多傳感器存在監測區域部分重疊的擴展目標跟蹤方法
【技術領域】
[0001] 本發明屬于目標跟蹤與目標定位方法技術領域，涉及一種多傳感器環境下的目標 跟蹤方法，具體涉及一種多傳感器存在監測區域部分重疊的擴展目標跟蹤方法。
【背景技術】
[0002] 隨著現代傳感器精度的不斷提高，傳感器在監測單個目標時不僅僅只接收到一個 量測，更多的時候是一個目標產生的多個量測都能夠被監測到，這種能夠產生多于一個量 測信息的目標被稱為一個擴展目標。
[0003] 在多傳感器條件下的擴展目標跟蹤算法旨在選擇合適的算法把各個傳感器接收 到的量測信息進行融合，融合后的信息經過濾波處理后，能更精確的反映群目標的真實狀 態。在融合過程中，可充分利用多個傳感器資源，通過對這些傳感器及其觀測信息的合理支 配和使用，把多個傳感器在空間或時間上的冗余或互補信息依據某種準則進行組合，以獲 得被測對象的一致性解釋或描述。信息融合的基本目的是通過利用多個傳感器共同或聯合 操作的優勢，提高傳感器系統的有效性和可靠性。
[0004] 多傳感器跟蹤系統與傳統的單傳感器跟蹤系統相比，因其擴大了時空的覆蓋范 圍、改進了測量性能并增加了系統的穩定性，使其在軍事及一些非軍事目標的跟蹤中有著 非常廣泛的應用。
[0005] 多傳感器多目標跟蹤就是由多個同類型或者不同類型的傳感器在雜波、數據關聯 不確定、檢測概率小于1以及噪聲環境下得到無序、數據格式不統一的量測集，通過整合量 測集信息，對每一時刻的目標數目和狀態進行估計。多傳感器擴展目標跟蹤算法的基本思 想就是通過采取不同的數據融合算法融合多傳感器量測，從而達到對目標進行有效跟蹤的 目的。
[0006] 常見的數據融合方法主要有：序貫融合算法和并行融合算法，它們被多次使用到 目標跟蹤領域中。如：Pham 等人在文章 "Pham N T，Huang W，Ong S H. Multiple sensor multiple object tracking with GMPHD filter[C]. In Proceedings of the IOth International Conference on Information Fusion. Montreal Quebec Canada:9-12, July，2007:1-7. "中將序貫數據融合算法與高斯擴展概率假設密度濾波（Extend Target-GM-PHD，ET-GM-PHD)算法相結合，實現了在多傳感器環境下使用GM-PHD濾波算法 對目標進行跟蹤。Weifeng 等人在文獻 "Weifeng Liu, Chenglin Wen. The fast linear multisensor RFS-multitarget tracking filters[C]. In Proceedings of the 17th International Conference on Information Fusion. Salamanca, 2014:1-8. " 中通過使用 量測尺寸擴展的方法，提出了一種運用于線性多傳感器環境下的基于隨機有限集的多目標 跟蹤濾波器，并且還為該濾波器提供了一種更快速的量測更新計算方法。上述公開的多傳 感器融合算法可以直接應用到擴展目標跟蹤過程中，然而，現有的多傳感器融合算法均假 設傳感器監測區域不重疊，也就是說，每個傳感器均有屬于自己獨立的一個監測區域，互不 干擾。在實際的多傳感器環境下，傳感器的監測區域往往出現情況不一的部分重疊的情況。
[0007] 針對多傳感器監測區域部分重疊的擴展目標跟蹤問題，將傳統的序貫濾波算法進 行改進后應用到擴展目標跟蹤中，得到一種新的擴展目標融合算法，取得了較好的效果。
【發明內容】
[0008] 本發明的目的在于提供一種多傳感器存在監測區域部分重疊的擴展目標跟蹤方 法，合理利用多個傳感器接收到的量測信息，基于多傳感器環境下的融合算法估計出每一 時刻的擴展目標的狀態，提尚了跟蹤精度。
[0009] 本發明所采用的技術方案是，多傳感器存在監測區域部分重疊的擴展目標跟蹤方 法，具體按照以下步驟實施：
[0010] 步驟1、采用一個隨機集& = 表示k時刻擴展目標的狀態；
[0011] k時刻擴展目標的狀態包括有如下信息：目標質心的位置、速度以及加速度；
[0012]在隨機集中：
[0013] 表示在k時刻第i個擴展目標的狀態，Nxik表示k時刻的目標數目；
[0014] 預先設定第i個擴展目標狀態向量為·4;)，其動態方程具體如下：
[嶋]
[0016] 在動態方程中：
[0017] Fk為目標的動態轉移矩陣，將F k作為線性高斯模型，采用卡爾曼濾波算法對目標 進行跟蹤；
[0018] 為協方差為的過程噪聲；
[0019] 每個目標的動態轉移方程采用的是同一個模型并且它們之間是相互獨立的；
[0020] 擴展目標單個傳感器的量測集為,量測集 是由傳感器觀測k時刻的真實目標的運動狀態產生的數據信息集合，對于第i個擴展目標 的狀態產生的量測信息zld按如下算法實施：
[0021] ζψ - Hkx"p + .
