值。文 通常包括目标的位置估计值，速度估计值，有时还包括加速度估计值等。
[0060] 每个SMC-P皿滤波器都包括初始化、P皿预测，P皿更新，目标数估计，重采样，目标 状态提取该6个步骤。关于SMC-P皿滤波器的具体推导如下：
[0061] 初始化：假设估计目标数为N。，每个目标采样H个粒子，则初始粒子数为U= hxn。。给定多目标先验概率为P。狂。)，对初始状态随机集X。采样，得到粒子蜡-化（x〇)， 粒子对应的权值为：
[00创
（1)
[006引 P皿预测对存活目标的建议分布成。墙,，Z;_)郝新生目标的建议分布Pk( ?IZk) 进行采样。设k-1时刻有Lk_i个粒子，k时刻新生目标的采样粒子数为Jk。对i= 1，…，Lk_i， 采样包，Zt)，存活粒子的预测权值为；
[0064]
(2)
[0065] 式似中：
其中Ps,k(〇为目 标存活概率函数，fk|k_i(? I ?)为目标状态转移函数，bk(? I ?)为衍生强度函数。对i=Lk_i+1，…，Lk_i+Jk，采样4_1 ~A ，新生粒子的预测权值为：
[0066]
(3)
[0067] 式（3)中，丫k( ?)为新生目标的强度函数。
[0068] P皿更新对i= 1，…，Lk_i+Jk，更新粒子权重为：
[00例
W
[0070]式（4)中，扣,k( ?)为存活概率函数，gk( ?I?)为量测函数，Kk(z) =入kCk(Z)，其中为平均干扰、杂波数，Ck(z)为干扰、杂波强度函数，
[0071] 目标数估计；时刻k的目标数估计为：
[0072]
巧）
[007引式妨中，int( ?)表示四舍五入取整。为区分不同的SMC-P皿滤波器，标记滤波 器j在时刻的目标数估计：S而。
[0074] 重采样：取二巧X馬，对粒子集[I'A重新采样，并对权值进行归一化， 得到新的粒子集D重采样的具体方法可参见现有技术。
[0075] 目标状态提取：根据估计目标数将重采样后的粒子进行聚类，聚类中屯、即为目标 状态估计。各个聚类中屯、的几何即为目标状态估计集义t，为区分不同的SMC-P皿滤波器， 标记滤波器j在时刻的目标数估计：。
[0076] 结果分析模块，用于对多个SMC-P皿滤波器的输出结果进行综合处理W获得目标 的运动态势。所述结果分析模块的目标数的估计值为：
[0077]
(6)
[007引对于目标状态估计集}，综合处理器保留每个SMC-P皿滤波器 的结果并同时显示于目标状态空间上，即；
[0079] 文二?(文"，...，义谢} (7)
[0080] W下通过一个二维平面内的多目标运动为例，对本发明多运动目标态势感知方 法及装置原理进行详细说明，例如；每个目标的状态集为：X;-=[而，兩-，兴，知]，其中Xk，yk 分别为目标在X、Y向的位置变量，為-、丸分别为目标在X、Y向的速度变量。该些目标的 产生满足化isson点过程，且已知该些目标的新生强度函数为
，其中叫 =[-150, 0, 25, 0]，ni2= [-25, 0, 100, 0]，m2= [-25, 0, 100, 0]，m3=巧5, 0, 75, 0]，m4 = 巧5, 0, 75, 0]，Q=diag([100, 10, 100, 10]T)2,其中diag(A)表示对角线为A的对角矩阵， 町，1=rk，2= 0. 02,rk，3=rk，4= 0. 03。
[0081] 单个目标的状态转移情况可W下式刻画：
[00間 做
[0083] 式中A为观测间隔，本例设A= 1。
[0084] 如果观测到目标，则量测为；
[0085]
(9)
[0086] 其中V巧观测噪声，满足Vk~N( ?，0,Rk)，且满足
，其中 =0y= 8。
[0087] 100个观察间隔内10个目标的运动轨迹如图3所示。仿真过程中设定目标的存活 概率Aj心I'y为0. 95,检测概率化(端-1) =1，每次观测的平均干扰、杂波数Ak= 20,且 杂波平均分布在[-4000, 4000]X[-4000, 4000]的观测平面内。
[00蝴图4给出了未经滤波，而直接根据量测估计的目标航迹，图5给出了由本发明提出 的态势感知系统给出的目标航迹估计。作为比较，图6还给出了单个SMC-P皿滤波器的目 标航迹估计结果。此外，图7给出了各个时刻的真实目标数，基于本发明提出的态势感知系 统的目标数估计值，与基于未滤波量测的目标数估计值。比较图3~图6,可见基于本发明 提出的多运动目标态势感知方法、装置及系统的多目标航迹估计最清晰地反映了目标的实 际航迹，而由于粒子滤波的随机性，单个SMC-P皿滤波器的目标航迹结果稳健性较差，特别 在目标航迹接近区域的估计结果无法清楚地反映多目标的实际航迹。根据图7的目标数估 计结果，基于本发明提出的态势感知系统的目标数估计能较准确地反映实际情况，而基于 未滤波量测的目标数估计结果误差很大。因此，本发明提出的多运动目标态势感知方法、装 置及系统能够较准确、清晰的反映多目标的真实航迹，较准确地估计各个时刻的目标数。
