一种基于分布式架构的非合作多目标航迹推算方法与流程

本发明涉及定位跟踪技术，尤其是一种基于无线通信技术及多传感器平台的三维非合作式多目标定位跟踪方法。

背景技术：

基于无线通信的非合作式多目标跟踪技术因能满足如国土预警、海洋监视、空中交通管制等多种场景和应用下的基本需求而被相关技术人员广泛研究。非合作的定位方式面向的对象往往是不能与基站通信的异构目标。这种目标的特性使得定位过程更加复杂，其定位方式并不是依靠节点之间的信息传递进行定位，而是通过分析多组返回波的状态来估计未知目标的位置信息。

现有的多目标跟踪方法存在一下几点方面的不足。首先集中式架构计算量大导致的实时性问题。现有算法大都采用集中式的定位策略，所有量测数据的处理过程仅由某个节点来完成，这样做的结果不仅无法保证数据处理的实时性，而且还会导致网络中能耗的不平均而缩短整体系统的生命周期。其次现有算法呈现两极化发展，复杂度高的算法计算量过大，而复杂度低的算法准确度不高。这是由于现有方法中提供的确定性信息有限，如目标数目，多目标的初始位置等信息都需要算法对其进行估计。这样复杂的算法结构往往会带来很大的计算量。而简单的使用阈值法进行估计又缺乏准确性。另外传统方法中对量测信息的种类往往有着严格的要求，这就需要提供相应的硬件平台支持，限定的基础设施架构降低了算法的普适度。

技术实现要素：

本发明目的在于提供一种提高多目标定位数据关联准确率的基于分布式架构的非合作多目标航迹推算方法。

为实现上述目的，采用了以下技术方案：本发明主要包括分布在监测区域中的多个硬件结构相同的通信节点；通过人为定义通信节点的不同角色以达到改变整体网络架构的目的，通信节点分为调度中心节点、静态主节点、动态主节点和普通节点，静态主节点和动态主节点属于融合中心级，普通节点属于传感器级；

所述方法包括动态信源调度策略和位置跟踪算法两个部分；

动态信源调度策略为其中的每个目标分配一个伺服跟踪系统，多个目标的伺服系统中采用不同的通信频率且相互独立，其目的是完成多目标定位到单目标定位的转换过程；伺服跟踪系统是指由多个传感器组成、专为某个物理分布独立的单一目标配置的局部定位系统，伺服系统中包括一个动态主节点及几个与之配合定位的普通节点；

将监测系统从低到高分为基础信息采集层、位置决定层和决策调度层；基础信息采集层中通过节点互相合作获取必要的距离量测信息；位置决定层中以基础信息采集层中对目标的距离量测作为依据，以历史航迹作为参考，运用多目标识别算法，为决策层提供实时准确的多个目标的运动状态；决策调度层利用下层提供的位置信息预测多个目标的运动行为，并参考预测信息通过控制参考节点的休眠或唤醒，来指定距离预测位置最近的几个节点分别作为动态主节点及相应的普通节点。

进一步的，动态信源调度分为以下几个步骤：

在初始化信息准备阶段，每个参考节点利用合作式定位的方法估计自身的坐标位置；所有参考节点都要在一段时间内构建滤除环境虚警的静态向量表；决策调度层选择中心区域的一个节点作为静态主节点用于实时监测新生目标；

步骤1，初始化阶段静态主节点通过发射并接收信号记录环境初始状态，静态向量表用于存放初始状态，并在定位过程中滤除环境噪声；

步骤2，静态主节点通过周期性地不断发射信号监测整个区域，并以下层提供的距离量测作为参考，结合静态环境向量表与动态环境向量表滤除环境背景以及已知目标的量测信息干扰，实时感知区域中新出现的未知目标，将其加入动态向量表并为决策层提供实时可靠的新生目标的有效位置信息；动态向量表中记录每个已跟踪目标的定位信息；

步骤3，调度中心在接收到已识别的目标坐标后，指定坐标附近的四个参考节点继续完成对目标的跟踪定位工作，其中一个指定为动态主节点，其他的指定为被占用的普通节点；

步骤4，动态节点每个周期对目标的位置估计都需要上传到调度中心所在的决策调度层，并由决策调度层根据目标的运动趋势和坐标位置决定是否重新为其分配一组新的参考节点。

进一步的，在非混沌区中，动态信源调度策略将多目标问题简化为单目标问题，利用序贯蒙特卡洛滤波获得目标的位置估计。

进一步的，动态信源调度策略将多目标定位过程分解为混沌区域和非混沌区域的处理过程，其中非混沌区域的定位简化为单目标定位；非混沌区域为混沌区域中的算法提供进入混沌区时的目标数目以及每个目标状态信息的确定性状态信息，进而增加混沌区中数据关联过程的准确率并降低算法复杂程度；所述混沌区域是指多个目标处在一个动态节点所覆盖的区域之内，而无法分别为其配置跟踪系统的区域；

