欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

解距離測(cè)量模糊的impm-pphdf方法

文檔序號(hào):9786218閱讀:693來(lái)源:國(guó)知局
解距離測(cè)量模糊的impm-pphdf方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種雷達(dá)數(shù)據(jù)處理方法,特別是涉及一種雷達(dá)距離測(cè)量模糊情況下的 機(jī)動(dòng)多目標(biāo)跟蹤方法,適用于采用高/中脈沖重復(fù)頻率(H/MPRF)工作模式的脈沖多普勒 (PD)雷達(dá)對(duì)機(jī)動(dòng)多目標(biāo)的跟蹤。
【背景技術(shù)】
[0002] ro雷達(dá)具備很高的速度和距離分辨率,能夠有效抑制非相干噪聲干擾和較強(qiáng)地面 雜波干擾,以及為機(jī)載雷達(dá)提供良好的下視能力等優(yōu)點(diǎn),得到了廣泛的應(yīng)用。當(dāng)ro雷達(dá)應(yīng)用 于機(jī)載預(yù)警和機(jī)載火控雷達(dá)時(shí),通常采用Μ/HPRF的工作模式,在這種模式下雷達(dá)對(duì)目標(biāo)的 距離測(cè)量是模糊的;同時(shí),由于目標(biāo)的出現(xiàn)和消失具有隨機(jī)性,監(jiān)測(cè)區(qū)域內(nèi)的目標(biāo)個(gè)數(shù)往往 是不確定的;此外,為了提高自身的生存和突防能力,目標(biāo)通常會(huì)隨時(shí)進(jìn)行一定的戰(zhàn)術(shù)機(jī) 動(dòng),進(jìn)一步增大了雷達(dá)對(duì)其進(jìn)行跟蹤的困難。因此,如何實(shí)現(xiàn)ro雷達(dá)對(duì)機(jī)動(dòng)多目標(biāo)的有效跟 蹤,對(duì)提高雷達(dá)作戰(zhàn)效能具有重要意義,是當(dāng)前研究的熱點(diǎn)和難點(diǎn)問(wèn)題。目前基于概率假設(shè) 密度濾波(PHDF)方法通過(guò)把目標(biāo)狀態(tài)和量測(cè)建模為隨機(jī)有限集,可以同時(shí)對(duì)目標(biāo)個(gè)數(shù)和目 標(biāo)狀態(tài)進(jìn)行估計(jì),且可以避免多目標(biāo)數(shù)據(jù)關(guān)聯(lián),極大的降低多目標(biāo)跟蹤算法的復(fù)雜度,適應(yīng) 于密集雜波環(huán)境下目標(biāo)數(shù)目未知的多目標(biāo)跟蹤,在目標(biāo)跟蹤領(lǐng)域得到廣泛的關(guān)注和研究, 而通過(guò)粒子濾波實(shí)現(xiàn)PHDF(PPHDF)是目前最主要的兩種方式之一,該方法主要通過(guò)以下步 驟實(shí)現(xiàn):
[0003] (1)初始化;
[0004] (2)預(yù)測(cè);
[0005] (3)更新;
[0006] (4)狀態(tài)估計(jì)。
[0007] PPHDF方法存在以下三個(gè)缺陷:(1)當(dāng)目標(biāo)出現(xiàn)漏檢時(shí),PPHDF方法容易出現(xiàn)目標(biāo)丟 失的現(xiàn)象;(2)PPHDF方法避免了數(shù)據(jù)關(guān)聯(lián)問(wèn)題,不能直接給出目標(biāo)的航跡信息;(3)PPHDF方 法在對(duì)多目標(biāo)進(jìn)行跟蹤之前,必須對(duì)模糊量測(cè)數(shù)據(jù)進(jìn)行解模糊處理,無(wú)法直接利用模糊的 量測(cè)數(shù)據(jù)對(duì)多目標(biāo)進(jìn)行正確穩(wěn)定的跟蹤。