同时解距离模糊的ipphdf机动多目标跟踪方法
【技术领域】
[0001] 本发明涉及一种雷达数据处理方法，特别是涉及一种雷达测距模糊情况下的机动 多目标跟踪方法，适用于高/中脉冲重复频率（H/MPRF)雷达（如机载脉冲多普勒雷达等） 对机动多目标的跟踪。
【背景技术】
[0002] 随着电磁干扰等技术的迅猛发展和各类飞行器的大量出现，雷达所处的电磁环境 进一步恶化，单位时间内需要处理的量测数据急剧，给传统的雷达目标检测和跟踪带来了 严峻的挑战。同时，为了提高自身的生存和突防能力，目标通常会随时进行一定的战术机 动，其运动状态也会因不同的作战任务而变，进一步增大了雷达对其进行跟踪的困难。因 此，如何实现复杂环境下雷达对机动多目标的有效检测和跟踪，对提高雷达作战效能和生 存能力具有重要意义，是目前目标跟踪领域研究的重点和难点问题。目前基于随机有限集 的粒子概率假设密度滤波（PPHDF)方法由于具有可以避免多目标数据关联的突出优点，极 大的降低多目标跟踪算法的计算复杂度，适应于密集杂波环境下目标数目未知的多目标跟 踪场景，在目标跟踪领域得到广泛的关注和研究。该方法主要通过以下步骤实现：
[0003] (1)粒子集初始化；
[0004] (2)生成用于搜索新目标的搜索粒子集，并对已存在的粒子集进行一步预测得到 预测粒子集，再将搜索粒子集和预测粒子集合成新的预测粒子集；
[0005] (3)利用新量测对预测粒子集粒子权重进行更新；
[0006] (4)对权重更新后的粒子集进行重采样，并得到目标个数和各目标状态估计。
[0007] 基于PPHDF的多目标跟踪方法存在以下两个缺陷：⑴当目标出现漏检时，重采样 会造成粒子多样性的迅速退化，进而造成目标丢失的现象；（2)ro雷达为了无模糊地测量 目标速度，通常采用H/MPRF的工作模式，在这种情况下雷达对目标的距离量测是模糊的， PPHDF算法无法直接利用模糊的量测数据对目标进行正确稳定的跟踪。
【发明内容】
[0008] 本发明的目的是提出一种同时解距离模糊的改进粒子概率假设密度滤波 (IPPHDF)机动多目标跟踪方法，解决一般的PPHDF方法在检测概率较低情况下容易出现目 标丢失和无法直接利用模糊量测数据对目标进行跟踪的问题。
[0009] 本发明提出的同时解距离模糊的IPPHDF机动多目标跟踪方法的技术方案包括以 下步骤：步骤1 :变量初始化
[0010] (I)T是雷达扫描周期，T1, T2, ···，Tm是脉冲重复周期，R ^ R2, ···，Rm是各PRF对应 的最大不模糊距离；
[0011] ⑵L。为代表1个目标的粒子数，J k为搜索新目标的粒子数，S ,表示搜索1个消失 目标的粒子数，LkS k时刻滤波器采用的粒子总数；
[0012] (3)D。为目标出现的初始分布，γ ,为平均目标出现概率，Pd为目标检测概率；
[0013] (4) λ k为平均每帧的杂波个数，見为让时刻估计的目标个数；
[0014] (5) Gk为过程噪声分布矩阵，Q k为过程噪声协方差，Rk为量测噪声协方差；
[0015] 步骤2 :初始化粒子集，令k = 0和兔=〇.，:对任意p e {1，2,…，L。}
[0016] (1)从初始分布D。中采样粒子 <，其中
表示粒子代表的目 标状态，包含了目标的位置(.<,<)、速度(iK)以及转弯率等信息；
[0017] (2)赋予粒子喊权重<=心/10;
[0018] 步骤3 :令k = k+Ι，获得k时刻的雷达模糊量测
[0019] (1)设置雷达的工作状态，使雷达依次交替采用某个PRF工作，令
[0020] c = mod (k, Μ) +1
[0021] 表示雷达在k时刻采用的PRF的索引号，mod(χ, y)表示x/y的余数；
[0022] (2)将雷达接收到的信号进行A/D变换，得到k时刻的雷达模糊量测集
