近鄰傳播觀測聚類的多擴展目標跟蹤方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于多擴展目標跟蹤技術(shù)領(lǐng)域，特別是涉及一種近鄰傳播觀測聚類的多擴 展目標跟蹤方法。
【背景技術(shù)】
[0002] 多目標跟蹤是多傳感器數(shù)據(jù)融合領(lǐng)域的一個重要理論和實踐問題。最近幾十年 來，國內(nèi)外眾多專家學者對其進行了深入的研宄，并取得了豐碩的成果，這些成果在空中偵 察與預警、戰(zhàn)場監(jiān)視等軍事領(lǐng)域以及空中交通管制等民用領(lǐng)域都得到了廣泛的應用。目前， 多目標跟蹤方法主要分為兩類。一類是傳統(tǒng)的基于數(shù)據(jù)關(guān)聯(lián)的多目標跟蹤方法。該方法首 先采用數(shù)據(jù)關(guān)聯(lián)技術(shù)確定傳感器測量和目標源之間的對應關(guān)系，然后再對每個目標的狀態(tài) 分別進行估計。另一類是非關(guān)聯(lián)的多目標跟蹤方法，主要是基于隨機有限集理論（Random FiniteSet，RFS)的概率假設(shè)密度（ProbabilityHypothesisDensity，PHD)濾波方法。 無論是傳統(tǒng)的基于數(shù)據(jù)關(guān)聯(lián)的多目標跟蹤方法還是基于隨機有限集理論的方法，絕大多數(shù) 方法都需要滿足這樣一種假設(shè)：每一個觀測都來自于一個可以被看作質(zhì)點的目標。然而， 這一假設(shè)并不一定能成立。由于傳感器分辨率、目標存在多個反射點以及傳感器與目標相 對位置關(guān)系等原因，使得單個目標的不同反射點同時產(chǎn)生多個觀測，由此形成了擴展目標 在隨機有限集框架下，2003年Mahler通過傳遞目標狀態(tài)集合的后驗概率密度的一階統(tǒng)計 矩的方法得到了概率假設(shè)密度（Probabilityhypothesisdensity，PHD)濾波器。2006年 Vo提出了適用于線性高斯條件的高斯混合PHD(GaussianMixturePHD,GM-PHD)濾波器。 2009年Mahler提出了利用假設(shè)概率密度濾波算法解決擴展目標的跟蹤問題，并給出了相 關(guān)算法理論框架，即ET-PHD(ExtendedTargetPHD)算法，這一方法被認為是解決雜波環(huán)境 下多擴展目標跟蹤的有效方法。2012年，Granstrom提出了基于上述框架對于擴展目標的 線性條件下的高斯混合模型實現(xiàn)方法，即ET-GM-PHD算法。在Mahler提出的ET-PHD擴展 目標跟蹤算法理論框架中，對觀測集合的劃分在整個算法中占據(jù)著重要地位，觀測集合劃 分算法的復雜度及準確性決定著整個算法的計算復雜度及擴展目標的跟蹤性能。2007年 Frey在國際著名學術(shù)刊物《Science》上提出的一種新的聚類算法，稱為近鄰傳播聚類算法 (AffinityPropagationclustering，AP)，該算法與以往的聚類算法相比避免了聚類中心 的初始選擇，得到更好的聚類結(jié)果，并且在聚類速度上有較大提升。但上述方法在觀測集合 劃分正確性、計算復雜度及擴展目標跟蹤性能方面存在不同程度的缺陷。
【發(fā)明內(nèi)容】
[0003] 為了解決上述問題，本發(fā)明的目的在于提供一種利用鄰近傳播聚類進行觀測集合 劃分的多擴展目標跟蹤方法。
[0004] 為了達到上述目的，本發(fā)明提供的近鄰傳播觀測聚類的多擴展目標跟蹤方法包括 按順序進行的下列步驟：
[0005] 1)對觀測數(shù)據(jù)進行橢球門限處理的S1階段；
[0006] 2)對S1階段中經(jīng)橢球門限處理后的觀測數(shù)據(jù)進行聚類劃分的S2階段；
