一种基于地面动目标指示雷达系统的多目标跟踪方法技术方案

一种基于地面动目标指示（ＧＭＴＩ）雷达系统的多目标跟踪方法，在概率多假设跟踪（ＰＭＨＴ）方法的基础上用道路信息对滤波结果进行约束和修正，从而提升跟踪性能。在航迹起始和数据关联阶段，用ＰＭＨＴ方法对雷达回波数据进行处理，确认有效航迹；在目标跟踪阶段，用卡尔曼滤波对目标运动状态进行估计，对于进入路网区域的目标，用道路信息修正滤波值，优化目标航迹。本发明专利技术利用概率多假设跟踪（ＰＭＨＴ）和道路约束信息对多个地面运动目标进行跟踪，获得了较好的跟踪精度与稳定性，进而提升了整个ＧＭＴＩ系统的性能。

【技术实现步骤摘要】

本专利技术涉及一种基于地面动目标指示(GMTI)雷达系统的多目标跟踪方法，属于雷达跟 踪领域。
技术介绍
无论在军用还是民用领域，目标跟踪技术都有着十分重要的应用价值，其中雷达跟踪系 统以其全天候、作用距离远和较强的抗干扰能力得到广泛应用。在早期的雷达跟踪系统中， 一个传感器只能对一个目标进行跟踪，为了解决一个或多个目标在干扰环境下跟踪问题，Wax 于1955年提出了多目标跟踪(MTT)的概念，9年之后Sittler在该领域取得了开创性的突 破，引起了人们的关注。然而直到上世纪70年代初，随着卡尔曼滤波技术的广泛应用，多 目标跟踪理论才真正受到重视，此后Bar-Shalom和Singer将估计理论和数据关联有机结合， 多目标跟踪技术进入了高速发展时期。随着地面动目标指示(Ground Moving Target Indicator, GMTI)雷达的出现，多目标 跟踪的研究领域得到进一步扩展，GMTI技术自上世纪80年代以来发展迅速，至今仍是雷达 研究的热点方向之一。成功应用GMTI雷达系统的典型案例是美军的联合监视与目标攻击雷 达系统(Joint Surveillance Target Attack Radar System, JointSTARS)，在1991年的 海湾战争中，该系统利用机载GMTI雷达实时向地面站发送敌军地面部队的各种情报，帮助 多国部队制定攻击计划，进行轰炸毁伤评估，对多国部队的空袭和地面作战的胜利发挥了重 要作用。此夕卜，GMTI雷达系统的代表还有意大利的CRES0系统、法国的HORIZON系统和德国 的ROSAR系统等。与空中目标相比，地面目标所处的环境决定了 GMTI跟踪效果更容易受到杂波的影响， 为此通常需要降低地面目标的探测概率。而且由于受到雷达分辨力的限制，探测器可能无法 辨识距离很近的两个或多个目标，加之地面目标通常编队行进，这些都给目标跟踪系统增加 了困难。另一方面，从目标运动特性上分析，地面目标往往更容易受到地形条件等外部因素 制约，其中最常见的就是公路网对地面目标运动轨迹的约束，尽管这些约束都可以作为先验 知识用来提高目标跟踪的准确度，但对目标模型的建立也制造了一定的困难。作为多目标跟踪的关键技术之一，数据关联一直是该领域的重点研究方向，其算法的优 劣将直接影响整个跟踪系统的性能，而现代战争环境下的目标跟踪系统对数据关联技术提出了更高的要求。早在1964年，Sittler提出了轨迹分裂算法，拉开了研究数据关联技术的序 幕，但由于此算法的提出是在卡尔曼滤波之前，因此它并不完善。1971年，Singer提出了 最邻近法，用目标和回波之间的统计距离作为关联判别准则，得到了工程上的广泛应用。 Bar-Shalom在1974年提出的概率数据关联(PDA)方法引起了广泛关注，其计算量与标量卡 尔曼滤波器相当，并且有很好的跟踪性能，但它的缺点也很明显在高杂波的条件下容易出 现误跟踪，并且很难应用于多目标跟踪。为适应密集多目标跟踪环境，Bar-Shalom又在1980 年提出了联合概率数据关联(JPDA)，定义了联合事件，引入了 "聚"的概念，被认为是一 种较为完善的方法，不过该方法由于要穷举所有的关联事件，因此计算量随目标个数增加呈 指数增长，而且JPDA对量测噪声较为敏感。1978年，Reid首次提出了多假设跟踪(MHT)的概念，计算每个假设的后验概率，通过 删除后验概率小的假设和合并近似假设来确认关联。1995年，Roy Streit在此基础上基于 期望最大化(EM)方法的概率多假设跟踪(PMHT)，该方法最基本的假设在于 一个目标可 以产生多个量测， 一个量测只能源于一个目标，量测和目标的关联过程在量测之间是相互独 立的，从而得出极大似然条件下的最优跟踪方法。但由于后验概率由目标状态协方差矩阵控 制而与航迹估计质量无关，因此该方法缺少自适应性以及由此带来的无自纠错性。近年来， 对PMHT方法的研究越来越受到重视，并出现了一些基于PMHT的改进跟踪方法，在一定程度 上解决了该方法缺少自适应性和自纠错能力的缺陷，其他方面的研究也逐渐成为雷达跟踪领 域的热点。综上所述，经典的PDA方法在密集杂波的环境中容易产生误跟踪，而且很难应用于多目 标跟踪；改进的JPDA方法计算开销较大，计算量随目标个数增长呈指数上升，而且对量测 误差比较敏感。
