基于数据压缩的集中式多源广义相关跟踪器制造技术

本发明专利技术公开了一种基于数据压缩的集中式多源广义相关跟踪器，该技术属于雷达数据处理领域。杂波环境下的多目标跟踪技术是目标跟踪领域重要且难以处理的问题，在对算法实时性和跟踪精度均有一定要求的实际场合下，现有的多源多目标跟踪方法难以满足系统的要求。本发明专利技术基于数据压缩中的点迹合并方法把对应同一目标的多个量测压缩成一个等效量测，根据各等效量测及进行数据压缩后剩余的量测产生互联假设，同时利用多源广义相关算法得分函数递推公式计算各互联假设的得分，并挑选得分最大的互联假设实现融合中心的状态估计。该跟踪器对杂波下多目标跟踪时同时具有较好的跟踪精度和实时性，可以应用于各种集中式结构的多源信息融合系统，具有推广应用价值。

【技术实现步骤摘要】

本专利技术涉及雷达数据处理领域中的基于数据压缩的集中式多源广义相关方法，适 用于各种集中式结构的信息融合系统。
技术介绍
在许多实际的集中式多源多目标跟踪系统中，数据压缩方法常用于提高系统的实 时处理速度。点迹合成式是一种最基本的数据压缩方法，其将多部传感器在同一时间对同 一目标的点迹合并起来，将多个探测数据合成一个等效数据。广义相关方法是极大似然类数据互联技术中的一种经典方法，其利用最大似然法 实现量测与航迹的最优互联和交接，主要特征是定义了一个得分函数，并通过该得分函数 实现对航迹的起始、确认、门限逻辑和撤销，很好的解决了密集杂波环境下的多目标跟踪问 题，而且，与其他多目标跟踪算法相比，广义相关算法计算量较小。密集杂波环境下的集中式多源多目标跟踪技术是目标跟踪领域重要且难以处 理的问题。在对系统实时性及跟踪精度均有一定要求的实际场合下，L. Y. Pao提出的并 行处理结构的集中式多传感器联合概率数据互联(Centralized Multi-sensor Joint Probabilistic Data Association =CMS-JPDA)算法和顺序处理结构的 CMS-JPDA 算法跟踪 精度较高，但算法计算量太大，难以满足系统的实时性要求，工程上实现起来比较困难；其 他经典的集中式多源多目标跟踪方法也存在上述问题，如集中式多源多假设方法、集中式 多源广义S-维分配方法；基于最近邻域及概率最近邻域思想的集中式多源多目标跟踪方 法实时性较好，但在杂波较密集时跟踪精度偏低，难以满足系统的跟踪精度要求。
技术实现思路
1.要解决的技术问题本专利技术的目的在于提供一种在对系统实时性及跟踪精度均有一定要求的实际场 合下适用的基于数据压缩的集中式多源广义相关跟踪器。该跟踪器基于广义相关方法，拥 有广义相关方法本身的优点，通过建立多传感器状态下的得分函数，实现量测与航迹的最 优互联和交接，使其在密集杂波环境下对多目标保持较高的跟踪精度；而且，该跟踪器在融 合中心利用数据压缩中的点迹合并方法把对应同一目标的多个量测压缩成一个等效量测， 解决当量测数较大时系统存储量饱和的问题，使该跟踪器更便于工程实现。2.技术方案本专利技术所述的基于数据压缩的集中式多源广义相关跟踪器，包括以下技术措施 首先，应用点迹-点迹互联算法对每个传感器送来的观测数据进行排列组合，找出各传感 器在同一时间对同一目标的点迹集合；然后，利用数据压缩中的点迹合并方法把对应同一 目标的多个量测压缩成一个等效量测；最后，根据各等效量测及进行数据压缩后剩余的 测产生互联假设，同时利用多传感器广义相关算法得分函数递推公式计算各互联假设的得 分，并挑选得分最大的互联假设完成融合中心的状态更新。3.有益效果本专利技术相比
技术介绍
具有如下的优点(1)该跟踪器可避免当融合中心量测数较大时集中式系统存储量饱和的问题；(2)该跟踪器同时具备较好的跟踪精度和实时性，适用于对系统实时性及跟踪精 度均有一定要求的实际场合。四附图说明说明书附图是本专利技术目标状态更新的单次循环流程图。五具体实施例方式以下结合说明书附图对本专利技术作进一步详细描述。参照说明书附图，本专利技术目标 状态更新的单次循环方式分以下几个步骤(1)计算装置1接收k时刻融合中心所得综合量测集Z (k)，确定Ns个传感器落入 目标t确认区域内的量测集合。