[0007] 3)使用ET-GM-PHD濾波器對S2階段中近鄰傳播聚類劃分后的觀測數(shù)據(jù)進行多擴 展目標跟蹤濾波的S3階段。
[0008] 在步驟1)中，所述的對觀測數(shù)據(jù)進行橢球門限處理的方法是采用預相關(guān)算法對 觀測數(shù)據(jù)進行橢球門限處理，以消除觀測數(shù)據(jù)中的部分雜波觀測數(shù)據(jù)，僅保留處于橢球門 限內(nèi)的觀測數(shù)據(jù)，為下一步觀測數(shù)據(jù)近鄰傳播聚類劃分做準備。
[0009] 在步驟2)中，所述的對S1階段中經(jīng)橢球門限處理后的觀測數(shù)據(jù)進行聚類劃分的 方法是：以任意兩個觀測間的歐式距離的負數(shù)作為相似度構(gòu)建相似度矩陣，以任意兩個觀 測間的相似度的均值作為偏向參數(shù)，利用近鄰傳播聚類算法對門限內(nèi)的觀測數(shù)據(jù)劃分若干 個觀測數(shù)據(jù)子集，為下一步ET-GM-PHD濾波多擴展目標跟蹤做準備。
[0010] 在步驟3)中，所述的使用ET-GM-PHD濾波器對S2階段中近鄰傳播聚類劃分后的 觀測數(shù)據(jù)進行多擴展目標跟蹤濾波的方法是：使用擴展目標高斯混合概率假設(shè)密度濾波算 法對近鄰傳播聚類劃分后的觀測數(shù)據(jù)進行擴展目標跟蹤濾波，以獲取目標的狀態(tài)和目標數(shù) 目的估計。
[0011] 本發(fā)明提供的近鄰傳播觀測聚類的多擴展目標跟蹤方法不但能夠獲得正確的劃 分觀測集合，計算復雜度較已有劃分方法有較大降低，同時在多目標跟蹤效果方面優(yōu)于已 有算法。
【附圖說明】
[0012] 圖1為本發(fā)明提供的近鄰傳播觀測聚類的多擴展目標跟蹤方法流程圖。
[0013] 圖2為目標運動軌跡及獲得的觀測圖。
[0014] 圖3為采用本發(fā)明方法獲得的目標狀態(tài)估計結(jié)果圖。
[0015] 圖4為目標數(shù)估計結(jié)果比較圖。
[0016] 圖5為目標狀態(tài)估計的0SPA距離比較圖。
[0017] 圖6為觀測劃分數(shù)比較圖。
[0018] 圖7為觀測劃分時間比較圖。
【具體實施方式】
[0019] 下面結(jié)合附圖和具體實施例對本發(fā)明提供的近鄰傳播觀測聚類的多擴展目標跟 蹤方法進行詳細說明。
[0020] 圖1為本發(fā)明提供的近鄰傳播觀測聚類的多擴展目標跟蹤方法流程圖。其中的全 部操作都是在計算機系統(tǒng)中完成的，操作的主體均為計算機系統(tǒng)。
[0021] 如圖1所示，本發(fā)明提供的近鄰傳播觀測聚類的多擴展目標跟蹤方法包括按順序 進行的下列步驟：
[0022] 1)對觀測數(shù)據(jù)進行橢球門限處理的S1階段：
[0023] 本階段是采用預相關(guān)算法對觀測數(shù)據(jù)進行橢球門限處理，以消除觀測數(shù)據(jù)中的部 分雜波觀測數(shù)據(jù)，僅保留處于橢球門限內(nèi)的觀測數(shù)據(jù)，然后進入下一步S2階段；
[0024] 在此階段中，由于每一個周期獲得的觀測數(shù)據(jù)中不僅包括目標觀測數(shù)據(jù)還包括雜 波觀測數(shù)據(jù)，而且目標觀測數(shù)據(jù)和雜波觀測數(shù)據(jù)是無法區(qū)分的，雜波均勻分布在觀測空間 中，離散分布的雜波觀測數(shù)據(jù)不僅會導致分類中元素的錯誤，而且會產(chǎn)生額外的錯誤分類， 最終影響擴展目標數(shù)及目標狀態(tài)的估計效果。因此首先借助傳統(tǒng)多目標跟蹤技術(shù)中常常采 用的預相關(guān)算法對觀測數(shù)據(jù)進行橢球門限處理，以消除觀測數(shù)據(jù)中的部分雜波觀測數(shù)據(jù)， 之后再利用近鄰傳播聚類算法對觀測數(shù)據(jù)集合進行劃分。