【技术实现步骤摘要】
一种雷达目标跟踪航迹起始方法、装置、设备及介质
[0001]本专利技术涉及雷达数据处理
,尤其涉及一种雷达目标跟踪航迹起始方法
、
装置
、
设备及介质
。
技术介绍
[0002]航迹起始是目标跟踪技术的首要问题也是关键部分,在毫米波雷达的多目标检测场景中起着至关重要的作用
。
其目的是希望目标进入雷达监视区域之后能尽快建立目标航迹,且要避免虚假点迹过多而造成虚假航迹的出现
。
从工程实现来看,航迹起始是根据传感器测量值建立初始航迹并判断航迹是否源于一个真实目标的过程
。
由于目前毫米波雷达应用场景日趋复杂,更多杂波的嘈杂环境干扰,以及有限的先验知识,雷达传感器量测的不确定性为航迹起始带来了更大的难度和误差
。
[0003]航迹起始方法按照其数据处理方式的不同,可以分为顺序处理技术和批处理技术两大类,而顺序处理技术代表性的算法有直观法
、
逻辑法等,顺序处理技术具有较低的计算量,适用于背景杂波较弱的情况
。
直观法的处理思想是,通过目标最大速度等信息建立关联波门,若连续
N
次扫描中超过
M
次量测数据落入关联波门内,则建立目标航迹
。
现有雷达航迹起始方法主要包含两大类,直观法和逻辑法
。
直观法在弱杂波的安静环境中具有计算量小的显著优势,基于物体运动规律,在波门中通过速度和加速度的大小限制关联目标,具有起始快的 ...
【技术保护点】
【技术特征摘要】
1.
一种雷达目标跟踪航迹起始方法,其特征在于,包括:获取航迹起始的雷达量测数据,根据所述雷达量测数据提取量测样本特征;构建用于量测分类的深度学习神经网络模型,所述深度学习神经网络模型中引入自相关权重提取特征内部的相关性,将所述量测样本特征输入至所述深度学习神经网络模型进行训练,得到训练后的深度学习神经网络模型;获取雷达待处理量测数据,根据所述雷达待处理量测数据提取量测特征,将所述量测特征输入至训练后的深度学习神经网络模型,输出分类标签
。2.
根据权利要求1所述的一种雷达目标跟踪航迹起始方法,其特征在于:所述获取航迹起始的雷达量测数据,包括:确定航迹起始帧数,根据所述航迹起始帧数获取雷达检测的数据样本,所述数据样本包括标签分类
。3.
根据权利要求1所述的一种雷达目标跟踪航迹起始方法,其特征在于:所述构建用于量测分类的深度学习神经网络模型包括:卷积神经网络模块
、
全连接特征感知模块和分类器模块;所述卷积神经网络模块的输入和全连接特征感知模块的输入为量测样本特征,所述分类器模块的输入为卷积神经网络模块的输出和全连接特征感知模块的输出,所述分类器模块输出分类标签
。4.
根据权利要求3所述的一种雷达目标跟踪航迹起始方法,其特征在于:所述卷积神经网络模块的输入为量测样本特征中的空间特征向量,所述全连接特征感知模块的输入为量测样本特征中的时序特征向量,所述时序特征向量包括速度信息和加速度信息,所述空间特征向量包括航向角信息和偏航角信息
。5.
根据权利要求3所述的一种雷达目标跟踪航迹起始方法,其特征在于:所述卷积神经网络模块中引入残差结构,用于空间特征向量的输出补充信息量
。6.
根据权利要求3所述的一种雷达目标跟踪航迹起始方法,其特征在于:所述全连接特征感知模块包括依次连接的全连接模块
、
一...
【专利技术属性】
技术研发人员:张军,顾超,王长冬,郑浩,许孝勇,
申请(专利权)人:南京慧尔视智能科技有限公司,
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。