技术实现思路
本专利技术技术解决问题克服现有技术的不足，提供一种基于地面动目标指示(GMTI) 雷达系统的多目标跟踪方法，该方法利用概率多假设跟踪(PMHT)和道路约束信息对多个地 面运动目标进行跟踪，获得了较好的跟踪精度与稳定性，进而提升了整个GMTI系统的性能。 本专利技术的技术解决方案 一种基于GMTI雷达系统的多目标跟踪方法，其特点在于-(1) 在获取目标回波数据阶段，将连续多个时刻的量测作为一组数据送入跟踪系统；(2) 在数据关联和航迹确认阶段，计算一组输入量测的后验关联概率；然后采用迭代 的方法对后验关联概率和目标状态协方差矩阵进行更新，当计算按照设定的门限收敛时，目 标状态基本不再变化；(3) 在航迹确认后进入跟踪阶段，采用卡尔曼滤波对目标状态进行估计；(4) 在滤波阶段，将道路信息作为先验知识，对目标状态进行约束；(5) 在目标状态更新阶段，采用批处理方法对连续多次扫描数据进行处理并更新相应 时刻的目标状态。本专利技术与现有技术相比的优点如下(1)经典的PDA方法在密集杂波的环境中容易产生误跟踪，而且很难应用于多目标跟踪，改进的JPDA方法计算开销较大，计算量随目标个数增长呈指数上升，而且对量测误差 比较敏感。本专利技术中采用的PMHT方法是对一组量测的后验关联概率进行综合考量，并采用 迭代方法进行更新，不需要穷举所有的关联事件，因此较好的平衡了跟踪性能与计算量，在 高杂波环境和量测误差增大的情况下仍能取得很好的跟踪结果，即较好的跟踪精度与稳定 性，进而提升了整个GMTI系统的性能。(2) 作为一种基于EM (期望最大化)的数据关联方法，PMHT对当前时刻以前的所有确 认量测集合进行研究，给出每一组量测的的后验概率，是一种极大似然条件下的最优跟踪方 法。(3) 在航迹起始后，本专利技术采用卡尔曼滤波对目标状态进行更新，该滤波方法在雷达 工程中有着广泛的应用，是一种高效率的递归滤波器，可以有效的降低量测噪声对跟踪性能 的影响。(4) 本专利技术在目标跟踪过程中引入道路网的先验知识对目标状态进行约束，仿真结果 表明该方法可有效的减小估计值的均方误差，并且很好的修正了目标运动方向，这些优势在 量测噪声增大的情况下可以更明显的体现出来。(5) 本专利技术在跟踪过程中采用批处理方法，即将连续多个时刻的雷达扫描结果作为一 组数据进行处理，可以有效的优化目标航迹，减少杂波对跟踪性能的影响。附图说明'图l为本专利技术方法实现流程图2单目标密集杂波条件下没有道路约束的跟踪结果，其中2a为跟踪轨迹图，2b为均 方误差图，2c为速度方向误差图，量测时的距离和角度标准差分别为30米和0.035rad。图3是相同条件下有道路约束的跟踪结果，其中3a为跟踪轨迹图，3b为均方误差图， 3c为速度方向误差图，量测时的距离和角度标准差分别为30米和0. 035rad。图4是在不本文档来自技高网...

【技术保护点】
一种基于地面动目标指示雷达系统的多目标跟踪方法，其主要特征在于：　（１）在获取目标回波数据阶段，将连续多个时刻的量测作为一组数据送入跟踪系统；　（２）在数据关联和航迹确认阶段，计算一组输入量测的后验关联概率；然后采用迭代的方法对后验关联 概率和目标状态协方差矩阵进行更新，当计算按照设定的门限收敛时，目标状态基本不再变化；　（３）在航迹确认后进入跟踪阶段，采用卡尔曼滤波对目标状态进行估计；　（４）在滤波阶段，将道路信息作为先验知识，对目标状态进行约束；　（５）在目标状态 更新阶段，采用批处理方法对连续多次扫描数据进行处理并更新相应时刻的目标状态。

【技术特征摘要】

【专利技术属性】
技术研发人员：尚彬，孙进平，李少洪，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[中国|北京]