【技术实现步骤摘要】
本专利技术涉及检测前跟踪轨迹起始终止判定方法。
技术介绍
1、多目标跟踪是水下目标探测定位的重要环节，近年来检测前跟踪逐渐引起人们的关注，因为它避免了信号检测过程中由于漏检虚警而造成的信息损失，通过相邻多帧间信号相关性和噪声的非相关性对信号状态进行估计。kreucher在贝叶斯框架下推导了递归估计联合多目标概率密度方法以进行多目标检测前跟踪，并根据目标估计状态的欧氏距离分别使用独立分区粒子滤波和耦合分区粒子滤波，有效减小了计算量。但上述方法中并没有推导轨迹起始终止模型，所以只适用于目标数量已知场景。针对检测前跟踪的轨迹起始终止，septier在jmpd方法基础上将表示目标存在的变量建模为独立的马尔科夫过程，多目标的出生死亡过程被建模为伯努利模型，并使用序贯蒙特卡洛方法估计目标存在概率，仿真表明该方法能有效应用在目标数量变化场景中，但增加粒子滤波状态的维度需要相应增加粒子数量以提高估计准确度，计算效率较低。xu l采用目标存在和不存在的似然比迭代粒子权值，以相邻三帧权值和来衡量目标存在概率，该方法计算简单但对目标新生和死亡判断受信噪比影响较大，且无法应用到目标邻近场景下。rutten将表示目标存在的变量与目标状态分离，使用粒子滤波方法估计目标状态后验概率密度，以更有效的方法计算目标存在概率，该方法通过贝叶斯推导将轨迹终止和起始统一起来，并在不增加粒子计算负担的条件下提出了基于粒子滤波的实现方法。
2、上述方法都建立在每个目标的后验概率相互独立的假设上，将目标分离为一个个独立的分区，假设每个分区中最多只有一个目标，只对一
技术实现思路
1、本专利技术的目的是为了解决现有方法都建立在每个目标的后验概率相互独立的假设上，将目标分离为一个个独立的分区，假设每个分区中最多只有一个目标，只对一个目标的状态进行估计，导致复杂多目标场景尤其轨迹之间邻近时轨迹起始终止判定准确率低的问题，而提出一种复杂场景检测前跟踪轨迹起始终止判定方法。
2、一种复杂场景检测前跟踪轨迹起始终止判定方法具体过程为：
3、步骤一、在k＝0时刻初始化粒子群，粒子群中不存在水下目标；
4、步骤二、k-1时刻某一目标批次假设为gk-1，某一目标批次假设gk-1中水下目标数量为nk；
5、k时刻遍历目标批次gk-1中水下目标，对目标批次假设gk-1中水下目标的新生、终止、维持以重要性分布进行随机采样，衍生出nk+2种目标批次假设；
6、步骤三、基于步骤二衍生出的nk+2种目标批次假设，计算每个粒子群中各粒子的权重，并对每个粒子群中各粒子的权重进行归一化；
7、一个目标批次假设为一个粒子群；
8、步骤四、基于步骤三得到的每个粒子群中各粒子的权重，计算各目标批次假设后验概率，对各目标批次假设后验概率进行归一化，得到归一化后各目标批次假设后验概率；
9、步骤五、遍历k-1时刻目标批次假设，将目标数量和对应目标类别都相同的目标批次假设进行合并，得到k时刻合并后目标批次假设；计算k时刻合并后目标批次假设的后验概率；基于k时刻合并后目标批次假设的后验概率，计算k时刻合并后目标批次假设状态估计的后验概率；
10、步骤六、对每个粒子群进行重采样，将每个粒子群粒子数限定为n；
11、步骤七、对比各目标批次假设状态估计的后验概率，并保留目标批次假设状态估计的后验概率大于门限的目标批次假设，在保留的目标批次假设状态估计的后验概率中选取最大目标批次假设的后验概率对应的目标批次假设的后验概率作为k时刻的状态估计。
12、本专利技术的有益效果为：
13、本专利技术方法水下多目标轨迹起始终止和方位角估计分离，较传统方法降低了粒子数需求，提高了计算效率。同时该方法能获取各目标批次且适用于各种水下多目标场景，尤其在水下多目标邻近交叉时发生轨迹起始终止情况下本专利技术方法仍然适用，而传统方法只适用于非邻近情况。仿真结果表明，本专利技术方法能有效判断各种场景下的被动纯方位水下多目标检测前跟踪的轨迹起始终止。
本文档来自技高网...【技术保护点】
1.一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述步骤二中k-1时刻某一目标批次假设为gk-1，某一目标批次假设gk-1中水下目标数量为nk；
3.根据权利要求2所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述nk+2种目标批次假设具体为：
4.根据权利要求3所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述分组l获取过程为：
5.根据权利要求4所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述步骤三中基于步骤二衍生出的nk+2种目标批次假设，计算每个粒子群中各粒子的权重，并对每个粒子群中各粒子的权重进行归一化；
6.根据权利要求5所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述步骤四中基于步骤三得到的每个粒子群中各粒子的权重，计算各目标批次假设后验概率，对各目标批次假设后验概率进行归一化，得到归一化后各目标批次假设后验概率；
8.根据权利要求7所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述步骤七中对比各目标批次假设状态估计的后验概率，并保留目标批次假设状态估计的后验概率大于门限的目标批次假设，在保留的目标批次假设状态估计的后验概率中选取最大目标批次假设的后验概率对应的目标批次假设的后验概率作为k时刻的状态估计；具体过程为：
...【技术特征摘要】
1.一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述步骤二中k-1时刻某一目标批次假设为gk-1，某一目标批次假设gk-1中水下目标数量为nk；
3.根据权利要求2所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述nk+2种目标批次假设具体为：
4.根据权利要求3所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述分组l获取过程为：
5.根据权利要求4所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述步骤三中基于步骤二衍生出的nk+2种目标批次假设，计算每个粒子群中各粒子的权重，并对每个粒子群中各粒子的权重进行归一化；
6.根据权利要求5所述的一种复杂场景检测前跟踪轨迹起始终止判定方法，其特征在于：所述步...
【专利技术属性】
技术研发人员：齐滨，朱力，郝宇，梁国龙，王燕，王晋晋，
申请(专利权)人：哈尔滨工程大学，
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。