基于稀疏匹配的雷达多目标跟踪方法及装置制造方法及图纸

本发明专利技术涉及一种基于稀疏匹配的雷达多目标跟踪方法及装置，所述方法包括获取雷达目标检测数据，并进行处理得到目标信息集合；对目标信息集合中k时刻的N个目标进行遍历，计算其与k

【技术实现步骤摘要】
基于稀疏匹配的雷达多目标跟踪方法及装置


[0001]本专利技术属于雷达
，具体涉及一种基于稀疏匹配的雷达多目标跟踪方法及装置。

技术介绍

[0002]随着电子科学技术的不断发展，雷达技术在军事和民用方面对多目标跟踪需求也有了更高要求，与自由空间中使用的雷达不同，穿墙雷达想要穿过厚重的墙壁对墙后的人体目标进行跟踪面临着杂波干扰、目标匹配等难题。此外，墙体障碍物造成的回波衰减会导致跟踪性能的下降，体现为目标丢失、关联正确率下降等问题。因此，实际应用中如何提高穿墙场景下多目标跟踪的目标跟踪准确率和目标匹配正确率，是穿墙雷达多目标跟踪中亟需解决的问题。
[0003]相关技术中，对于多目标跟踪的研究，国内外已经进行了大量的研究探索并提出诸多解决办法。相比于单目标跟踪，多目标跟踪面临着跟踪数量需要与回波检测结果匹配的问题，即数据匹配问题。目前解决该问题的方法包括：最近邻域法、联合概率数据关联法等。最近邻域法只考虑了目标位置信息，当环境复杂时，容易造成匹配错误。联合概率数据关联引入更多的先验信息，但是对雷达多普勒性能提出了更高的要求。此外，相比于计算机视觉中的多目标跟踪方法，雷达所能获取的目标信息有限，如何利用有限的信息实现良好的多目标跟踪效果，是目前需要解决的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于克服现有技术的不足，提供一种基于稀疏匹配的雷达多目标跟踪方法及装置，以解决现有技术中如何利用有限的信息实现良好的多目标跟踪效果的问题。
[0005]为实现以上目的，本专利技术采用如下技术方案：一种基于稀疏匹配的雷达多目标跟踪方法，包括：获取雷达目标检测数据，并进行处理得到目标信息集合；对所述目标信息集合中k时刻的N个目标进行遍历，计算其与k
‑
1时刻M个目标之间的欧氏距离，根据所述欧氏距离得到代价矩阵，根据预设的边界阈值和所述代价矩阵得到稀疏代价矩阵；对所述稀疏代价矩阵进行处理，得到稀疏子矩阵，根据所述稀疏代价矩阵和稀疏子矩阵确定索引修正矩阵；对所述稀疏子矩阵进行数据关联，将k
‑
1时刻的检测与k时刻检测配对，得到配对结果后，利用索引修正矩阵修正配对结果，得到数据关联结果；对所述数据关联结果进行目标信息更新。
[0006]进一步的，所述获取雷达目标检测数据，并进行处理得到目标信息集合，包括：
获取雷达k时刻的成像结果，对所述成像结果进行处理，得到N个目标检测结果；其中，k=1、2、3
……
N；根据所述目标检测结果，记录所有目标的二维坐标及能量值；根据所述二维坐标确定目标方位向量；所有目标方位向量及能量值构成目标信息集合。
[0007]进一步的，所述计算其与k
‑
1时刻M个目标之间的欧氏距离，根据所述欧氏距离得到代价矩阵，包括：分别计算k时刻的N个目标与k
‑
1时刻M个目标之间的向量欧氏距离和能量欧氏距离；记录所有的向量欧氏距离得到距离代价矩阵，记录所有的能量欧氏距离得到能量代价矩阵。
[0008]进一步的，所述根据预设的边界阈值和所述代价矩阵得到稀疏代价矩阵，包括：设置边界阈值T；根据所述边界阈值T对距离代价矩阵进行门限判别，将向量欧氏距离大于边界阈值的值重置为0，得到稀疏距离代价矩阵；采用逻辑值1替代向量欧氏距离小于边界阈值T的位置，其余位置赋逻辑值0，得到索引矩阵，根据索引矩阵和能量代价矩阵得到稀疏能量代价矩阵；根据稀疏距离代价矩阵和稀疏能量代价矩阵计算得到稀疏代价矩阵。
[0009]进一步的，采用以下方式根据稀疏距离代价矩阵和稀疏能量代价矩阵计算得到稀疏代价矩阵，包括：其中，分别表示矩阵，中最大的元素。
[0010]进一步的，所述对所述稀疏代价矩阵进行处理，得到稀疏子矩阵，根据所述稀疏代价矩阵和稀疏子矩阵确定索引修正矩阵；包括：删除所述稀疏代价矩阵中全为0的行和列；将稀疏代价矩阵剩余行和列作为稀疏子矩阵，并建立所述稀疏代价矩阵与稀疏子矩阵的线性索引映射，得到索引修正矩阵；其中，索引修正矩阵中元素为稀疏子矩阵中元素在稀疏代价矩阵中的线性索引值。
[0011]进一步的，所述对所述数据关联结果进行目标信息更新，包括：使用卡尔曼滤波对所述数据关联结果中的匹配数据进行位置更新预测；将位置预测结果与k时刻未分配目标存入目标信息集合，；
