一種傳遞邊緣分布的測量驅(qū)動目標(biāo)跟蹤方法與跟蹤系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于多傳感器信息融合技術(shù)領(lǐng)域，尤其設(shè)及一種傳遞邊緣分布的測量驅(qū)動 目標(biāo)跟蹤方法與跟蹤系統(tǒng)。
【背景技術(shù)】
[0002] 多目標(biāo)貝葉斯濾波方法是解決目標(biāo)檢測和跟蹤的有效方法。然而，在實際應(yīng)用過 程中，我們發(fā)現(xiàn)多目標(biāo)貝葉斯濾波方法存在W下兩個問題；一是對測量數(shù)據(jù)處理時需要等 到一個周期的所有測量數(shù)據(jù)全部收到后才能開始處理，該樣，如果傳感器的測量周期過長， 測量數(shù)據(jù)在一個周期內(nèi)不同的時刻接收到，收到的測量數(shù)據(jù)在等待周期內(nèi)得不到及時處理 會造成嚴(yán)重的信息延遲。二是濾波器的遞歸需要知道目標(biāo)的初始位置，當(dāng)目標(biāo)初始位置信 息無法獲取時，濾波器難W使用。信息處理的延遲問題、未知目標(biāo)初始位置情況下的多目標(biāo) 跟蹤問題是多目標(biāo)貝葉斯濾波方法需要探索和解決的關(guān)鍵技術(shù)問題。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明所要解決的技術(shù)問題在于提供一種傳遞邊緣分布的測量驅(qū)動目標(biāo)跟蹤方 法與跟蹤系統(tǒng)，旨在解決新收到的測量數(shù)據(jù)不能被及時處理而產(chǎn)生的信息延遲問題W及未 知目標(biāo)初始位置情況下的多目標(biāo)跟蹤問題。本發(fā)明是該樣實現(xiàn)的：
[0004] 一種傳遞邊緣分布的測量驅(qū)動目標(biāo)跟蹤方法，包括W下步驟：
[0005] 步驟1 ;當(dāng)接收到新測量數(shù)據(jù)時，計算當(dāng)前時刻與前一時刻的時間差，并根據(jù)該時 間差與前一時刻的邊緣分布及其存在概率得到當(dāng)前時刻預(yù)測的邊緣分布及其存在概率；
[0006] 步驟2;根據(jù)當(dāng)前時刻預(yù)測的邊緣分布及其存在概率，利用貝葉斯規(guī)則對當(dāng)前時 刻接收到的測量數(shù)據(jù)進(jìn)行序貫處理，得到當(dāng)前時刻更新的邊緣分布及其存在概率；
[0007] 步驟3;利用當(dāng)前時刻的測量數(shù)據(jù)生成當(dāng)前時刻新生目標(biāo)的邊緣分布，并為其指 定存在概率，同時，將當(dāng)前時刻新生目標(biāo)的邊緣分布及其存在概率分別與當(dāng)前時刻更新的 邊緣分布及其存在概率合并，生成當(dāng)前時刻的邊緣分布及其存在概率；
[0008] 步驟4;從合并后所生成的當(dāng)前時刻的邊緣分布中將存在概率小于第一闊值的邊 緣分布裁減掉，并將裁減后的邊緣分布及其存在概率作為下一時刻濾波器遞歸的輸入，同 時，從裁減后的邊緣分布中提取存在概率大于第二闊值的邊緣分布作為當(dāng)前時刻的輸出， 并將各個輸出邊緣分布的均值與方差分別作為存活目標(biāo)的狀態(tài)估計與誤差估計。
[0009] 進(jìn)一步地，所述步驟1中，Wk-1表示前一時刻，k表示當(dāng)前時刻，tk_i表示前一時 刻的時間，tk表示當(dāng)前時刻的時間；
[0010] 已知前一時刻的邊緣分布為N(Xi，k_i;mi，…Pi，k-I)，i= 1，2,…，rvi;前一時刻各邊 緣分布的存在概率為Pi，k_i，i= 1，2,…，rvi;其中，N為高斯分布，Xi，k_i為前一時刻第i個 邊緣分布的狀態(tài)，為前一時刻第i個邊緣分布的均值，P 為前一時刻第i個邊緣分 布的方差，rvi為前一時刻目標(biāo)的總數(shù)，i為索引號；
[0011] 由前一時刻的邊緣分布，前一時刻各邊緣分布的存在概率，W及當(dāng)前時刻與 前一時刻的時間差得到當(dāng)前時刻各目標(biāo)的預(yù)測邊緣分布為N(Xi,k;mi,k|k_l，Pi,k|k_l)，i= 1，2,…，rik_i;當(dāng)前時刻各目標(biāo)預(yù)測邊緣分布的存在概率為Pi，k|k_i=Ps，k(tk,tk_i)Pi，k_i, i= 1,2,…，rvi;其中，mi，k|k-i=Fk-曲，…為當(dāng)前時刻第i個邊緣分布的均值；Pi，k|k-i= Qk-i+Fk-iPi，k-iFk-iT，為當(dāng)前時刻第i個邊緣分布的方差；心(化-1) = 為目標(biāo)的 幸存概率；At=tk-tk_i，為當(dāng)前時刻與前一時刻的時間差；S為已知常數(shù)；T為采樣周期；
【主權(quán)項】
