表示在k时刻第a个预测高斯分量在l模型下的权重；表示模型数目；表示在k时刻第a个预测高斯分量在l模型下的均值；表示在k时刻第a个预测高斯分量在l模型下的协方差。3.根据权利要求1所述的一种多雷达机动目标跟踪和异步融合方法，其特征在于，，雷
达信息递推到融合时刻进行融合后的结果为：其中，为雷达信息递推到融合时刻进行融合后的结果；为第i个雷达在融合时刻ε的后验高斯分量总数，为第a个后验高斯分量的权重，表示第a个后验高斯分量的均值，表示第a个后验高斯分量的协方差，表示均值为协方差为的高斯密度函数，表示分布式雷达的网络；ε为融合时刻；a表示第a个高斯分量。4.根据权利要求1所述的一种多雷达机动目标跟踪和异步融合方法，其特征在于，所述的信息损失函数为：其中w
i

【专利技术属性】
技术研发人员：陈林秀，赵佳佳，郝明瑞，张航，杨翔宇，
申请(专利权)人：北京机电工程研究所，
类型：发明
国别省市：