一种概率假设密度滤波器的轨迹标识方法及轨迹标识系统的制作方法
【专利摘要】本发明适用于多传感器【技术领域】，提供了一种概率假设密度滤波器的轨迹标识方法，包括：步骤1：根据前一时刻的高斯项及其身份标识确定预测的高斯项及其身份标识，并给每一个新生的高斯项添加非专有的身份标识；步骤2：根据所述预测的高斯项、新生的高斯项及它们的身份标识确定更新的高斯项及其身份标识；步骤3、对更新的高斯项和身份标识进行裁剪与合并；步骤4、根据裁剪与合并后的高斯项及其身份标识，对权重大于预设权重阈值的身份标识进行调整；步骤5、提取权重大于预设权重阈值的高斯项作为滤波器的输出，并把对应的身份标识一起输出。所述方法通过给高斯项添加身份标识，将不同时刻目标状态关联起来，从而得到各个目标的运动轨迹。
【专利说明】一种概率假设密度滤波器的轨迹标识方法及轨迹标识系统
【技术领域】
[0001]本发明涉及多传感器信息融合方法，尤其涉及一种概率假设密度滤波器的轨迹标识方法及轨迹标识系统。
【背景技术】
[0002]在存在虚警、漏检和目标数未知的情况下，Mahler提出的概率假设密度滤波器是解决目标检测和跟踪的新方法。概率假设密度滤波器避免了观测值与状态值间的直接关联，其最大优点是能从后验矩中估计出目标数。为解决概率假设密度滤波器的预测与更新方程中积分运算难以处理的问题，Vo等提出了粒子概率假设密度滤波器和高斯混合概率假设密度滤波器。目前，概率假设密度滤波器已在被动定位、被动雷达目标跟踪、视频跟踪、声纳图像中的目标跟踪和组目标跟踪等领域取得了比较广泛的应用。 [0003]然而，尽管现存的概率假设密度滤波算法能有效的估计出目标的状态和目标个数，但是由于避开了数据关联，所以无法确定不同时刻目标状态的对应关系，不能得到每一个目标的运动轨迹。构建目标的运动轨迹问题是概率假设密度滤波器中需要探索和解决的一个关键技术问题。
【发明内容】
[0004]本发明所要解决的技术问题在于提供一种概率假设密度滤波器的轨迹标识方法及轨迹标识系统，旨在解决用概率假设密度滤波器对多目标跟踪时，目标轨迹难以确定的问题。
[0005]本发明是这样实现的，一种概率假设密度滤波器的轨迹标识方法，包括以下步骤:
[0006]步骤1:根据前一时刻的高斯项及前一时刻的身份标识确定预测的高斯项及预测项的身份标识，并给每一个当前时刻新生的高斯项添加非专有的身份标识；
[0007]步骤2:根据所述预测的高斯项、预测项的身份标识、新生的高斯项及新生项的身份标识确定更新的高斯项及更新项的身份标识；
[0008]步骤3、对所述更新的高斯项及所述更新项的身份标识进行裁剪与合并；
[0009]步骤4、根据裁剪与合并后的高斯项及其身份标识，对权重大于预设权重阈值的高斯项的身份标识进行调整，使身份标识具有唯一性；
[0010]步骤5、提取权重大于预设权重阈值的高斯项作为滤波器的输出，并把经过调整后的、权重大于预设权重阈值的高斯项的身份标识一起输出。
[0011]进一步地,所述步骤I中，以k-ι表示前一时刻，以k表示当前时刻,所述非专有的身份标识用O标记,k-Ι时刻的高斯项集合表示为(w丨,,X*.,,P* ,)，i=l, 2，..., nk_1；k-l时刻
的身份标识集合表示为iL ? i=l, 2，…，η,+ Iii不为O时表明高斯项身份已指定，为O时表
明身份尚未指定，其中，i为索引号，取值从I到IV1, Iv1表示k-Ι时刻高斯项的个数，i表示k-1时刻高斯项的权重，xL,表示k-Ι时刻高斯项的均值，表示k-Ι时刻高斯项的
方差; [0012]由k-Ι时刻的高斯项集合,,Ρ；丨),i=l, 2，…，Πη和k-Ι时刻的身份标识集合/丨,，i=l, 2，…，Πη得到k时刻预测的高斯项集合xUD，i=l, 2，…，rvp和k时刻预测高斯项的身份标识集合t |? i=l, 2，“'Πμ，其中1-表示k时刻预测高斯项的权重，4m表示k时刻预测高斯项的均值，表示k时刻预测高斯项的方差，
