【技术实现步骤摘要】
基于自适应波门与模糊Hough变换的多目标航迹起始方法
[0001]本专利技术涉及的是一种多目标跟踪领域的技术,具体是一种基于自适应逻辑法和模糊Hough变换投影的海面多目标航迹起始方法。
技术介绍
[0002]现有海面多目标航迹起始以下两个方向的研究重点和挑战:以逻辑法为代表的顺序处理技术在强杂波的环境下,由于波门数量少、门限粗糙产生大量虚假量测问题;针对以Hough变换法为代表的批处理技术通常需要多个探测周期才能完成质量较好的起始航迹,并且容易引起“组合爆炸”而存在运算量大、储存量大、对系统噪声不敏感,在强杂波下极易产生簇拥现象等缺陷。
技术实现思路
[0003]本专利技术针对现有强杂波场景下的目标个数与状态未知、探测系统对噪声敏感易产生虚警、信息复杂运算量大的问题,提出一种基于自适应波门与模糊Hough变换的多目标航迹起始方法,结合逻辑法和Hough变换的优势,能够显著减少同一探测周期内的无效累积,并在极少的起始拍数内迅速起始多目标航迹,极大降低虚假航迹的多目标航迹起始。
[0004]本专利技术是通过以下技术方案实现的:
[0005]本专利技术涉及一种基于自适应波门与模糊Hough变换的多目标航迹起始方法,通过卡尔曼滤波外推的自适应逻辑法过滤探测系统量测的杂波后,采用Hough变换法将过滤后得到的候选航迹以Hough变换投影至参数空间,再基于模糊理论进行参数空间投票后,通过阈值筛选得到最终起始航迹。
[0006]所述的卡尔曼滤波外推的自适应逻辑法,包括:
[000 ...
【技术保护点】
【技术特征摘要】
1.一种基于自适应波门与模糊Hough变换的多目标航迹起始方法,其特征在于,通过卡尔曼滤波外推的自适应逻辑法过滤探测系统量测的杂波后,采用Hough变换法将过滤后得到的候选航迹以Hough变换投影至参数空间,再基于模糊理论进行参数空间投票后,通过阈值筛选得到最终起始航迹。2.根据权利要求1所述的基于自适应波门与模糊Hough变换的多目标航迹起始方法,其特征是,所述的卡尔曼滤波外推的自适应逻辑法,包括:步骤1:根据目标机动性建立初始圆形波门去除探测系统量测的初始杂波,并利用卡尔曼滤波预测外推点的位置;步骤2:根据外推点建立扇形波门筛选出落入波门的点迹;步骤3:根据步骤1预测的外推点建立椭圆波门,并利用最近邻法进行航迹关联,得到候选航迹。3.根据权利要求1所述的基于自适应波门与模糊Hough变换的多目标航迹起始方法,其特征是,具体包括:步骤一、构建基于卡尔曼滤波外推的自适应逻辑波门去除探测系统量测的初始杂波,并利用卡尔曼滤波预测外推点的位置,根据外推点建立扇形波门筛选出落入波门的点迹,根据预测的外推点建立椭圆波门,并利用最近邻法进行航迹关联,得到候选航迹,具体包括:1.1)处于最初状态的目标无法判断其运动信息,设定目标最大、最小速度后根据下式建立环形波门:R1=v
min
T
‑
w,R2=v
max
T+w,其中:R1为波门内径,R2为外径,v
min
和v
max
分别为目标最小速度和最大速度,T为探测周期时长,w为探测系统噪声均方根;1.2)当量测已经形成临时航迹,此时目标机动性还是较弱,使用扇形波门,a为根点迹,ab为上一个波门建立的临时航迹,c为外推点,a
max
、a
min
分别为目标最大、最小加速度,v
max
、v
min
为目标最大、最小速度,α为机动最大转弯角;如图所示,优化后的波门以c为中心,扇环半径的扇环区域其中:目标的转弯角速度为v
w
,α=v
w
T,限制条件为:|ef|≤mσ
l
(k),α≤nσ
θ
(k),其中:σ
l
(k)和σ
θ
(k)为径向距离标准差和观测角标准差;m,n为系数,由χ2分布表查询设置;1.3)由于探测系统距目标较远,航迹轨迹近似为直线;因此当目标发生机动时,加速度变化总是比观测角变化剧烈,则认为此时波门更接近于椭圆;1.4)利用最近邻法进行航迹关联,得到候选航迹:在直角坐标系中k周期第i个量测为r(k)=[r
x
(k),r
y
(k)]
T
,则新息为:,则新息为:其中:为外推量测;新息方差为:S(k+1)=H(k+1)P(k+1|k)H
T
(k+1)+w1(k),其中:P(k+1|k)是协方差的一步预测;当满足:(k+1|k)是协方差的一步预测;当满足:时,则认为量测落到椭圆波门区域,查询χ2的分布表得到参数γ;步骤二、将多目标航迹起始问题转化成多直线检测问题,以航迹为输入的模糊Hough变换,具体包括:2.1)将参数空间离散化,具体为:根据探测系统的范围设置不同的分割段数,将ρ
‑
θ平面离散分割为若干小方格;
2.2)将步骤一得到的候选航迹从笛卡尔坐标系全部进行Hough变换投影到参数空间;2.3)利用模糊函数对投影后的数据进行模糊累积;2.4)利用阈值法确立峰值:设置阈值对执行模糊Hough变换后由不同航迹提取的峰值{T1,T2,T3…
T
t
‑1,T
t
,T
t+1
…
}行峰值筛选,其中:t
i
∈Φ,Φ={t1,t2…
t
n
|t1,t2…
t
n
>p
·
max{T1,T2,T
r
…
T
t
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。