【技术实现步骤摘要】
本专利技术涉及扩展目标跟踪，具体涉及一种基于改进高斯过程的轮廓自适应的机动扩展目标跟踪方法。
技术介绍
1、在传统的雷达跟踪算法中，雷达分辨单元一般都远大于目标的大小。因此，传统算法将目标看作是点目标，即假设目标在同一时刻最多产生一个量测。随着高分辨率传感器的快速发展，在很多情况下，雷达的分辨单元都远小于目标的大小。也就是说，在每个采样时刻可以在目标表面捕捉到多个量测。因此，传统目标跟踪算法中的点目标假设就不再适用。目标应被视为具有空间扩展的扩展目标，即考虑目标的大小、形状和方向等因素。这种扩展目标的跟踪算法可以更准确地估计目标的状态和运动。正因如此，扩展目标跟踪近年来备受关注，并广泛应用于实际场景。
2、扩展对象的跟踪任务的核心是联合估计运动状态和扩展状态，且形状和运动之间存在着内在耦合关系。扩展目标跟踪算法需要建立目标状态和量测位置之间的函数关系，并建立合适的量测模型。在现有滤波算法的基础上，根据量测产生的位置估计目标形状。
3、早期的扩展目标跟踪算法通常将扩展目标建模成比较简单的几何形状，koch提出了随机...
【技术保护点】
1.基于改进高斯过程的轮廓自适应的机动扩展目标跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于改进高斯过程的轮廓自适应的机动扩展目标跟踪方法，其特征在于，步骤S1中，对于模型mi匹配的模型条件滤波器，扩展目标的状态向量为其包括目标质心位置向量速度向量方位角xk，ψ和方位角速度利用多模型方法进行目标状态估计时，由于每个模型滤波器都可能成为当前有效的系统模型滤波器，仅把上次总体状态估计以及估计误差的协方差阵作为公共的初始条件，然后各个模型按强跟踪扩展卡尔曼滤波算法进行各自的状态估计，同时计算各个模型的概率，重初始化后第j个模型滤波器的输入为：
3.根...
【技术特征摘要】
1.基于改进高斯过程的轮廓自适应的机动扩展目标跟踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于改进高斯过程的轮廓自适应的机动扩展目标跟踪方法，其特征在于，步骤s1中，对于模型mi匹配的模型条件滤波器，扩展目标的状态向量为其包括目标质心位置向量速度向量方位角xk，ψ和方位角速度利用多模型方法进行目标状态估计时，由于每个模型滤波器都可能成为当前有效的系统模型滤波器，仅把上次总体状态估计以及估计误差的协方差阵作为公共的初始条件，然后各个模型按强跟踪扩展卡尔曼滤波算法进行各自的状态估计，同时计算各个模型的概率，重初始化后第j个模型滤波器的输入为：
3.根据权利要求2所述的基于改进高斯过程的轮廓自适应的机动扩展目标跟踪方法，其特征在于，步骤s2中，采用目标的运动朝向实时修正方位角，为了避免过度矫正，分别对估计结果中的运动朝向和方位角赋予权重因子，对其求取加权值：
4.根据权利要求...
【专利技术属性】
技术研发人员：孙力帆，许丽洋，孙硕，刘子怡，刘嘉豪，张高远，张松灿，司鹏举，张冬凯，范波，
申请(专利权)人：河南科技大学，
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。