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明的目的是提出一種解距離測(cè)量模糊的改進(jìn)多脈沖間隔數(shù)(PIN)增量模型的 PPHDFaMPM-PPHDF)方法,在解距離測(cè)量模糊的同時(shí)實(shí)現(xiàn)對(duì)機(jī)動(dòng)多目標(biāo)的有效跟蹤,解決一 般的PPHDF方法在目標(biāo)出現(xiàn)漏檢時(shí)容易丟失目標(biāo),不能直接給出目標(biāo)航跡信息,以及無(wú)法直 接利用模糊量測(cè)數(shù)據(jù)對(duì)機(jī)動(dòng)多目標(biāo)進(jìn)行跟蹤的問(wèn)題。
[0009] 本發(fā)明提出的解距離測(cè)量模糊的頂PM-PPHDF方法的技術(shù)方案包括以下步驟:
[0010]步驟1:變量初始化
[0011] (1)τ為雷達(dá)掃描周期,T1T2,...,Tm為脈沖重復(fù)周期,Ri,R2, ...,Rm為各PRF對(duì)應(yīng)的 最大不模糊距離;
[0012] (2)Lo為代表1個(gè)目標(biāo)的粒子數(shù),Jk為搜索新目標(biāo)的粒子數(shù),Sk為搜索1個(gè)消失目標(biāo) 的粒子數(shù),L k為k時(shí)刻濾波器采用的粒子總數(shù);
[0013] (3)Uo為PIN初始分布,Do為目標(biāo)出現(xiàn)的初始分布,γ A平均目標(biāo)出現(xiàn)概率,PD為目 標(biāo)檢測(cè)概率,科=吆丨為初始PIN增量模型概率;
[0014] (4)Ak為平均每幀的雜波個(gè)數(shù),死為1^時(shí)刻估計(jì)的目標(biāo)個(gè)數(shù);
[0015] (5)Gk為過(guò)程噪聲分布矩陣,Qk為過(guò)程噪聲協(xié)方差,Rk為量測(cè)噪聲協(xié)方差,nm為PIN 增量模型概率轉(zhuǎn)移矩陣;
[0016] 步驟2:初始化粒子集,令k = 0和戍3 = 0,對(duì)任意p e {1,2,…,L〇}
[0017] (1)從初始PIN增量模型概率灼=?%朽屬丨采樣PIN增量模型< :
[0018] (2)從PIN初始分布UQ中采樣PIN初始變量PINf:;
[0019] (3)從初始分布D。中采樣粒子球,其中表示粒子代表的目 標(biāo)狀態(tài),包含了目標(biāo)的位置(Ο?)、速度⑶Κ)以及轉(zhuǎn)彎率銷f信息;
[0020] (4)賦予粒子4權(quán)重< =η / 4 ;
[0021 ]步驟3:令k = k+l,獲得k時(shí)刻的雷達(dá)模糊量測(cè)
[0022] (1)設(shè)置雷達(dá)的工作狀態(tài),使雷達(dá)依次交替采用某個(gè)PRF工作,令
[0023] c=mod(k,M)+l
[0024]表示雷達(dá)在k時(shí)刻采用的PRF的索引號(hào),mod(x,y)表示x/y的余數(shù);
[0025] (2)將雷達(dá)接收到的信號(hào)進(jìn)行A/D變換,得到k時(shí)刻的雷達(dá)模糊量測(cè)集 = = 送雷達(dá)數(shù)據(jù)處理計(jì)算機(jī),其中4 =[匕,屯巧]T表示k時(shí) 刻雷達(dá)得到的第q個(gè)量測(cè),包含了目標(biāo)的模糊距離量測(cè)^w、多普勒速度量測(cè)< 以及方位 量測(cè)玫等信息,而Mk則表示k時(shí)刻雷達(dá)得到的量測(cè)個(gè)數(shù);
[0026] 步驟4 :已存在粒子集預(yù)測(cè),若= 0,直接轉(zhuǎn)步驟5,否則對(duì)任意p e {1,2,…, Lk-1}
[0027] (1)根據(jù)PIN增量模型 << 和卩預(yù)增量模型概率轉(zhuǎn)移矩陣Π ?預(yù)測(cè)得到;
