基于Mamba网络的雷达多目标跟踪方法、装置、设备及介质制造方法及图纸

本申请公开了一种基于Mamba网络的雷达多目标跟踪方法、装置、设备及介质。所述方法包括：针对每个目标，对其预设历史时刻的状态信息进行矩阵拼接，得到所有时刻的目标状态信息；计算目标状态信息与当前时刻所有量测数据之间的欧式距离；根据欧式距离，生成目标点迹特征的目标矩阵；将目标矩阵输入到预先构建的Mamba网络模型中，得到目标与量测的关联概率；利用卡尔曼滤波器对关联概率进行滤波估计处理，得到目标当前时刻的状态预测值。根据本申请实施例，将Mamba网络与数据关联相结合，融合历史状态信息特征去预测目标与量测之间的关联概率，提高了利用深度学习方法解决多目标跟踪中数据关联问题的效率，无需提前获取目标运动模型以及杂波密度等先验信息。

【技术实现步骤摘要】

本申请属于雷达，尤其涉及一种基于mamba网络的雷达多目标跟踪方法、装置、设备及介质。

技术介绍

1、数据关联技术是多目标跟踪中的基础部分，只有正确匹配量测与目标源的关系才能实现准确的多目标跟踪。但是，在使用传统的机载雷达多目标跟踪数据关联算法时，需要提前获取目标运动模型以及杂波密度等先验信息。

技术实现思路

1、本申请实施例提供一种基于mamba网络的雷达多目标跟踪方法、装置、设备及介质，用以至少解决相关技术中需要提前获取目标运动模型以及杂波密度等先验信息的问题。

2、第一方面，本申请实施例提供一种基于mamba网络的雷达多目标跟踪方法，包括：

3、针对每个目标，对其预设历史时刻的状态信息进行矩阵拼接，得到所有时刻的目标状态信息；

4、计算所述目标状态信息与当前时刻所有量测数据之间的欧式距离；

5、根据所述欧式距离，生成目标点迹特征的目标矩阵；

6、将所述目标矩阵输入到预先构建的mamba网络模型中，得到目标与量测的关联概率；

7、利用卡尔曼滤波器对所述关联概率进行滤波估计处理，得到目标当前时刻的状态预测值。

8、第二方面，本申请实施例提供了一种基于mamba网络的雷达多目标跟踪装置，包括：

9、拼接模块，用于针对每个目标，对其预设历史时刻的状态信息进行矩阵拼接，得到所有时刻的目标状态信息；

10、计算模块，用于计算所述目标状态信息与当前时刻所有量测数据之间的欧式距离；p>

11、生成模块，用于根据所述欧式距离，生成目标点迹特征的目标矩阵；

12、关联模块，用于将所述目标矩阵输入到预先构建的mamba网络模型中，得到目标与量测的关联概率；

13、滤波模块，用于利用卡尔曼滤波器对所述关联概率进行滤波估计处理，得到目标当前时刻的状态预测值。

14、第三方面，本申请实施例提供了一种电子设备，该电子设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行所述计算机程序指令时实现如第一方面的任一项实施例中所述的基于mamba网络的雷达多目标跟踪方法的步骤。

15、第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面的任一项实施例中所述的基于mamba网络的雷达多目标跟踪方法的步骤。

16、第五方面，本申请实施例提供一种计算机程序产品，所述程序产品被存储在存储介质中，所述程序产品被至少一个处理器执行以实现如本申请实施例第一方面提供的基于mamba网络的雷达多目标跟踪方法的步骤。

17、本申请实施例的基于mamba网络的雷达多目标跟踪方法、装置、设备及介质，将mamba网络模型与数据关联相结合，融合历史状态信息特征去预测目标与量测之间的关联概率，大大提高了利用深度学习方法解决多目标跟踪中数据关联问题的效率，从而将关联概率输入卡尔曼滤波器中以对各个目标当前时刻的状态进行预测更新，无需提前获取目标运动模型以及杂波密度等先验信息。

本文档来自技高网...

【技术保护点】

1.一种基于Mamba网络的雷达多目标跟踪方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述目标矩阵为一维矩阵；

3.根据权利要求1所述的方法，其特征在于，所述Mamba网络模型包括输入模块、MambaBlock模块和输出模块，其中，所述输入模块包括Mask层和全连接层，所述MambaBlock模块包括卷积层和选择性状态空间模型，所述输出模块包括多层感知机和Softmax层。

4.根据权利要求3所述的方法，其特征在于，所述将所述目标矩阵输入到预先构建的Mamba网络模型中，得到目标与量测的关联概率，包括：

5.根据权利要求1所述的方法，其特征在于，每个量测至多有一个目标源，每个目标至多与一个量测关联。

6.根据权利要求1所述的方法，其特征在于，用于Mamba网络模型训练的MCD损失函数为：

7.一种基于Mamba网络的雷达多目标跟踪装置，其特征在于，包括：

8.一种电子设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；所述处理器调用所述计算机程序指令时实现如权利要求1-6中任意一项所述的基于Mamba网络的雷达多目标跟踪方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器调用时实现如权利要求1-6中任意一项所述的基于Mamba网络的雷达多目标跟踪方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如权利要求1-6中任意一项所述的基于Mamba网络的雷达多目标跟踪方法。

...

【技术特征摘要】

1.一种基于mamba网络的雷达多目标跟踪方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述目标矩阵为一维矩阵；

3.根据权利要求1所述的方法，其特征在于，所述mamba网络模型包括输入模块、mambablock模块和输出模块，其中，所述输入模块包括mask层和全连接层，所述mambablock模块包括卷积层和选择性状态空间模型，所述输出模块包括多层感知机和softmax层。

4.根据权利要求3所述的方法，其特征在于，所述将所述目标矩阵输入到预先构建的mamba网络模型中，得到目标与量测的关联概率，包括：

5.根据权利要求1所述的方法，其特征在于，每个量测至多有一个目标源，每个目标至多与一个量测关联。

6.根据权利要求1所述的方法，其特征在于，用...

【专利技术属性】
技术研发人员：郝祎瑾，宋鹏汉，宋本钦，辛怀声，
申请(专利权)人：中国电子科技集团有限公司电子科学研究院，
类型：发明
国别省市：