雖然預相關(guān)算法不能完全地消除 雜波，但該算法復雜度較低，而且消除雜波后觀測數(shù)能大大降低，因此也能較大提高聚類算 法收斂的速度并提高目標觀測聚類的準確性。本發(fā)明仍然采用空間分布模型描述擴展目 標，即每一個目標產(chǎn)生的擴展觀測數(shù)假設(shè)為Poisson分布，擴展目標的觀測數(shù)據(jù)服從以目 標中心為均值的Gaussian分布。擴展目標觀測數(shù)據(jù)在空間分布上有以下特點：屬于同一目 標的擴展觀測數(shù)據(jù)在空間上相距較近，而不屬于同一目標的擴展觀測數(shù)據(jù)在空間上相距較 遠。在利用近鄰傳播聚類算法進行觀測聚類劃分前，可以先采用橢球門限處理方法消除部 分雜波觀測數(shù)據(jù)。
[0025] k時刻預測步計算后，第i個觀測值與第j個狀態(tài)預測值（高斯項均值）的殘差向 量可以表示為：
【主權(quán)項】
1. 一種近鄰傳播觀測聚類的多擴展目標跟蹤方法，其特征在于：所述的近鄰傳播觀測 聚類的多擴展目標跟蹤方法包括按順序進行的下列步驟： 1) 對觀測數(shù)據(jù)進行橢球門限處理的Sl階段； 2) 對Sl階段中經(jīng)橢球門限處理后的觀測數(shù)據(jù)進行聚類劃分的S2階段； 3) 使用ET-GM-PHD濾波器對S2階段中近鄰傳播聚類劃分后的觀測數(shù)據(jù)進行多擴展目 標跟蹤濾波的S3階段。
2. 根據(jù)權(quán)利要求1所述的近鄰傳播觀測聚類的多擴展目標跟蹤方法，其特征在于：在 步驟1)中，所述的對觀測數(shù)據(jù)進行橢球門限處理的方法是采用預相關(guān)算法對觀測數(shù)據(jù)進 行橢球門限處理，以消除觀測數(shù)據(jù)中的部分雜波觀測數(shù)據(jù)，僅保留處于橢球門限內(nèi)的觀測 數(shù)據(jù)，為下一步觀測數(shù)據(jù)近鄰傳播聚類劃分做準備。
3. 根據(jù)權(quán)利要求1所述的近鄰傳播觀測聚類的多擴展目標跟蹤方法，其特征在于：在 步驟2)中，所述的對Sl階段中經(jīng)橢球門限處理后的觀測數(shù)據(jù)進行聚類劃分的方法是：以任 意兩個觀測間的歐式距離的負數(shù)作為相似度構(gòu)建相似度矩陣，以任意兩個觀測間的相似度 的均值作為偏向參數(shù)，利用近鄰傳播聚類算法對門限內(nèi)的觀測數(shù)據(jù)劃分若干個觀測數(shù)據(jù)子 集，為下一步ET-GM-PHD濾波多擴展目標跟蹤做準備。
4. 根據(jù)權(quán)利要求1所述的近鄰傳播觀測聚類的多擴展目標跟蹤方法，其特征在于：在 步驟3)中，所述的使用ET-GM-PHD濾波器對S2階段中近鄰傳播聚類劃分后的觀測數(shù)據(jù)進 行多擴展目標跟蹤濾波的方法是：使用擴展目標高斯混合概率假設(shè)密度濾波算法對近鄰傳 播聚類劃分后的觀測數(shù)據(jù)進行擴展目標跟蹤濾波，以獲取目標的狀態(tài)和目標數(shù)目的估計。
【專利摘要】一種近鄰傳播觀測聚類的多擴展目標跟蹤方法。其包括：1)對觀測數(shù)據(jù)進行橢球門限處理的S1階段；2)對S1階段中經(jīng)橢球門限處理后的觀測數(shù)據(jù)進行聚類劃分的S2階段；3)使用ET-GM-PHD濾波器對S2階段中近鄰傳播聚類劃分后的觀測數(shù)據(jù)進行多擴展目標跟蹤濾波的S3階段。本發(fā)明提供的近鄰傳播觀測聚類的多擴展目標跟蹤方法不但能夠獲得正確的劃分觀測集合，計算復雜度較已有劃分方法有較大降低，同時在多目標跟蹤效果方面優(yōu)于已有算法。
【IPC分類】G06K9-62
【公開號】CN104850856
【申請?zhí)枴緾N201510218848
【發(fā)明人】章濤, 吳仁彪, 來燃
【申請人】中國民航大學
【公開日】2015年8月19日
【申請日】2015年4月30日