对目标信息集合中的信息状态进行更新。
[0012]进一步的，采用匈牙利算法对稀疏代价子矩阵进行数据关联。
[0013]本申请实施例提供一种基于稀疏匹配的雷达多目标跟踪装置，包括：计算模块，用于对所述目标信息集合中k时刻的N个目标进行遍历，计算其与k
‑
1时刻M个目标之间的欧氏距离，根据所述欧氏距离得到代价矩阵，根据所述代价矩阵得到稀疏代价矩阵；确定模块，用于对所述稀疏代价矩阵进行处理，得到稀疏子矩阵，根据所述稀疏代价矩阵和稀疏子矩阵确定索引修正矩阵；关联模块，用于对所述稀疏子矩阵进行数据关联，将k
‑
1时刻的检测与k时刻检测配对，得到配对结果后，利用索引修正矩阵修正配对结果，得到数据关联结果；更新模块，用于对所述数据关联结果进行目标信息更新。
[0014]本专利技术采用以上技术方案，能够达到的有益效果包括：本专利技术提供一种基于稀疏匹配的雷达多目标跟踪方法及装置，本申请提供的技术方案首先度雷达目标检测数据进行处理，得到目标信息集合，然后构造稀疏代价矩阵，通过对稀疏代价矩阵进行处理，得到系数子矩阵，从而确定稀疏代价矩阵和稀疏代价子矩阵之间的索引值，得到索引修正矩阵，对稀疏子矩阵进行数据关联，利用索引修正矩阵进行修正配对结果，得到数据关联结果，最后对数据关联结果进行目标信息更新。本申请通过对雷达检测结果进行特征分离，再检测点间的欧氏距离，作为阈值将代价矩阵稀疏化后再结合能量信息计算综合代价，构造稀疏代价矩阵。然后对稀疏代价子矩阵进行数据匹配，实现多目标信息匹配，从而实现克服穿墙杂波干扰的多目标准确跟踪。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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。
[0016]图1为本专利技术基于稀疏匹配的雷达多目标跟踪方法的步骤示意图；图2为本专利技术提供的雷达二维成像图；图3为本专利技术实施例中对雷达二维成像图进行目标检测的散点图结果；图4为本专利技术实施例中对散点图进行稀疏代价矩阵匹配的多目标跟踪结果示意图；图5为本专利技术基于稀疏匹配的雷达多目标跟踪装置的结构示意图。
具体实施方式
[0017]为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行详细的描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本专利技术所保护的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于稀疏匹配的雷达多目标跟踪方法，其特征在于，包括：获取雷达目标检测数据，并进行处理得到目标信息集合；对所述目标信息集合中k时刻的N个目标进行遍历，计算其与k
‑
1时刻M个目标之间的欧氏距离，根据所述欧氏距离得到代价矩阵，根据预设的边界阈值和所述代价矩阵得到稀疏代价矩阵；对所述稀疏代价矩阵进行处理，得到稀疏子矩阵，根据所述稀疏代价矩阵和稀疏子矩阵确定索引修正矩阵；对所述稀疏子矩阵进行数据关联，将k
‑
1时刻的检测与k时刻检测配对，得到配对结果后，利用索引修正矩阵修正配对结果，得到数据关联结果；对所述数据关联结果进行目标信息更新。2.根据权利要求1所述的方法，其特征在于，所述获取雷达目标检测数据，并进行处理得到目标信息集合，包括：获取雷达k时刻的成像结果，对所述成像结果进行处理，得到N个目标检测结果；其中，k=1、2、3
……
N；根据所述目标检测结果，记录所有目标的二维坐标及能量值；根据所述二维坐标确定目标方位向量；所有目标方位向量及能量值构成目标信息集合。3.根据权利要求2所述的方法，其特征在于，所述计算其与k
‑
1时刻M个目标之间的欧氏距离，根据所述欧氏距离得到代价矩阵，包括：分别计算k时刻的N个目标与k
‑
1时刻M个目标之间的向量欧氏距离和能量欧氏距离；记录所有的向量欧氏距离得到距离代价矩阵，记录所有的能量欧氏距离得到能量代价矩阵。4.根据权利要求3所述的方法，其特征在于，所述根据预设的边界阈值和所述代价矩阵得到稀疏代价矩阵，包括：设置边界阈值T；根据所述边界阈值T对距离代价矩阵进行门限判别，将向量欧氏距离大于边界阈值的值重置为0，得到稀疏距离代价矩阵；采用逻辑值1替代向量欧氏距离小于边界阈值T的位置，其余位置赋逻辑值0，得到索引矩阵，根据索引矩阵...

【专利技术属性】
技术研发人员：徐钢，
申请(专利权)人：黑龙江火云科技有限责任公司，
类型：发明
国别省市：