位置跟踪算法在混沌区域内利用提出的两层粒子逼近多目标跟踪方法获取多个目标的最终位置，具体内容如下：

步骤1，调度中心节点在指定动态主节点的同时完成上一时刻目标状态的传递，其中包括目标的数目以及多个目标的状态信息，动态主节点在定位时刻通过声波定位的同时，向激活的普通节点发送上一时刻目标的数目以及多个目标的状态信息；

步骤2，每个普通节点获得多个目标的初始位置及状态信息后，以步骤1的相同方法估计每个目标的量测归属；将目标运动分解为三个坐标轴上的分量，并根据状态转移方程和蒙特卡洛滤波器预测多个粒子下一时刻的位置估计；

步骤3，位置估计作为输入量，通过建立的距离量测模型获取多个粒子对应的距离估计；

步骤4，以多个粒子的距离估计作为参考，运用高斯分布模型评估多个距离量测的匹配程度；其结果通过多个距离估计对应的所有粒子中未经过归一化的权重和来决定；权重之和最大的距离量测认为是该目标在本时刻的量测归属；在目标和相应量测之间建立一条相互关联的归属链；

步骤5，重复步骤2—4，获得所有目标的量测归属链；

步骤6，每个节点将相应的归属链反馈给动态主节点，主节点利用递推模型和粒子滤波完成对本时刻多个目标状态进行估计；

步骤7，重复步骤1—6，直到多个目标离开混沌区域。

进一步的，以静态节点为中心的静态系统用于实时发现未知目标，以动态主节点为中心的动态系统用于跟踪和估计多个目标的状态。

进一步的，静态主节点对应的参考节点在监测过程中是不变的，一个监测区域只存在一个静态主节点；动态主节点运用数据关联算法和最优估计算法，实现对多个已识别目标的实时跟踪及航迹联合。

进一步的，动态主节点是由决策调度层预测已识别的目标的运动状态后实时指定的，一个区域中存在的动态主节点数小于等于已识别的未知目标数。

与现有技术相比，本发明具有如下优点：利用提出的动态信源调度策略及位置跟踪算法将多目标的跟踪简化为单目标跟踪过程，降低因多个目标的相互干扰及环境中的不确定性引起的算法结构的复杂化以及关联错误的发生率，可以实现比现有方法更加准确，实时性更好的多目标定位。

附图说明

图1是本发明方法的信源调度策略架构图。

图2是本发明方法的分布式两层粒子逼近图。

图3是本发明方法的多目标跟踪系统成员架构及跟踪示意图。

具体实施方式

下面结合附图对本发明做进一步说明：

本发明主要包括通信节点，多个包含水听器及换能器的通信节点和至少一个浮漂节点组成监测系统；浮漂节点作为网关的角色是外部网络及水下通信网络之间沟通的桥梁；如图3所示，通信节点分为调度中心节点、静态主节点、动态主节点和普通节点，静态主节点和动态主节点属于融合中心级，普通节点属于传感器级；以静态节点为中心的静态系统用于实时发现未知目标，以动态主节点为中心的动态系统用于跟踪和估计多个目标的状态。静态主节点对应的参考节点在监测过程中是不变的，一个监测区域只存在一个静态主节点；动态主节点运用数据关联算法和最优估计算法，实现对多个已识别目标的实时跟踪及航迹联合。动态主节点是由决策调度层预测已识别的目标的运动状态后实时指定的，一个区域中存在的动态主节点数小于等于已识别的未知目标数。

其中的所有构成元素只用于真实环境的示意，并不代表真正的分布密度和分布数量。接下来结合跟踪示意图，以两个目标的定位过程作为范例，描述发明中提出的多目标跟踪算法的工作流程。

所述方法包括动态信源调度策略和位置跟踪算法两个部分；

动态信源调度策略为其中的每个目标分配一个伺服跟踪系统，多个目标的伺服系统中采用不同的通信频率且相互独立，其目的是完成多目标定位到单目标定位的转换过程；伺服跟踪系统是指由多个传感器组成、专为某个物理分布独立的单一目标配置的局部定位系统，伺服系统中包括一个动态主节点及几个与之配合定位的普通节点；

动态信源调度分为以下几个步骤：

在初始化信息准备阶段，每个参考节点利用合作式定位的方法以浮漂节点作为媒介，估计自身的坐标位置；所有参考节点都要在一段时间内利用水听器监听发射信号的回波为其构建滤除环境虚警的静态向量表；浮漂节点所在的决策调度层选择中心区域的一个节点作为静态主节点用于实时监测新生目标；