<*胃1 = Λ.W'k 1，= H，Pi I* =Qn +Fi |P:— 1 , 4i— I =l'k I ;这里，Ps 为目标幸存
的概率，Fh为状态转移矩阵，Qk_i为过程噪声协方差矩阵；k时刻新生的高斯项集合为?Κ?ΙΛ1)，1=1，2，...，1^,，其中、^、d Ρ/'Λ1是给定的参数，分别表示新生高斯项的权重、均值和方差，nY)k为新生高斯项的个数；k时刻新生高斯项的身份标识集合为，i=l, 2，…，nY，k，把所述k时刻新生高斯项的身份标识统一置为非专有标识0，即/二\ = 0，i=l, 2,…，nY’k。
[0013]进一步地，所述步骤2中，根据所述k时刻预测的高斯项集合(Hk，i=l, 2，…，nH和k时刻新生的高斯项集合.，i=l, 2,..., nY；k以及预测高斯项的身份标识集合t i，i=l, 2，…，Πη和新生高斯项的身份标识集合d' 5 i=l, 2，…，nY，k，得到k时刻更新的高斯项集合(wi,xi,P丨)> i=l,..., (mk+l) (n^+n^J和更新高斯项的身份标识集合? i=l,..., (mk+l) (nH+nu),其中,mk为k时刻测量集Zk中测量的个数，
、》1-表示k时刻更新高斯项的权重，xl表示k时刻更新高斯项的均值，P二表示k时刻更新高斯项的方差；
[0014]当i ( nk_i+nY，k 时，πΚ = ， lk = lt:k 1? 当 i > n k _! + η Y，k 时，令 q = i n t [( 1- 1 ) /(n k+ η Y’ k) ] ， p = 1- q X ( n k+ η Y ’ k) ， K广 P/'4 ,Η;(Η4Ρ: ,H; +) 1,贝丨J
=χ?!ι；—I+K>[zf(f)-x“...丨] ? = (I — !，
IPn wl 1..1 # (- H...15 f + Rj)
—_；_'_z_:_:_i_
k—,, ?其中，int表示取
4(2,)+Λ, Σ Μζ^Ν(ξ;χ^Μ^ιΜ?Κ?--Μ+^) }i=}P
e=tlk ~ lk\k i ^
整，PD为目标探测概率，λ。为杂波密度，Hk为观测矩阵，Rk为观测噪声的协方差，Kp为滤波器增益，,为第Ρ个预测或新生高斯项的均值，Kk ,为第p个预测或新生高斯项的方差，
I为单位矩阵，I为第P个预测或新生高斯项的权重，N表示高斯分布，ξ为目标的状态，h为第e个预测或新生高斯项的均值，P“ ?为第e个预测或新生高斯项的方差，zq为k时刻测量集Zk中的第q个测量，更新后的高斯项的个数为η,ραιΗ+η，,)(mk+l)。
[0015]进一步地，所述步骤3中，k时刻更新的高斯项表示为(h^W)，i=l，2，…，nk|k，
k时刻更新高斯项的身份标识集合为1丨》i=l, 2，…，nk|k,其中rikfOiH+nLk) (mk+l);删除权重充分小的，即4 <的高斯项，其中，τ为裁剪门限；
[0016]从裁剪后余下的高斯项中将距离du〈U的高斯项合并成一个，其中U为合并门限，
合并距离定义为44);合并后高斯项的身份标识确定原则为:
若合并前高斯项的身份标识全为0，则合并后高斯项的身份标识也为0 ;否则，在合并前身份标识不为0的高斯项中，取权重最大的高斯项身份标识作为合并后高斯项的身份标识；在对高斯项进行合并时，权重大于0.5的高斯项不与其它权重大于0.5的高斯项进行合并。
[0017]进一步地，所述步骤4中，根据裁剪与合并后的高斯项，对权重大于0.5的高斯项的身份标识进行判定:如果高斯项的身份标识大于0，表明其身份已确定；如果为0，表明其身份尚未指定，此时需要给其指定一个唯一的非零标识作为其专有的身份标识。
[0018]进一步地，为使专有的身份标识具有唯一性，一个专有的身份标识被使用后，专有的身份标识自动加1，如果多个高斯项具有相同的专有的身份标识，权重系数最高的高斯项的身份标识维持不变，其它高斯项的身份标识重新指定。
[0019]本发明还提供一种概率假设密度滤波器的轨迹标识系统，包括:
[0020]预测模块，根据前一时刻的高斯项及前一时刻的身份标识确定预测的高斯项及预测的身份标识，并给每一个新生的高斯项添加非专有的身份标识；
