基于目标运动态势信息数据关联策略的目标跟踪方法与流程

技术特征：

1.基于目标运动态势信息数据关联策略的目标跟踪方法，其特征在于，包括如下步骤：

步骤1，创建待选目标航迹：以跟踪目标为中心、r为半径的圆区域范围内的搜索点迹信息，若点迹属于该区域，则利用该点迹创建待选目标航迹；否则不创建待选目标航迹；

步骤2，对待选目标航迹进行跟踪处理：在雷达检测周期内，若待选目标航迹满足目标航迹起始约束条件，则将待选目标航迹转为正式目标航迹，否则删除待选目标航迹；

步骤3，利用卡尔曼滤波模型对跟踪目标和正式目标航迹进行滤波估计处理，按船舶避碰雷达量测模型计算跟踪目标和正式目标的最小会遇距离点时间TCPA，将TCPA值与目标分离时间门限、目标接近时间门限和目标重叠时间门限进行比较，得到跟踪目标和正式目标相互之间所处的运动状态信息；

步骤4：根据跟踪目标和正式目标相互之间所处的运动状态信息决定跟踪目标点迹航迹的关联策略和关联算法，最终得到跟踪目标与点迹的关联关系，从而实现目标跟踪。

2.根据权利要求1所述的方法，其特征在于，步骤2包括如下步骤：

步骤2-1，假设在t₁时刻创建了待选目标起始点，从t₂时刻开始，采用最优邻近算法对待选目标进行点迹航迹关联：

$d^2\left(z\right)={\[z-\hat{z}(k+1|k)\]}^{\′}{S}^{-1}(k+1)\[z-\hat{z}(k+1|k)\],$

其中，z表示雷达探测值，S^-1为待选目标滤波新息协方差，d²(z)为新息加权范数，表示k时刻对k+1时刻目标预测状态的估计；

若d²(z)≤γ成立，则判定待选目标关联到有效点迹，否则，判定待选目标点迹丢失，γ为距离门限值，若待选目标关联到有效点迹，则记录待选目标关联点迹信息，待选目标关联点迹信息包括点迹径向距离g₁、点迹方位g₂、点迹能量g₃、点迹方位扩展g₄、点迹距离扩展g₅和点迹时间g₆，将所述待选目标关联点迹信息组成关联点迹特征向量G，如下式所示：

G＝[g₁ g₂ g₃ g₄ g₅ g₆]；

步骤2-2，依据卡尔曼滤波公式，对待选目标的滤波状态和预测状态进行估计：

$\hat{X}\left(k\right|k)=\hat{X}\left(k\right|k-1)+K\left(k\right)\[Z\left(k\right)-H\left(k\right)\hat{X}\left(k\right|k-1)\]$

$\hat{X}\left(k\right|k-1)=\mathrm{\Φ}\left(k\right|k-1)\hat{X}(k-1|k-1)+U\left(k\right)u\left(k\right)$

K(k)＝P(k|k-1)H'(k)[H(k)P(k|k-1)H'(k)+R(k)]^-1

P(k|k-1)＝Φ(k|k-1)P(k-1|k-1)Φ'(k|k-1)+Q(k)

P(k|k)＝[I-K(k)H(k)]P(k|k-1)

其中，Z(k)表示k时刻传感器探测目标的坐标位置信息，Φ(k|k-1)表示k-1时刻到k时刻目标运动状态转移矩阵，H(k)表示目标量测矩阵，U(k)表示输入控制项矩阵，u(k)表示已知输入或者控制信号，R(k)表示零均值、白色高斯量测噪声的协方差，Q(k)为零均值、白色高斯过程噪声的协方差，表示目标k时刻的状态估计向量，表示k-1时刻对k时刻的目标状态预测，K(k)表示k时刻滤波增益，P(k|k)表示k时刻的协方差矩阵，P(k|k-1)表示预测协方差矩阵，I为单位矩阵，H'(k)为目标量测矩阵的转置矩阵，Φ'(k|k-1)为状态转移矩阵的转置矩阵；

步骤2-3，重复步骤2-1～步骤2-2，直至t_N时刻，N为雷达检测周期，假设待选目标在N个雷达检测周期内共有M个关联点迹，关联点迹序列表示为[G₁,G₂...G_M]；