[0022] 式中，Hk表示目標量測矩陣，表示高斯白噪聲且它的協方差為Rk;
[0023] 在k時刻，第i個擴展目標產生的量測個數7/$服從泊松分布；
[0024] 即：~Possion(,(_4〇))；
[0025] 表示相應擴展目標所產生量測個數的均值，在k時刻該擴展目標至少 產生一個量測的概率，其概率值為 :1-C
[0026] zOcP )為一個已知的定義在目標的狀態空間上的一個非負函數，則該擴展目標 的檢測概率為 :Κ(4'?(40);
[0027] 其中，(W))為第i個擴展目標能夠被檢測到的概率，1 - ^ (xf))為目標未被 檢測到的概率；
[0028] 在觀測目標狀態的同時，能觀測到雜波信息，每一時刻雜波的數目服從一個隨機 變量為β FA，k的泊松分布，此處的隨機變量β FA，k為在擴展目標跟蹤中的雜波率，則在k時 亥IJ，單個傳感器的擴展目標量測集Z k具體模型如下：
[0029] Xk - Z1^k (Xk ) LJ Z2^k (Xk )... U Zn^^ (Xk ) U Zc，免.
[0030] 在上述模型中，ZcaS k時刻的雜波集；
[0031] 在多個傳感器共同形成的環境下，當前傳感器的總數量為L個，在k時刻，L個傳 感器接收到的量測集合為：
[0032] Zk = Z1k UZ^ u...Z^ u...Z^ ；
[0033] 其中，為第m個傳感器接收到的量測信息；
[0034] 步驟2、經步驟1得到L個傳感器的量測集合后，利用動態方程對擴展目標位置進 行估計；
[0035] 步驟3、經步驟2完成對擴展目標位置估計后，將得到的當前時刻目標總的權值、 均值以及協方差進行保存；返回步驟2. 2,在下一時刻作為步驟2. 2中的所需的目標初始權 值、均值以及協方差，經多次循環后最終實現多傳感器存在監測區域部分重疊的擴展目標 跟蹤；
[0036] 步驟2. 2~步驟3為循環過程，循環至目標結束移動后結束，設定目標移動周期為 IOOs0
[0037] 本發明的特點還在于：
[0038] 步驟2具體按照以下步驟實施：
[0039] 步驟2. 1、在擴展目標的初始位置，即k = 0時刻，經計算得到擴展多目標的初始概 率假設密度；
[0040] 初始概率假設密度具體按照以下算法實施：
【主權項】
1.多傳感器存在監測區域部分重疊的擴展目標跟蹤方法，其特征在于，具體按照以下 步驟實施： 步驟1、采用一個隨機集
表示k時刻擴展目標的狀態； k時刻擴展目標的狀態包括有如下信息：目標質心的位置、速度以及加速度； 在隨機集
中： 表示在k時刻第i個擴展目標的狀態，Nx，k表示k時刻的目標數目； 預先設定第i個擴展目標狀態向量為xf，其動態方程具體如下：
在動態方程中： Fk為目標的動態轉