送雷达数据处理计算机，其中
表示k 时刻雷达得到的第q个量测，包含了目标的模糊距离量测、多普勒速度量测#以及方 位量测€等信息，而Mk则表示k时刻雷达得到的量测个数；
[0023] 步骤4:已存在粒子集预测，S fw= O ,直接转步骤5,否则对任意p e {1，2,… )Lk J
[0024] (1)根据目标角速度计算目标状态状态转移矩阵
[0026] ⑵利用粒子<丨的状态进行一步预测
[0028] 得到粒子4-,，其中
[0030] 为过程噪声分布矩阵，Vk为过程噪声，其噪声协方差为Q k;
[0031] (3)赋予粒子权重
[0032] 步骤5 :生成搜索新目标的粒子集，对任意p e {Lk flk+l，…，Lk
[0033] (1)根据初始分布D。采样"新生"粒子碭―!:;
[0034] (2)赋予粒子AU又重
[0035] 步骤6 :生成消失目标预测粒子集
[0036] (1)若k彡2,令Ik= 0,直接转步骤7,否则定义集合
[0038] 其中Wisjt 2表示k-2时刻存在而k-Ι时刻消失的第η个目标，Ndlsik i表示消失的目 标数；
[0039] (2)若Xdis,A--2 = 令Ik= 0,直接转步骤7,否则令I k= N dls,k Λ，对任意
根据估计的目标转弯率戎_2,"和相应的状态转移方程进行一步预测
[0041]⑶对任意 n e {1，2,…，Ndis,k J 和任意 ρ e {Lk A (n_l) Sk+1,…，Lk AnS1J，令
利用进行一步预测
[0043] 得到粒子鸠-t，并赋予该粒子权重<?Μ=Α/(Λ+4);:
[0044] 步骤7 :粒子权重更新
[0045] (1)对任意ρ e {1，2,…，Lk ，根据量测方程
[0047] 得到预测量测ZiV1，其中（Xs，ys)为雷达的位置，然后预测量测距离模糊化
[0049] 得到模糊预测量测
其中R。表示k时刻雷达所采用 PRF对应的最大不模糊距离；
[0050] ⑵对任意p G {1，2,…，Lk i+Ik+Jk}和任意m e {1，2,…，M1J，计算新息
[0054] 其中Rk为量测噪声协方差；
[0055] (3)对任意 m e {1，2,…，M1J，计算
[0057] (4)对任意p e {1，2,…，Lk i+Ik+JJ，计算粒子权重
[0059] 步骤8 :重采样
[0060] (1)计算所有粒子的权重和
[0062] (2)对粒子集
进行重采样，得到新的粒子集
表示取与X最接近的整数；
[0063] 步骤9:目标状态估计
[0064] (1)若元0，直接转步骤10 ;
[0065] (2)若元力〇,根据粒子包含的目标位置信息，采用聚类分析的方法 将粒子集划分为次个类，第η个类的中心即为第η个目标的状态估计
包含了目标的位置估计(夂,,,)\")、速度估计
和转弯率;
[0066] (3)估计目标的PIN
[0068] 其中Floor (X)表示取小于或等于X最大整数；
[0069] 步骤10 :重复步骤3~步骤9,直至雷达关机。
[0070] 和【背景技术】相比，本发明的有益效果说明：
[0071 ] 本发明提出的同时解距离模糊的IPPHDF机动多目标跟踪方法，解决一般的PPHDF 方法在目标检测概率较低的情况下容易出现目标丢失的问题，且该方法可以直接利用雷达 得到的模糊量测数据对机动多目标进行跟踪，在跟踪的同时解决距离量测模糊的问题，扩 大了 PPHDF算法的适应范围。
【附图说明】
[0072] 附图1给出了本发明提出的同时解距离模糊的IPPHDF机动多目标跟踪方法整体 流程图；
[0073] 附图2给出了本发明实施例中三个机动目标"时刻-X位置"和"时刻-y位置"分 开表示的真实轨迹示意图，其中一表示目标1的真实轨迹，A-H-_w:表示目标2的真 实轨迹，表示目标3的真实轨迹；
[0074]