本发明专利技术公开了一种基于贝叶斯理论的多传感器检测跟踪联合处理方法，主要解决现有多传感器融合系统检测性能差的问题。其实现过程是：1.设定目标的运动模型；2.设定目标的观测模型；3.对各传感器初始化预测概率分布；4.各传感器利用各自的观测计算目标联合状态的后验概率分布，并将其传送至融合中心；5.融合中心融合得到融合后目标存在的后验概率；6.根据设定的检测阈值检测目标是否存在；7.融合中心融合得到融合后目标运动状态的后验概率分布，并对目标运动状态进行估计；8.各传感器对目标联合状态进行预测；9.重复步骤4至步骤8对目标进行持续的检测和跟踪。本发明专利技术具有检测性能好的优点，可直接利用观测数据对目标进行检测和跟踪。
【技术实现步骤摘要】
本专利技术属于雷达
，涉及目标检测及跟踪方法，可用于小信噪比目标的检 测和跟踪处理。
技术介绍
对于多传感器融合，检测融合和目标状态估计融合常常是两个分开处理的过程。多传感器检测融合系统对各传感器的观测数据或各传感器的判决进行融合处理， 以使得融合系统的检测性能更优。多传感器检测融合系统由融合中心及多部传感器构成， 融合系统的融合方式可分为集中式和分布式两种。在集中式融合方式下，各传感器将其观 测数据直接传输到融合中心，融合中心根据所有传感器的观测数据进行假设检验，从而形 成最终的判决。在分布式融合方式下，各个传感器首先基于各自的观测进行判决，然后将 判决结果传送到融合中心；融合中心根据所有传感器的判决进行假设检验，并形成系统最 终的判决。集中式融合方式的优点是利用了所有传感器的观测数据，因此可以获得较好的 检测性能。其缺点是为了完成每次检测，各传感器均须传送全部观测数据至融合中心，因 此数据传输量较大，不易工程实现。和集中式融合方式相比，分布式融合方式则具有数据 传输量小、融合中心计算量小等优点。由于分布式融合系统具有上述优点，因此一直受到 广泛的重视。当各传感器判决的虚警概率和检测概率已知时，融合中心能够较容易地按照 Neyman-Pearson准则确定融合规则；而当各传感器判决的虚警概率和检测概率未知时，如 何更优地确定融合中心的融合规则是研究的一个重点。多传感器目标状态估计融合系统对各传感器或融合中心的目标状态的估计值进 行融合，以使得融合后的目标状态的估计值更加准确。多传感器目标状态估计融合系统的 融合结构可以分为三类集中式、分布式和混合式。集中式融合就是所有传感器的量测数 据都传送到融合中心进行处理和融合，也称为量测融合。在集中式融合结构中，融合中心可 以利用所有传感器的原始量测数据，没有任何信息的损失，因而融合结果是最优的。但是这 种结构需要频带很宽的数据传输链路来传输原始量测数据，并且需要较强处理能力的融合 中心。在分布式融合结构中，每个传感器都有自己的处理器，能够形成局部航迹，融合中心 主要对各局部航迹进行融合。这种结构对信道容量要求低，系统生命力强，在工程上易于实 现。混合式融合是集中式融合和分布式融合的一种综合，融合中心得到的可能是原始量测 数据，也可能是局部航迹数据。对于多传感器目标状态估计融合系统，研究主要集中在各种 融合结构的融合算法上。相对于单传感器而言，上述的多传感器检测融合系统和多传感器目标状态融合系 统虽然其检测和跟踪性能得到了改善，但是它们都没有完全利用观测数据所提供的信息， 由此限制了其性能的改善。
技术实现思路
本专利技术的目的在于克服上述多传感器检测融合系统和多传感器目标状态融合系统的不足，提出了一种，以充分利用可 以利用的信息，提高系统的检测和跟踪性能。为实现上述目的，本专利技术的多传感器检测跟踪联合处理方法，包括如下步骤1)将目标的动态模型和目标存在状态的转移概率矩阵以概率的形式联合表示为 P (yk+11 yk)，其中yk表示k时刻目标联合状态，yk+1表示k+Ι时刻目标联合状态，目标联合状 态yk的具体形式为权利要求1. 一种，包括如下步骤1)将目标的动态模型和目标存在状态的转移概率矩阵以概率的形式联合表示为 P (yk+11 yk)，其中yk表示k时刻目标联合状态，yk+1表示k+Ι时刻目标联合状态，目标联合状态yk的具体形式为yk = (xk，Ek)，&表示k时刻目标运动状态，Ek表示k时刻目标存在状态；2)将目标联合状态yk与第i个传感器k时刻整个观测空间的观测数据^之间的关系以概率的形式表示为2.根据权利要求1所述的多传感器检测跟踪联合处理方法，其中步骤1)中的目标的动 态模型，表示为Xk+i = fk (Xk) +wk式中，xk+1表示k+Ι时刻目标运动状态，xk表示k时刻目标运动状态，fk( ·)表示k时 刻目标的状态转移函数，wk表示k时刻目标动态模型的噪声。3.根据权利要求1所述的多传感器检测跟踪联合处理方法，其中步骤1)中的目标存在 状态的转移概率矩阵，表示为V Pd I-^dy式中，Pb表示目标存在状态从目标不存在假设转移到目标存在假设的概率，Pd表示目 标存在状态从目标存在假设转移到目标不存在假设的概率，Pb和Pd的具体形式为Pb = P (Ew = H11 Ek = H0)Pd = P(Ew = H0IEk = H1)式中，P表示概率，Ek+1表示k+Ι时刻目标存在状态，Ek表示k时刻目标存在状态，目标 存在状态&为一齐次的二值马尔可夫链，Ek e {H0, HJ，其中Hc^PH1分别表示目标不存在 和目标存在的假设。4.根据权利要求1所述的多传感器检测跟踪联合处理方法，其中步骤幻中的观测数据 Zt，表示为5.根据权利要求1所述的多传感器检测跟踪联合处理方法，其中步骤4)中目标联合状 态的后验概率分布/^yit Iζ〖)，采用如下公式计算6.根据权利要求1所述的多传感器检测跟踪联合处理方法，其中步骤7)中各传感器目 标运动状态的后验概率分布尸I尽= H1,Ζ〖)，采用如下公式计算7.根据权利要求1所述的多传感器检测跟踪联合处理方法，其中步骤8)中各传感器的 预测概率分布1Ζ；)，采用如下公式计算全文摘要本专利技术公开了一种，主要解决现有多传感器融合系统检测性能差的问题。其实现过程是1.设定目标的运动模型；2.设定目标的观测模型；3.对各传感器初始化预测概率分布；4.各传感器利用各自的观测计算目标联合状态的后验概率分布，并将其传送至融合中心；5.融合中心融合得到融合后目标存在的后验概率；6.根据设定的检测阈值检测目标是否存在；7.融合中心融合得到融合后目标运动状态的后验概率分布，并对目标运动状态进行估计；8.各传感器对目标联合状态进行预测；9.重复步骤4至步骤8对目标进行持续的检测和跟踪。本专利技术具有检测性能好的优点，可直接利用观测数据对目标进行检测和跟踪。文档编号G01S7/00GK102147468SQ20111000311公开日2011年8月10日 申请日期2011年1月7日 优先权日2011年1月7日专利技术者刘宏伟, 夏双志, 戴奉周 申请人:西安电子科技大学本文档来自技高网...