[0028] (2)根據(jù)選擇相應(yīng)的PIN增量
[0032] (3)根據(jù)?計(jì)算目標(biāo)狀態(tài)狀態(tài)轉(zhuǎn)移矩陣
[0034] (4)利用粒子*&的狀態(tài)進(jìn)行一步預(yù)測(cè)
[0036]得到粒子,其中
[0038] 為過(guò)程噪聲分布矩陣,vk為過(guò)程噪聲,其噪聲協(xié)方差為Qk;
[0039] (5)賦予粒子權(quán)重;
[0040] 步驟5:生成搜索新目標(biāo)的粒子集,對(duì)任意pe{Lk-i+Ik+1,···,!^-dlk+Jk}
[0041 ] (1)從初始PIN增量模型概率% = ??爲(wèi)屬}采樣PIN增量模型》4-η
[0042] (2)從PIN初始分布Uo中采樣PIN初始變量PIN丨;^ ;
[0043] (3)根據(jù)初始分布Do采樣"新生"粒子·;
[0044] (4)賦予粒子4^1 權(quán)重 + A);
[0045] 步驟6:生成消失目標(biāo)預(yù)測(cè)粒子集
[0046] (1)若k < 2,令lk = 0,直接轉(zhuǎn)步驟7,否則定義集合
[0049] 其中·<lsi__2表示k-2時(shí)刻存在而k-Ι時(shí)刻消失的第η個(gè)目標(biāo),PINLp為該目標(biāo)對(duì)應(yīng) 的PIN,Ndi s,k-i表示消失的目標(biāo)數(shù);
[0050] ( 2 )若 ldiSf :2 = 0,令 I k = 0,直接轉(zhuǎn)步驟 7,否則令 I k = N d i s, k - S k,對(duì)任意 4^2 e Xdls>2,根據(jù)估計(jì)的目標(biāo)轉(zhuǎn)彎率和相應(yīng)的狀態(tài)轉(zhuǎn)移方程進(jìn)行一步預(yù)測(cè)
[0052] (3)對(duì)任意{1,2,···,Ndis,k-1}和任意pE {Lk-ι+(η-1) Sk+Ι,…,Lk-ι+nSk},令 PIN^ PlX々和》^ 4-2'",從初始PIN增量模型概率% = {釣,朽,灼}采樣PIN增量模型 ,然后利用<re.i_4進(jìn)行一步預(yù)測(cè)
[0054] 得到粒子·^-1,并賦予該粒子權(quán)重?-ι=Γ?-/(?^ +
[0055] 步驟7 :粒子權(quán)重更新
[0056] (1)對(duì)任意p e {1,2,…,Lk-i+Ik+Jk},根據(jù)模糊量測(cè)方程
[0058] 得到模糊預(yù)測(cè)量測(cè)zibu-,,其中R。表示k時(shí)刻雷達(dá)所采用PRF對(duì)應(yīng)的最大不模糊距 離,( Xs,ys)為雷達(dá)的位置;
[0059] (2)對(duì)任意pe {1,2,…,Lk-i+Ik+Jk}和任意me {1,2,…,Mk},計(jì)算新息
[0063]其中Rk為量測(cè)噪聲協(xié)方差;
[0064] (3)對(duì)任意me {1,2,…,Mk},計(jì)算
[0066] (4)對(duì)任意p e {1,2,…,Lk-i+Ik+Jk},計(jì)算粒子權(quán)重
[0068]步驟8:目標(biāo)個(gè)數(shù)和目標(biāo)狀態(tài)初步估計(jì) [0069] (1)計(jì)算所有粒子的權(quán)重和
[0071] ( 2 )對(duì)粒子集
進(jìn)行重采樣,得到新的粒子集 {?/久,其中穴=R〇und(i^_),4 ,R〇und(x)表示取與X最接近的整數(shù);
