一种多目标跟踪的杂波估计方法技术

本发明专利技术涉及目标跟踪技术领域，特别是一种多目标跟踪的杂波估计方法。主要解决现有技术中杂波模型与实际不相符导致跟踪精度降低的问题，特别是复杂背景下未知杂波分布的多目标跟踪问题。本发明专利技术通过估计每个目标邻近区域的杂波强度来近似估计整个跟踪区域的杂波强度，整个过程不依赖杂波分布先验知识，可以在复杂背景未知杂波分布下更加准确跟踪多个目标，比一般的粒子概率假设密度滤波技术更具有实用性。

【技术实现步骤摘要】

【技术保护点】
一种多目标跟踪的杂波估计方法，包括以下步骤：步骤101，通过传感器获得目标初始时刻的状态，包含目标的位置和速度信息；步骤102，然后初始化目标的状态和粒子的权值N表示采样粒子的个数，对获得了k?1时刻PHD的状态粒子集描述为步骤103，按照公式(1)从存在目标的建议分布和新生目标的建议分布pk(·|Zk)中随机采样粒子，所述建议分布和pk(·|Zk)的分别取单目标转移概率密度fk|k?1(·|·)和新生目标概率假设密度γk(·)：x~k(i)=qk(·|xk-1(i),Zk),i=1,...,Lk-1pk(·|Zk),i=Lk-1+1,...,Lk-1+Jk---(1)其中表示k?1时刻第i个粒子的状态，表示第i个粒子的权值，qk和pk分别表示k?1时刻的存活的粒子和k时刻新生粒子的建议分布函数，Lk?1为k?1时刻粒子数，Jk为新生目标的粒子数，为随机采样的粒子，Zk为k时刻的量测集；步骤104，然后依式(2)(3)计算对应粒子的权值，由此得到k时刻的预测粒子集：{x~k(i),w~k|k-1(i)}i=1Lk-1+Jk,w~k|k-1(i)=φk|k-1(x~k(i),xk-1(i))·wk-1(i)qk(xk(i)|xk-1(i),Zk),i=1,...,Lk-1γk(x~ki)Jkpk(x~k(i)|Zk),i=Lk-1+1,...,Lk-1+Jk---(2)φk|k-1(x~k(i),xk-1(i))=ek|k-1(xk-1(i))fk|k-1(x~k(i)|xk-1(i))+βk|k-1(x~k(i)|xk-1(i))---(3)其中ek|k?1(·)表示k?1时刻的目标在k时刻存活下来的概率，fk|k?1(·|·)表示单目标的状态转移密度，βk|k?1(·|·)表示k时刻衍生目标的概率密度，γk(·)表示k时刻新生目标的概率密度；步骤105，通过传感器得到k时刻的观测值Zk，其中Zk是包含杂波的观测集合；步骤106，根据前k?1时刻实际杂波的分布情况利用式估计k时刻的杂波个数，其中τk?1表示k?1时刻来自当前场景的杂波个数，rk表示k时刻杂波的估计值；步骤107，接收到当前k时刻的最新观测值后，先根据观测值估计每个目标邻近区域的杂波个数，设ε表示选定的阈值，表示k时刻第l个目标的预测位置，表示杂波的位置，若满足式子|xkl-zx,kj|≤ϵ|ykl-zy,kj|≤ϵ---(4)则该杂波在第l个目标邻近区域，由此可估计出落在该目标附近杂波的个数目标的ε区域近似为个数为均匀分布，强度为本专利技术中，ε取值为30m，如果估计的目标ε区域杂波个数为零，我们取其杂波强度为其中V为观测区域；步骤108，利用步骤105，106，107得到的数据更新状态和粒子权值，并且更新目标观测区域的杂波数，根据公式(5)更新粒子权值：w~k(i)=[1-PDk(x~k(i))+Σz∈ZkPDk(x~ki)gk(z|x~k(i))κk(z)+Σj=1Lk-1+JkPDk(x~kj)gk(z|x~k(j))w~k|k-1(i)]w~k|k-1(i)---(5)其中κk(z)为步骤106中估计的杂波强度，为目标的检测概率，为k时刻接收到的量测集合，M(k)为量测总数，为观测的似然函数；步骤109，从公式(5)中得到更新后的粒子集为然后对目标个数和目标状态的估计，累加更新后的粒子权值然后得到目标个数的估计值，即利用k?means算法对粒子进行聚类，从聚类粒子中选取峰值最大的前个粒子，对应 的状态点作为目标的状态估计值；步骤110，对粒子集重采样，得到新的粒子集重采样后的粒子权值乘以目标个数，重新调整后得到粒子集Lk为重采样后的粒子个数；步骤111，得到了新的粒子集合，判断仿真时段是否结束，如果没有，k?1=k，然后返回到步骤101，进行下一时刻的多目标跟踪；否则跟踪结束。FDA00003417853500011.jpg,FDA00003417853500012.jpg,FDA00003417853500013.jpg,FDA00003417853500014.jpg,FDA00003417853500015.jpg,FDA00003417853500017.jpg,FDA00003417853500018.jpg,FDA00003417853500019.jpg,F...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘贵喜，瑚成祥，张菁超，王明，董亮，刘荣荣，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：