【技术实现步骤摘要】
本专利技术涉及目标探测，尤其涉及一种低空复杂环境下多目标全自动跟踪方法及系统。
技术介绍
1、随着无人机技术的发展与应用，低空环境特别是城市低空环境日益成为无人机活动的主要区域。无人机群的活动机动性大、路线多变，加上低空环境的干扰源多，使得低空多目标探测与信息融合任务面临新的挑战。
2、与中高空目标跟踪不同，低空环境下特别是城市低空环境中，非目标运动信息非常多，比如鸟类飞行、树叶抖动、电线摇摆，以及建筑物干扰等，这使得低空环境下的雷达量测点迹信息包含了大量各类杂波、虚假点迹。
3、低空环境非目标杂波多，运动状态机动性大，以及多目标运动关联困难等因素的存在，使得现有多目标跟踪的方法和技术，不同程度地出现航迹间断、航迹偏离等异常情况，严重的直接发生航迹中断。
技术实现思路
1、本专利技术意在提供一种低空复杂环境下多目标全自动跟踪方法及系统，以解决现有技术中存在的不足，本专利技术要解决的技术问题通过以下技术方案来实现。
2、本专利技术提供的低空复杂环境下多目标...
【技术保护点】
1.一种低空复杂环境下多目标全自动跟踪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的低空复杂环境下多目标全自动跟踪方法，其特征在于，对与已建立的航迹相关联的雷达测量数据或对已建立的航迹进行特征提取包括：将与已建立的航迹相关联的雷达测量数据或已建立的航迹输入至生成式对抗网络的生成器中，生成式对抗网络的生成器采用编码器中的特征工程模块提取位置信息、速度特征、加速度特征以及转弯特征。
3.根据权利要求1所述的低空复杂环境下多目标全自动跟踪方法，其特征在于，基于提取的特征预测下一时刻的雷达测量数据包括：
4.根据权利要求1所述的...
【技术特征摘要】
1.一种低空复杂环境下多目标全自动跟踪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的低空复杂环境下多目标全自动跟踪方法，其特征在于，对与已建立的航迹相关联的雷达测量数据或对已建立的航迹进行特征提取包括：将与已建立的航迹相关联的雷达测量数据或已建立的航迹输入至生成式对抗网络的生成器中，生成式对抗网络的生成器采用编码器中的特征工程模块提取位置信息、速度特征、加速度特征以及转弯特征。
3.根据权利要求1所述的低空复杂环境下多目标全自动跟踪方法，其特征在于，基于提取的特征预测下一时刻的雷达测量数据包括：
4.根据权利要求1所述的低空复杂环境下多目标全自动跟踪方法，其特征在于，对预测的下一时刻的雷达测量数据进行筛选以及融合处理包括：
5.根据权利要求4所述的低空复杂环境下多目标全自动跟踪方法，其特征在于，基于与已建立的航迹相关联的雷达测量数据和与其对应的下一时刻的雷达测量数据设置跟踪波门的取值，并将设置的跟踪波门的取值与异常值过滤半径进行比较，将大于异常值过滤半径的跟踪波门的取值对应的下一时刻的雷达测量数据进行去除，其中，跟踪波门的取值采用以下公式获取：
【专利技术属性】
技术研发人员：任光，王家隆，王琦，张国荣，李小赛，王玉柱，
申请(专利权)人：中国电子科技集团公司第十五研究所，
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。