[0021]更新模块，根据所述预测的高斯项、预测项的身份标识、新生的高斯项及新生项的身份标识确定更新的高斯项及更新项的身份标识；
[0022]裁剪与合并模块，对所述更新的高斯项及所述更新项的身份标识进行裁剪与合并；
[0023]调整模块，根据裁剪与合并后的高斯项及其身份标识，对权重大于预设权重阈值的高斯项的身份标识进行调整，使身份标识具有唯一性；
[0024]目标状态提取模块，提取权重大于预设权重阈值的高斯项作为滤波器的输出，并把经过调整后的、权重大于预设权重阈值的高斯项的身份标识一起输出。
[0025]进一步地，在所述预测模块中，以k-Ι表示前一时刻，以k表示当前时刻，所述非专
有的身份标识用0标记，k-Ι时刻的高斯项集合表示为(ι'4,)> i=l, 2，…，nk_1; k_l
时刻的身份标识集合表示为/〖?，i=l, 2，…，nk_1； /；,不为0时表明高斯项身份已指定，为0时表明身份尚未指定，其中，i为索引号，取值从1到rvp 表示k-Ι时刻高斯项的个数，.表示k-Ι时刻高斯项的权重，xL,表示k-Ι时刻高斯项的均值，(丨表示k-Ι时刻高斯项的方差；
[0026]由k-Ι时刻的高斯项集合，i=l, 2，…，&和k_l时刻的身份标识集合/丨...,》i=l, 2，…， η得到k时刻预测的高斯项集合(w-1i ,,4ii i)?
和k时刻的预测高斯项的身份标识集合，i=l, 2，…，nH，其中,表示k时刻预测
高斯项的权重，^?表示k时刻预测高斯项的均值，I*..表示k时刻预测高斯项的方差，
= A * < I , K\k-4 =Kl，Ki 1 =Qh +m , 〖=4 I ;这里，Ps 为目标幸存的概率，Fk_i为状态转移矩阵，Qk_i为过程噪声协方差矩阵；k时刻新生的高斯项集合为(?iyvCv，n':v)，i=i，2，…，nY,k，其中4;:?、Ci'、是给定的参数，分别表示新生高斯项的权重、均值和方差，nY，k为新生高斯项的个数4时刻新生高斯项的身份标识集合为/ /ν，i=l，2，并把所述k时刻新生高斯项的身份标识统一置为非专有标识0，
即 00，i=l，2，…，nY’k。
[0027]进一步地，所述更新模块中，根据所述k时刻预测的高斯项集合i>41- ” Κι— 1)，i=l，2,…，Πη和k时刻新生的高斯项集合(wdxU'，d')，
i=l, 2，以及预测高斯项的身份标识集合i > i=l, 2，…，和新生高斯项的身份标识集合d，i=l, 2，...，1^，15,得到1^时刻更新的高斯项集合?,*丨_，？丨),i=l,...，(mk+l)(η^+ηy^)和更新高斯项的身份标识集合.? i=l,…，(mk+l) (n^+n^,,)，其中,mk为k时刻测量集Zk中测量的个数，ni表示k时刻更新高斯项的权重，χ?表示k时刻更新高斯项的均值，表示k时刻更新高斯项的方差；
[0028]当i ( nk_i+nY，k 时， 4 =0 —P/)).4 p 4=XL.ι>K = 4 = lkk 1? 当 i > η k _ i + η y，k 时，令 q = i n t [ ( 1- 1 ) /(n k+ n Y , k) ]，P = 1- q X (nk+nY’k) , κ,, =:::: P: H:1 M: P H +R^)'，则
【权利要求】
1.一种概率假设密度滤波器的轨迹标识方法，其特征在于，包括以下步骤: 步骤1:根据前一时刻的高斯项及前一时刻的身份标识确定预测的高斯项及预测项的身份标识，并给每一个当前时刻新生的高斯项添加非专有的身份标识； 步骤2:根据所述预测的高斯项、预测项的身份标识、新生的高斯项及新生项的身份标识确定更新的高斯项及更新项的身份标识； 步骤3、对所述更新的高斯项及所述更新项的身份标识进行裁剪与合并； 步骤4、根据裁剪与合并后的高斯项及其身份标识，对权重大于预设权重阈值的高斯项的身份标识进行调整，使身份标识具有唯一性； 步骤5、提取权重大于预设权重阈值的高斯项作为滤波器的输出，并把经过调整后的、权重大于预设权重阈值的高斯项的身份标识一起输出。