步骤2-4，根据如下公式计算待选目标相邻关联点迹径向距离变化率：

$v_k=\frac{g_{i1}-g_{j1}}{g_{i6}-g_{j6}},$

$a_k=\frac{v_{k+1}-v_k}{t_{k+1}-t_k},$

其中，g_i1表示第i个雷达扫描周期待选目标关联点迹的第一个特征，即点迹径向距离，g_j1表示第j个雷达扫描周期待选目标关联点迹的第一个特征，g_i6表示第i个雷达扫描周期待选目标关联点迹的第六个特征，即点迹时间，g_j6表示第j个雷达扫描周期待选目标关联点迹的第六个特征，i＝j+1，j＝1,2,...,M-1，t_k+1-t_k表示v_k+1与v_k之间的时间差，v_k表示k时刻目标径向距离速度，k＝1,2,...,n-2，a_k表示目标径向距离变化率；

步骤2-5，根据如下公式计算待选目标相邻关联点迹的方位变化率：

Azi_k＝g_i2-g_j2，

Azi_k'＝Azi_k+1-Azi_k，

其中，g_i2和g_j2分别表示第i个雷达扫描周期目标关联点迹的方位值和第j个雷达扫描周期目标关联点迹的方位值，Azi_k表示第j个雷达扫描周期目标点迹方位变化值，Azi_k'表示方位变化率。

步骤2-6，根据步骤2-4和步骤2-5分别计算得到n个目标距离变化率值和方位变化率值，按如下公式计算径向距离变化率的均方根和方位变化率的均方根RMSE：

$RMSE=\sqrt{\frac{\underset{i=1}{\overset{n}{\Σ}}{X}_i-\stackrel{\‾}{X}}{n}},$

其中，X_i表示目标距离变化率或者方位变化率，是目标径向距离变化率均值或者方位变化率的均值；

步骤2-7，计算待选目标关联点迹的检测概率p：

$p=\frac{M}{N};$

步骤2-8，设目标径向距离变化率均方根门限为R_dG，目标方位变化率均方根门限为R_aG，目标检测概率门限为P_d，若待选目标相邻关联点迹的径向距离变化率的均方根RMSE_d、方位变化率的均方根RMSE_a和检测概率p均满足以下条件：

RMSE_d≤R_dG，

RMSE_d≤R_aG，

p≤P_d，

则将待选目标航迹转为正式目标航迹，并依据卡尔曼滤波模型维持目标跟踪，同时记录目标航迹跟踪过程中的关联点迹特征向量。

3.根据权利要求2所述的方法，其特征在于，步骤3包括如下步骤：

步骤3-1，利用船舶避碰雷达量测模型计算跟踪目标和正式目标的最小会遇距离点时间TCPA：建立平面坐标系XOY，Y轴为正北方向，设跟踪目标S₁位于坐标原点O并以航向d₁航速V₁匀速运动，跟踪目标周围检测出的正式目标S₂以航向d₂航速V₂匀速运动，T₁时刻，正式目标S₂相对跟踪目标S₁的位置为A点，相对距离为R，相对方位为θ，AA'为两目标相对航向，AA'与Y轴的夹角为φ_r，相对航速为V_r，采用如下公式计算φ_r和V_r：

$V_r=\sqrt{V_2^2+V_1^1-2V_2{V}_{1}cos(d_1-d_2)},$

${\mathrm{\φ}}_r=\arctan \frac{V_2{\mathrm{cosd}}_2{V}_1{\mathrm{cosd}}_1}{V_2{\mathrm{sind}}_2-{\mathrm{Vsind}}_1},$

t时刻后，计算正式目标S₂相对跟踪目标S₁的位移：

$\mathrm{\Δ}X=X_{t0}+\underset{0}{\∫}(V_2{\mathrm{sind}}_2-V_1{\mathrm{sind}}_1)dt,$

$\mathrm{\Δ}Y=Y_{t0}+\underset{0}{\∫}(V_2{\mathrm{cosd}}_2-V_1{\mathrm{cosd}}_1)dt,$