步骤1，初始化阶段静态主节点通过发射并接收信号记录环境初始状态，静态向量表用于存放初始状态，并在定位过程中滤除环境噪声；

步骤2，静态主节点通过周期性地不断发射信号监测整个区域，并以下层提供的距离量测作为参考，结合静态环境向量表与动态环境向量表滤除环境背景以及已知目标的量测信息干扰，实时感知区域中新出现的未知目标，将其加入动态向量表并为决策层提供实时可靠的新生目标的有效位置信息；动态向量表中记录每个已跟踪目标的定位信息；

步骤3，调度中心在接收到已识别的目标坐标后，指定坐标附近的四个参考节点继续完成对目标的跟踪定位工作，其中一个指定为动态主节点，其他的指定为被占用的普通节点；

步骤4，动态节点每个周期对目标的位置估计都需要上传到调度中心所在的决策调度层，并由决策调度层根据目标的运动趋势和坐标位置决定是否重新为其分配一组新的参考节点。

多个目标在区域运动的过程中，如果地理位置上差别很大，那么互相不受影响，但如果进入到同一个动态节点所覆盖的范围内，即混沌区域内，就需要运用两层粒子逼近多目标跟踪方法来确定测量值的归属。

在非混沌区中，动态信源调度策略将多目标问题简化为单目标问题，在混沌区中，利用序贯蒙特卡洛滤波获得目标的位置估计。

如图3所示，球体内多个目标位于同一个区域，因此当两个目标进入到这个区域时需要依靠算法对两个目标进行定位。

如图1所示，将监测系统从低到高分为基础信息采集层、位置决定层和决策调度层；基础信息采集层中通过节点互相合作获取必要的距离量测信息；位置决定层中以基础信息采集层中对目标的距离量测作为依据，以历史航迹作为参考，运用多目标识别算法，为决策层提供实时准确的多个目标的运动状态；决策调度层利用下层提供的位置信息预测多个目标的运动行为，并参考预测信息通过控制参考节点的休眠或唤醒，来指定距离预测位置最近的几个节点分别作为动态主节点及相应的普通节点。

动态信源调度策略将多目标定位过程分解为混沌区域和非混沌区域的处理过程，其中非混沌区域的定位简化为单目标定位；非混沌区域为混沌区域中的算法提供进入混沌区时的目标数目以及每个目标状态信息的确定性状态信息，进而增加混沌区中数据关联过程的准确率并降低算法复杂程度；所述混沌区域是指多个目标处在一个动态节点所覆盖的区域之内，而无法分别为其配置跟踪系统的区域；

位置跟踪算法在混沌区域内利用提出的两层粒子逼近多目标跟踪方法获取多个目标的最终位置，具体内容如下：

步骤1，调度中心节点在指定动态主节点的同时完成上一时刻目标状态的传递，其中包括目标的数目以及多个目标的状态信息，动态主节点在定位时刻通过声波定位的同时，向激活的普通节点发送上一时刻目标的数目以及多个目标的状态信息，具体流程如图2所示；

步骤2，每个普通节点获得多个目标的初始位置及状态信息后，以步骤1的相同方法估计每个目标的量测归属；将目标运动分解为三个坐标轴上的分量，并根据状态转移方程和蒙特卡洛滤波器预测多个粒子下一时刻的位置估计；建立状态变量

其中分别代表三轴坐标位置分量，分别代表三轴的速度分量，mk代表不同的目标。根据CV模型和蒙特卡洛滤波器预测多个粒子下一时刻的位置估计

步骤3，将位置估计作为输入量引入建立的距离量测模型获取多个粒子对应的距离估计。

步骤4，以多个粒子的距离估计作为参考，运用高斯分布模型评估多个距离量测zk＝[d1 d2 … dn]的匹配程度，其中di代表当前时刻传感器节点收到的多个测量值i＝[1,2…n]。归属关系通过多个距离估计对应的所有粒子中未经过归一化的权重和来决定，其中代表di对应的多个粒子的权重。最大的di判定为该目标在本时刻的量测归属。在每一时刻为每个检测到的目标定义一个归属链指示器objr＝di，r＝[1,2...R]，其中R为当前时刻的目标数目，用于建立目标和相应量测之间相互关联的归属关系。

步骤5，重复步骤1-4，获得所有目标的量测归属链[obj1 obj2 … objR]，并反馈给动态主节点。

步骤6，主节点利用递推模型和粒子滤波完成对本时刻多个目标状态进行估计。

步骤7，重复步骤1-6步直到多个目标离开混沌区域。

应用本发明，可以实现在空域和海域下的空地协同主动防御、水下环境监测、水下入侵目标跟踪等非合作多目标跟踪应用的部署。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。