[0072] (3)若#丨=0 ,直接轉(zhuǎn)步驟9,否則根據(jù)粒子包含的目標(biāo)位置信息,采用聚類分析的 方法將粒子集劃分為禽個(gè)類,得到估計(jì)的目標(biāo)狀態(tài)集:? =丨I? = ,其 中屺=[1,4,,, , , 4,af表示第η個(gè)類的中心,包含了目標(biāo)的位置估計(jì)(^,JU、速 度估計(jì)(U,")和轉(zhuǎn)彎率負(fù).》;
[0073]步驟9: "航跡-狀態(tài)"關(guān)聯(lián),PIN估計(jì)
[0074] (1)若次=0且上一時(shí)刻沒(méi)有形成任何航跡,直接轉(zhuǎn)步驟10;
[0075] ⑵若/^ > 0且Trk-1 = 0,對(duì)任意e尤,起始一條新航跡;
[0076] (3)若化=〇且Tr^M),終結(jié)所有暫時(shí)航跡,對(duì)確認(rèn)航跡進(jìn)行一步預(yù)測(cè)后將其定義 為暫時(shí)航跡;
[0077] (4)若X/,: > 0且Trk-OO,計(jì)算任意航跡和任意估計(jì)值之間的統(tǒng)計(jì)距離,利用離某一 航跡最近的估計(jì)值對(duì)該航跡進(jìn)行更新,形成確認(rèn)航跡;
[0078] (5)對(duì)沒(méi)有與任何估計(jì)值關(guān)聯(lián)上的航跡進(jìn)行一步預(yù)測(cè),并將該航跡定義為暫時(shí)航 跡;
[0079] (6)將沒(méi)有與航跡關(guān)聯(lián)上的估計(jì)值作為新的航跡頭,進(jìn)行航跡起始;
[0080] (7)若在上述步驟中有航跡被更新,利用更新后的航跡對(duì)估計(jì)的目標(biāo)數(shù)和目標(biāo)狀 態(tài)進(jìn)行修正,得到修正的目標(biāo)個(gè)數(shù)估計(jì)&和目標(biāo)狀態(tài)估計(jì)尤=H Λ,2,.. ,Λ Α Η
[0081] (8)估計(jì)目標(biāo)的PIN
[0083]其中Fl〇〇r(X)表示取小于或等于x最大整數(shù);
[0084] 步驟10:重復(fù)步驟3~步驟9,直至雷達(dá)關(guān)機(jī)。
[0085]和【背景技術(shù)】相比,本發(fā)明的有益效果說(shuō)明:
[0086]本發(fā)明提出的解距離測(cè)量模糊的IMPM-PPHDF方法,解決一般的PPHDF方法在目標(biāo) 出現(xiàn)漏檢時(shí)容易丟失目標(biāo)的問(wèn)題,且該方法可以直接利用雷達(dá)得到的模糊量測(cè)數(shù)據(jù)對(duì)機(jī)動(dòng) 多目標(biāo)進(jìn)行跟蹤,在跟蹤的同時(shí)解決距離量測(cè)模糊的問(wèn)題并直接提供了目標(biāo)的航跡信息, 擴(kuò)大了 PPHDF算法的適應(yīng)范圍。
【附圖說(shuō)明】
[0087]附圖1給出了本發(fā)明提出的解距離測(cè)量模糊的頂PM-PPHDF方法整體流程圖;
[0088]附圖2給出了本發(fā)明實(shí)施例中三個(gè)機(jī)動(dòng)目標(biāo)"時(shí)刻-X位置"和"時(shí)刻-y位置"分開(kāi)表 示的真實(shí)軌跡示意圖,其中:
表示目標(biāo)1的真實(shí)軌跡,
表示目標(biāo)2的真實(shí)軌 跡,
表示目標(biāo)3的真實(shí)軌跡;<
當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
麻阳| 许昌市| 郎溪县| 四子王旗| 兴义市| 抚宁县| 吉林省| 乐安县| 镇赉县| 雅江县| 华宁县| 塘沽区| 探索| 中西区| 榆林市| 东兰县| 色达县| 临湘市| 滨海县| 都昌县| 长葛市| 山东省| 大理市| 宜兰市| 阜新市| 西乌| 山西省| 托克逊县| 阳高县| 朝阳市| 山东省| 永丰县| 汽车| 牡丹江市| 武汉市| 缙云县| 宜君县| 大同市| 杨浦区| 武威市| 淮北市|