[0089] 如图8所示，为本发明实施例提供的一种多运动目标态势感知系统结构示意图； 该系统包括；如上任一所述多运动目标态势感知装置。
[0090] 本发明的技术方案通过采用并行序贯蒙特卡罗与概率假设密度滤波器对多运动 目标进行分析处理，从而使得多运动目标态势感知较准确、清晰的反映多目标的真实航迹， 较准确地估计各个时刻的目标数。
[0091] W上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在 本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围 内。
【主权项】
1. 一种多运动目标态势感知方法，其特征在于，包括： 获取目标的量测集合； 将所述目标的量测集合发送到至少两个并行的序贯蒙特卡罗-概率假设密度滤波器 进行处理，并输出处理结果； 将所述处理结果进行综合分析，获取所述目标的量测集合内各个目标的运动态势。2. 根据权利要求1所述的多运动目标态势感知方法，其特征在于，所述目标的量测集 合中量测变量的类型取决于态势感知系统传感器的类型。3. 根据权利要求2所述的多运动目标态势感知方法，其特征在于，所述态势感知系统 传感器包括：有源雷达系统和无源侦察系统；所述有源雷达系统的量测变量包括：距离、方 位俯仰角；所述无源侦察系统的量测变量包括：方位俯仰角、角速度、时差、频差。4. 根据权利要求3所述的多运动目标态势感知方法，其特征在于，所述序贯蒙特卡 罗-概率假设密度滤波器，具体包括：初始化，概率假设密度预测，概率假设密度更新，目标 数估计，重采样，目标状态提取。5. 根据权利要求1至4中任意一项所述的多运动目标态势感知方法，其特征在于，该方 法还包括： 存储每一个所述序贯蒙特卡罗-概率假设密度滤波器的结果； 显示所述目标的量测集合内各个目标的运动态势。6. -种多运动目标态势感知装置，其特征在于，包括： 目标量测采集模块，用于获取目标的量测集合； 序贯蒙特卡罗_概率假设密度滤波器并行处理模块，用于将所述目标的量测集合发送 到至少两个并行的序贯蒙特卡罗-概率假设密度滤波器进行处理，并输出处理结果； 结果分析模块，用于将所述处理结果进行综合分析，获取所述目标的量测集合内各个 目标的运动态势。7. 根据权利要求6所述的多运动目标态势感知装置，其特征在于，所述目标的量测集 合中量测变量的类型取决于态势感知系统传感器的类型；所述态势感知系统传感器包括： 有源雷达系统和无源侦察系统；所述有源雷达系统的量测变量包括：距离、方位俯仰角；所 述无源侦察系统的量测变量包括：方位俯仰角、角速度、时差、频差。8. 根据权利要求7所述的多运动目标态势感知装置，其特征在于，所述序贯蒙特卡 罗-概率假设密度滤波器，具体包括：初始化，概率假设密度预测，概率假设密度更新，目标 数估计，重采样，目标状态提取。9. 根据权利要求6至8中任意一项所述的多运动目标态势感知装置，其特征在于，该装 置还包括： 存储模块，用于存储每一个所述序贯蒙特卡罗-概率假设密度滤波器的结果； 显示模块，用于显示所述目标的量测集合内各个目标的运动态势。10. -种多运动目标态势感知系统，其特征在于，包括：如权利要求6至9中任意一项 所述的多运动目标态势感知装置。
【专利摘要】本发明公开了一种多运动目标态势感知方法、装置及系统，其中，所述多运动目标态势感知方法包括：获取目标的量测集合；将所述目标的量测集合发送到至少两个并行的序贯蒙特卡罗-概率假设密度滤波器进行处理，并输出处理结果；将所述处理结果进行综合分析，获取所述目标的量测集合内各个目标的运动态势。本发明通过采用并行序贯蒙特卡罗与概率假设密度滤波器对多运动目标进行分析处理，从而使得多运动目标态势感知较准确、清晰的反映多目标的真实航迹，较准确地估计各个时刻的目标数。
【IPC分类】G01S13/72
【公开号】CN104977581
【申请号】CN201510416468
【发明人】尤明懿
【申请人】中国电子科技集团公司第三十六研究所
【公开日】2015年10月14日
【申请日】2015年7月15日