设该集合为Z'{k) = {Z'\k)}^xZ'\k) = {zf (k)}f!lk)其中，Nt为量测落入目标t确认区域内的传感器个数；间⑷为传感器1落入目标 t确认区域内的量测数。(2)计算装置2接收来自计算装置1的输出结果完成点迹互联。若目标t确认区 域内来自传感器m的第i个量测^㈨和来自传感器η的第j个量测满足(幻口式则称两点迹互联，其中Cltl为关联波门；在多目标情况下，一个传感器的点 迹可能与另一传感器的多个点迹互联，此时采用最近邻域法确定互联点迹。利用上 述点迹_点迹互联方法可得出Nt个传感器在k时刻对应于目标t的量测集合，记为 Z (k) = (k)·, z\ (k)',…,Z^ (幻'}，同时将剩余的量测存入存储装置3。(3)计算装置4接收来计算装置2的输出数据，利用点迹合成公式得出等效量测点 z" Ik)，点迹合成公式为N1Z"'(k) = R^R11- zlik)'1=\其中，<为落入目标t确认区域内的传感器1的第I1个量测< (幻'的量测误差协 方差；R为等效量测z" tGO的量测误差协方差，且R= K_ /=1 _将z" tGO存入存储装置3，此时，存储装置3中为数据压缩后落入目标t确认 区域内的量测集合，其由等效量测点z" tGO及数据压缩后的剩余量测组成，设该集合为 ZtGO,量测个数为 ={<}[,。(4)对每个目标重复上述三步，并将每次循环中存储装置3中的数据全部存入4存储装置5 ；存储装置5中存储的是所有目标数据压缩之后确认区域内的量测集合，记为 Z{k) = {Z'(k)}TM，其中T为目标总数，量测个数集合为巧={m'k}Tt__x。(5)计算装置6接收存储装置5的输出结果，定义量测集合 Z(Zc) = G1 (幻)，其中，￡,(幻为ZtGO中的任一量测，令θ (k)为量测集合i(幻 中的各量测与目标t(t = 1,2,…，Τ)对应互联的事件；根据θ (k)的定义方法，可得到多 个互联事件。(6)计算装置7接收来计算装置6的输出结果，根据多源状态下广义相关得分函数 递推公式计算每个互联事件的得分，得分最高的事件为最可能出现的互联假设，利用得分 最高的互联事件完成各目标在k时刻的状态更新及状态协方差更新。权利要求基于数据压缩的集中式多源广义相关跟踪器，其特征在于包括以下技术措施(1)利用各目标数据压缩后的等效量测及确认区域内的剩余量测构造互联事件；(2)推导多源广义相关得分函数递推公式。2.根据权利要求1所述的利用各目标数据压缩后的等效量测及确认区域内的剩余量 测构造互联事件，其特征在于具有如下技术特征根据融合中心所得综合量测集，确定落入 各目标确认区域内的量测集合，通过点迹互联、点迹合并将对应同一目标的多个量测压缩 成一个等效量测；设z" tGO为目标t的等效量测点，集合ZtGO由z" tGO与目标t确 认区域内数据压缩后的剩余量测组成，记所有目标数据压缩之后确认区域内的量测集合为 Z⑷= {Z'⑷仏淀义量测集合Z㈨=G1⑷，￡2⑷,…,知⑷)，其中，幻为ZtGO中的任 一量测，令θ (k)为量测集合Z㈨中的各量测与目标t(t = 1,2,…，Τ)对应互联的事件； 根据θ (k)的定义方法，可得到多个互联事件。3.根据权利要求1所述的推导多源广义相关得分函数递推公式，其特征在于采用如下 的技术措施步骤针对互联事件θ (k)，根据单传感器广义相关算法中得分函数的递推公 式，推导多源广义相关得分函数递推公式为 M其中，nk和Iv1分别为k时刻和k-Ι时刻融合中心所跟踪的航迹条数；NS为传感器的个 数；^^为传感器1新源密度，包含传感器1能检测到的新目标密度β'工和虚警密度λΝ; LiGO为互联事件θ (k)为真时k时刻第i条航迹的得分；其中，为传感器1的平均航迹长度。全文摘要本专利技术公开了一种基于数据压缩的集中式多源本文档来自技高网...

【技术保护点】
基于数据压缩的集中式多源广义相关跟踪器，其特征在于包括以下技术措施：（１）利用各目标数据压缩后的等效量测及确认区域内的剩余量测构造互联事件；（２）推导多源广义相关得分函数递推公式。

【技术特征摘要】

【专利技术属性】
技术研发人员：王海鹏，熊伟，何友，宋强，董云龙，崔亚奇，邢凤勇，
申请(专利权)人：中国人民解放军海军航空工程学院，
类型：发明
国别省市：37[中国|山东]