1. 一種傳遞邊緣分布的測量驅(qū)動目標(biāo)跟蹤方法，其特征在于，包括以下步驟： 步驟1 :當(dāng)接收到新測量數(shù)據(jù)時，計算當(dāng)前時刻與前一時刻的時間差，并根據(jù)該時間差 與前一時刻的邊緣分布及其存在概率得到當(dāng)前時刻預(yù)測的邊緣分布及其存在概率； 步驟2 :根據(jù)當(dāng)前時刻預(yù)測的邊緣分布及其存在概率，利用貝葉斯規(guī)則對當(dāng)前時刻接 收到的測量數(shù)據(jù)進(jìn)行序貫處理，得到當(dāng)前時刻更新的邊緣分布及其存在概率； 步驟3:利用當(dāng)前時刻的測量數(shù)據(jù)生成當(dāng)前時刻新生目標(biāo)的邊緣分布，并為其指定存 在概率，同時，將當(dāng)前時刻新生目標(biāo)的邊緣分布及其存在概率分別與當(dāng)前時刻更新的邊緣 分布及其存在概率合并，生成當(dāng)前時刻的邊緣分布及其存在概率； 步驟4 :從合并后所生成的當(dāng)前時刻的邊緣分布中將存在概率小于第一閾值的邊緣分 布裁減掉，并將裁減后的邊緣分布及其存在概率作為下一時刻濾波器遞歸的輸入，同時，從 裁減后的邊緣分布中提取存在概率大于第二閾值的邊緣分布作為當(dāng)前時刻的輸出，并將各 個輸出邊緣分布的均值與方差分別作為存活目標(biāo)的狀態(tài)估計與誤差估計。
2. 根據(jù)權(quán)利要求1所述的目標(biāo)跟蹤方法，其特征在于，所述步驟1中，以k-Ι表示前一 時刻，k表示當(dāng)前時刻，心^表示前一時刻的時間，t k表示當(dāng)前時刻的時間； 已知前一時刻的邊緣分布為以11，,_1;11^1;_1，， 1;_1)，1 = 1，2，~，111;_1;前一時刻各邊緣分 布的存在概率為P = 1，2,…，nk_1;其中，N為高斯分布，X^1為前一時刻第i個邊緣 分布的狀態(tài)，Hl^1為前一時刻第i個邊緣分布的均值，P 為前一時刻第i個邊緣分布的 方差，IV1為前一時刻目標(biāo)的總數(shù)，i為索引號； 由前一時刻的邊緣分布，前一時刻各邊緣分布的存在概率，以及當(dāng)前時刻與前 一時刻的時間差得到當(dāng)前時刻各目標(biāo)的預(yù)測邊緣分布為N (xi;k;m J5llrf, Pi,.Ο，i = I，2，…，Iv1;當(dāng)前時刻各目標(biāo)預(yù)測邊緣分布的存在概率為P k, η = p s，k (tk，V1) P η， i = 1，2, ···，nk_1;其中，m L1= F JrfIiiiH，為當(dāng)前時刻第i個邊緣分布的均值；Pl1 = 為當(dāng)前時刻第i個邊緣分布的方差
為目標(biāo)的 幸存概率；Δ t = tk-tg，為當(dāng)前時刻與前一時刻的時間差；δ為已知常數(shù)；T為采樣周期；
為前一時刻的狀態(tài)轉(zhuǎn)移矩陣；Qh為前一時刻的過程噪聲方差矩 陣；上標(biāo)T表示矩陣的轉(zhuǎn)置。
3. 根據(jù)權(quán)利要求2所述的目標(biāo)跟蹤方法，其特征在于，所述步驟2中，設(shè)當(dāng)前時刻接收 到的測量數(shù)據(jù)為yk= (y 1Λ，…，yMik)，其中，M為當(dāng)前時刻接收到的測量數(shù)據(jù)總數(shù)；利用貝葉 斯規(guī)則對當(dāng)前時刻接收到的測量數(shù)據(jù)進(jìn)行序貫處理的步驟包括： 步驟A :取邊緣分布
i = 1，2, 一,IV1，和存在概率 A% =/?*--I，i = 1，2,…，nk_1;其中
步驟B :利用貝葉斯規(guī)則依次對第1至M個測量數(shù)據(jù)進(jìn)行處理：設(shè)第j個測量數(shù)據(jù)在處 理前的邊緣分布為，i = 1，2,…，Iv1，第j個測量數(shù)據(jù)在處理前的各邊緣 分布的存在概率為Pi1，i = 1，2,…，Iv1，其中，1彡j彡M ;由a )和求得 用第j個測量數(shù)據(jù)更新時的存在概_
? 濾波器增益 Ai = +RiV1，均值向量 mg = InfJ1 + Ai 辦# -HjtIiifJ1)，協(xié)方 差矩陣p,a/ =(J-ArHi)1Vi1;其中，Hk為觀測矩陣，R k為觀測噪聲的方差矩陣，pDk為目標(biāo) 的檢測概率，λ u為雜波密度，y u為當(dāng)前時刻接收到的第j個測量數(shù)據(jù)，I表示單位矩陣， 上標(biāo)T表示矩陣或向量的轉(zhuǎn)置； 如果P；；/' ，則第j個測量數(shù)據(jù)處理后的第i個邊緣分布為 #(x;"g) = W(xLi;mg，)，其存在概率為 其中 = ，私=故； 如果pg 5； pi1，第j個測量數(shù)據(jù)處理后的第i個邊緣分布為 = ，其存在概率為 =Pi1，其中丨=InG1，PA = P/j:1; 步驟C :第M個測量數(shù)據(jù)處理后的第i個邊緣分布為巧），i = 2,…，Iv1, 其存在概率為d，i = 1，2,…，nk_1; 由此得到的所述當(dāng)前時刻更新的邊緣分布為州~;《^,1) = #(*,*;1^,#)，1 = 1，2,…，Iv1，各更新的邊緣分布的存在概率為pa =p;〖，i = 1，2,…，nk_