由ΔX和ΔY计算出正式目标S₂相对跟踪目标S₁在t时刻后的距离R(t)和方位θ(t)：

$R\left(t\right)=\sqrt{{\mathrm{\ΔX}}^2+{\mathrm{\ΔY}}^2},$

$\mathrm{\θ}\left(t\right)=\arctan \frac{\mathrm{\Δ}X}{\mathrm{\Δ}Y},$

其中，X_t0和Y_t0分别表示t时刻正式目标S₂的起始位置横坐标和t时刻正式目标S₂的起始位置纵坐标，ΔX和ΔY分别表示目标S₂在t时刻内X方向运动的位置和Y方向运动的位置，通过如下公式计算跟踪目标和正式目标的最小会遇距离点时间TCPA：

TCPA＝R(t)|cos(φ_r-θ(t))|/V_r；

步骤3-2，设GT₁为目标回波重叠时间，GT₂为目标回波接近时间。若TCPA绝对值小于GT₁，则判定跟踪目标与正式目标为会遇状态；若TCPA绝对值大于GT₁小于GT₂，则判定跟踪目标与正式目标为接近状态；若TCPA绝对值大于GT₂，则判定跟踪目标与正式目标为分离状态。

4.根据权利要求3所述的方法，其特征在于，步骤4包括如下步骤：

步骤4-1，若跟踪目标和目标处于分离状态，则采用最优邻近算法对跟踪目标进行数据关联；

步骤4-2，若跟踪目标和正式目标处于接近或者重叠状态，则需判断跟踪目标和正式目标是否关联到公共点迹。若跟踪目标和正式目标分别关联到不同的点迹，则按正常跟踪处理；若跟踪目标和正式目标关联点迹为公共点迹，则判断下述条件是否同时成立：

$abs(E_d-\mathrm{\α}\×(\stackrel{-}{E_A}+\stackrel{-}{E_B}\left)\right)\≤G_E,$

$abs(l_d-\mathrm{\β}\×(\stackrel{-}{l_A}+\stackrel{-}{l_B}\left)\right)\≤G_l$

其中，和分别表示跟踪目标关联点迹的能量均值和正式目标关联点迹的能量均值，和分别表示跟踪目标关联点迹的回波方位扩展均值和正式目标关联点迹的回波方位扩展均值，E_d为雷达可探测到的公共点迹能量值，l_d为雷达可探测到的公共点迹方位扩展值，α和β为比例系数，G_E为能量误差门限，G_l为方位扩展误差门限。如果条件同时成立，则点迹是跟踪目标和正式目标回波重叠点迹，点迹不分配给跟踪目标和正式目标，目标分别进行外推处理；如果条件不成立，则点迹来源于跟踪目标或者正式目标，按如下公式计算Δ_A和Δ_B：

${\mathrm{\Δ}}_A=abs(E_d-\stackrel{-}{E_A}),$

${\mathrm{\Δ}}_B=abs(E_d-\stackrel{-}{E_B}),$

Δ_A表示公共点迹的能量与跟踪目标能量均值的相似性，Δ_B表示公共点迹的能量与正式目标能量均值的相似性，若Δ_A≤Δ_B，点迹为跟踪目标关联点迹，若Δ_A＞Δ_B，点迹为正式目标关联点迹。

5.根据权利要求4所述的方法，其特征在于，步骤4-1中，当跟踪目标和正式目标处于分离状态时，采用最优邻近算法进行数据关联，设跟踪目标关联点迹能量特征集合为{E₁,E₂,...,E_n}，回波方位扩展特征集合为{l₁,l₂,...,l_n}，n为跟踪目标关联点迹的计数值，正式目标关联点迹能量特征集合为{E'₁,E₂',...,E_m'}，回波方位扩展特征集合为{l₁',l₂',...,l_m'}，m为正式目标关联点迹的计数值，利用目标回波在方位、距离上的连续性进行点迹凝聚，得到目标方位扩展特征，能量特征通过将参与积累的方位距离对应的能量进行求和获得，

通过如下公式计算跟踪目标关联点迹的能量均值和正式目标关联点迹的能量均值

$\stackrel{-}{E_A}=\underset{t=1}{\overset{n}{\Σ}}{E}_t,$

$\stackrel{-}{E_B}=\underset{t=1}{\overset{m}{\Σ}}{E_t}^{\′},$

通过如下公式计算跟踪目标关联点迹的回波方位扩展均值和正式目标关联点迹的回波方位扩展均值

$\stackrel{-}{l_A}=\underset{t=1}{\overset{n}{\Σ}}{l}_t,$

$\stackrel{-}{l_B}=\underset{t=1}{\overset{m}{\Σ}}{l_t}^{\′}.$