2.根据权利要求1所述的轨迹标识方法，其特征在于，所述步骤I中，以k-Ι表示前一时刻，以k表示当前时刻,所述非专有的身份标识用O标记，k-Ι时刻的高斯项集合表示为
3.根据权利要求2所述的轨迹标识方法，其特征在于，所述步骤2中，根据所述k时刻预测的高斯项集合
4.根据权利要求3所述的轨迹标识方法，其特征在于，所述步骤3中，k时刻更新的高斯项表示为丨)，i=l, 2, ---,IikIk, k时刻更新高斯项的身份标识集合为ξ ? i=l，2,…，nk|k，其中Iiklk=Ov1+nY，k) (mk+l);删除权重充分小的，即< 的高斯项，其中，τ为裁剪门限； 从裁剪后余下的高斯项中将距离du〈U的高斯项合并成一个，其中U为合并门限，合并距离定义为= (x* -χ?) (Ρ? + P/) '(x^ -)；合并后高斯项的身份标识确定原则为:若合并前高斯项的身份标识全为0，则合并后高斯项的身份标识也为O ;否则，在合并前身份标识不为O的高斯项中，取权重最大的高斯项身份标识作为合并后高斯项的身份标识；在对高斯项进行合并时，权重大于0.5的高斯项不与其它权重大于0.5的高斯项进行合并。
5.根据权利要求1所述的轨迹标识方法，其特征在于，所述步骤4中，预设的权重阈值为0.5，根据裁剪与合并后的高斯项，对权重大于0.5的高斯项的身份标识进行判定:如果高斯项的身份标识大于0，表明其身份已确定；如果为0，表明其身份尚未指定，此时需要给其指定一个唯一的非零标识作为其专有的身份标识。
6.根据权利要求5所述的轨迹标识方法，其特征在于，为使专有的身份标识具有唯一性，一个专有的身份标识被使用后，专有的身份标识自动加1，如果多个高斯项具有相同的专有的身份标识，权重系数最高的高斯项的身份标识维持不变，其它高斯项的身份标识重新指定。
7.—种概率假设密度滤波器的轨迹标识系统，其特征在于，包括: 预测模块，根据前一时刻的高斯项及前一时刻的身份标识确定预测的高斯项及预测的身份标识，并给每一个新生的高斯项添加非专有的身份标识； 更新模块，根据所述预测的高斯项、预测项的身份标识、新生的高斯项及新生项的身份标识确定更新的高斯项及更新项的身份标识； 裁剪与合并模块，对所述更新的高斯项及所述更新项的身份标识进行裁剪与合并；调整模块，根据裁剪与合并后的高斯项及其身份标识，对权重大于预设权重阈值的高斯项的身份标识进行调整，使身份标识具有唯一性； 目标状态提取模块，提取权重大于预设权重阈值的高斯项作为滤波器的输出，并把经过调整后的、权重大于预设权重阈值的高斯项的身份标识一起输出。
8.根据权利要求7所述的轨迹标识系统，其特征在于，在所述预测模块中，以k-Ι表示前一时刻，以k表示当前时刻，所述非专有的身份标识用O标记，k-Ι时刻的高斯项集合表示为,,
9.根据权利要求8所述的轨迹标识系统，其特征在于，所述更新模块中，根据所述k时刻预测的高斯项集合，i=l, 2，…，IV1和k时刻新生的高斯项集合，PuV)，i=l, 2，…，nY，k以及预测高斯项的身份标识集合Itkk ,?i=l, 2，…，Iv1和新生高斯项的身份标识集合CY，i=l, 2，..., nY；k,得到k时刻更新的高斯项集合
10.根据权利要求9所述的轨迹标识系统，其特征在于，裁剪与合并模块中，k时刻更新的高斯项表示为(ηζ,χ?+)? i=l, 2，k时刻更新高斯项的身份标识集合为Ii >i=l，2，"^nklk，其中Iiklk=Ov1+!^,) (mk+l);删除权重充分小的，即的高斯项，其中，τ为裁剪门限； 从裁剪后余下的高斯项中将距离du〈U的高斯项合并成一个，其中U为合并门限，合并距离定义为
【文档编号】G06T7/20GK103679753SQ201310690685
【公开日】2014年3月26日 申请日期:2013年12月16日 优先权日:2013年12月16日
【发明者】刘宗香, 谢维信, 余友 申请人:深圳大学