【技术保护点】
１．一种基于贝叶斯理论的多传感器检测跟踪联合处理方法，包括如下步骤：１）将目标的动态模型和目标存在状态的转移概率矩阵以概率的形式联合表示为ｐ（ｙｋ＋１｜ｙｋ），其中ｙｋ表示ｋ时刻目标联合状态，ｙｋ＋１表示ｋ＋１时刻目标联合状态，目标联合状态ｙｋ的具体形式为ｙｋ＝（ｘｋ，Ｅｋ），ｘｋ表示ｋ时刻目标运动状态，Ｅｋ表示ｋ时刻目标存在状态；２）将目标联合状态ｙｋ与第ｉ个传感器ｋ时刻整个观测空间的观测数据之间的关系以概率的形式表示为１≤ｉ≤Ｎ，其中Ｎ表示传感器数目；３）在起始时刻，将各传感器均匀地初始化为没有观测情况下的预测概率分布ｙ１表示ｋ＝１时刻目标联合状态，表示第ｉ个传感器起始时刻没有观测的情况；４）各传感器根据ｋ时刻的观测数据计算目标联合状态的后验概率分布其中表示第ｉ个传感器ｋ时刻及ｋ时刻以前所有的观测数据，其具体形式为５）各传感器把目标联合状态的后验概率分布传送至融合中心，ｉ＝１，２，Ｌ，Ｎ；融合中心利用该对目标存在状态Ｅｋ进行融合处理，得到融合后目标存在的后验概率ｐ１～Ｎ（Ｅｋ＝Ｈ１）：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｓｕｐ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｎ）１（／ｍｎ）?（ｍｏ）～（／ｍｏ）?（ｍｉ）Ｈ（／ｍｉ）?（／ｍｒｏｗ）?（／ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｅ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｈ（／ｍｉ）?（ｍｎ）１（／ｍｎ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｒｏｗ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｐｉ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｎ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｅ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｈ（／ｍｉ）?（ｍｎ）１（／ｍｎ）?（／ｍｓｕｂ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）Ｚ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｐｉ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｎ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｅ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｈ（／ｍｉ）?（ｍｎ）１（／ｍｎ）?（／ｍｓｕｂ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）Ｚ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＋（／ｍｏ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｐｉ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｎ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｅ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｈ（／ｍｉ）?（ｍｎ）０（／ｍｎ）?（／ｍｓｕｂ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）Ｚ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍｆｒａｃ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中，表示在条件下目标存在的后验概率，其具体形式为：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｅ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ）＝（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｈ（／ｍｉ）?（ｍｎ）１（／ｍｎ）?（／ｍｓｕｂ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）Ｚ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（ｍｉ）ｉ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）＝（／ｍｏ）?（ｍｏ）＆Ｉｎｔｅｇｒａｌ；（／ｍｏ）?（ｍｉ）ｐ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）ｘ（／ｍｉ）?（ｍｉ）ｋ（／ｍｉ）?（／ｍｓｕｂ）?（ｍｏ），（／ｍｏ）?（ｍｓｕｂ）?（ｍｉ）Ｅ（...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘宏伟，夏双志，戴奉周，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87
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。