一种基于DS证据理论的雷达目标多源跟踪方法

本发明属于雷达目标数据处理领域。涉及一种基于ds证据理论的雷达目标多源跟踪方法。

背景技术：

1、充分利用多传感器的探测信息进而提高雷达目标的跟踪稳定性及精度是雷达数据处理的重要研究方向之一。单部雷达的工作模式受其硬件条件、部署区域、气象环境等诸多因素限制，难免在距离、俯仰、方位、频段等维度存在探测盲区及数据低精度区域。此外探测目标的非合作性，也为雷达的发现与跟踪带来挑战。

2、采用多雷达联合探测模式在不同空间维度部署不同波段、威力、工作模式的雷达，获得多源探测数据，进而实现雷达观测域的相互补盲。对多源数据，采用融合处理算法提升雷达数据的精度及可靠性，最终实现增加目标发现概率及跟踪稳定性的目的。

3、dempster-shafer理论简称ds证据理论，是一种融合算法。该算法通过构建辨别框架及质量函数，计算多源数据融合后的确信度函数。进而获得数据的融合估计概率。常用于信息融合领域。

4、多源数据经过时野值剔除、空配配准后送给数据处理模块用于实现目标跟踪与起始。对于已经起始的目标，利用多源数据跟踪时存在以下问题：1、数据到达时刻的不确定性。多源数据到达数据处理模块的时间间隔不确定。可能存在极短时间同时到达，此时会导致目标航迹在拟合速度产生较大的速度误差，进而外推到错误位置。2、常见以卡尔曼及滤波其扩展形式为代表的诸多滤波算法，时间间隔较小的连续刷新会导致其噪声协方差矩阵失衡，其距离维度的噪声协方差会小于速度与加速度维导致算法鲁棒性下降甚至算法失效。3、多源点迹数据中的杂波点显著多于单源处理模式，不进行点迹过滤极容易产生误关联导致目标丢失。

技术实现思路

1、1.所要解决的技术问题：

2、如何有效减少多源数据中杂波点的数量，克服多源跟踪中滤波算法失效的问题，显著提高动目标的跟踪稳定性。

3、2.技术方案：

4、为了解决以上问题，本发明提供了一种基于ds证据理论的雷达目标多源跟踪方法，包括如下步骤：

5、步骤s01：获取多源雷达数据，根据协议将其转化为同一数据格式。并利用时统信息对数据进行时间配准。根据获取的基站中心gps坐标对其进行空间校准。

6、步骤s02：开辟存储空间，顺序存储多源点迹数据帧。

7、步骤s03：设置时间阈值；计算航迹上一次更新时刻与到达数据帧的时间差，对时间差在阈值外的数据帧，对目标进行外推并刷新目标，对时间差在阈值内的数据帧利用ds算法进行数据融合处理。

8、步骤s04：利用数据融合结果，对航迹进行重新滤波，实现融合跟踪。

9、在步骤三中，包括以下步骤：

10、步骤s31：计算新数据帧落入波门内点迹与预测位置距离差和计算缓存区存储的上一次刷新数据帧数据与预测位置距离差。

11、步骤s32：计算新、旧数据帧内每个落入波门点的概率，设置融合波门大小。

12、步骤s33：筛选数据帧中与旧数据帧中空间距离小于融合波门大小的数据点，将新旧数据帧中小于融合波门的的点视为共视目标，否则视为新目标，共视目标的点迹与新目标的点迹构建ds证据理论的完整辨识框架，根据dempster组合规则，对新旧数据帧中所有点迹参数加权融合，融合点迹zi＝woldyi+wnewxi；取航迹滤波结构体中，上上次的航迹运动参数表中航迹的滤波速度、航迹空间坐标、航迹更新时间、预测坐标。

13、在步骤s31中，具体方法为：新数据帧到达时统时刻ti与航迹上次更新时统时刻ti-1时间差小于时间阈值δt＝ti-ti-1＜tmin，计算航迹track_i外推位置postion_i_predict＝postion_i+δt*v，若航迹外推位置位于新方位片及数据源扫描表覆盖空间范围，设置关联波门大小为dis_gate，以预测位置postion_i_predict为航迹预测空间中心，设新数据帧落入波门内点迹为x1,x2,x3,...xn共n个点,计算其与预测位置距离差为δx1,δx2,δx3,...δxi，取缓存区存储的上一次刷新数据帧数据，以本次航迹预测位置postion_i_predict为空间中心，设落入波门内的点迹为y1,y2,y3,...ym，计算其与预测位置距离差δy1,δy2,δy3,...δyj。

14、步骤s32中，具体方法为：设新数据帧传感器数据源的观测标准差为σnew，上一次更新数据源的观测标准差为σold，雷达传感器的观测标准差σold、σnew为其探测精度的先验统计参数，遍历波门内的点迹，计算新、旧数据帧内每个落入波门点的概率

15、

16、在步骤s33中，具体方法为：所述共视目标的点迹与新目标的点迹为焦元，共识目标的概率为新、旧点迹帧中其概率合的平均，每个焦元对应的概率为其质量函数mx(i)、my(j)，根据dempster组合规则，冲突因子计算公式如下：

17、

18、则融合概率为设置概率门限阈值pdetcet，对于小于pdetcet的焦元视为无效检测点，给与剔除，否则保留检测点。对于剔除无效检测点后的点迹数据，遍历新旧帧点迹，对共视目标的点迹计算其融合权系数。融合波门概率计算公式如下：

19、

20、权系数计算公式如下：

21、

22、

23、对新旧数据帧中所有点迹参数采用以上权系数加权融合。

24、3.有益效果：

25、本发明采用ds证据理论的改进算法有效减少多源数据中杂波点的数量，点迹融合处理克服了多源跟踪中滤波算法失效的问题，显著提高动目标的跟踪稳定性。

技术特征：

1.一种基于ds证据理论的雷达目标多源跟踪方法，包括如下步骤：

2.如权利要求1所述的基于ds证据理论的雷达目标多源跟踪方法，其特征在于：在步骤三中，包括以下步骤：

3.如权利要求2所述的基于ds证据理论的雷达目标多源跟踪方法，其特征在于：在步骤s31中，具体方法为：新数据帧到达时统时刻ti与航迹上次更新时统时刻ti-1时间差小于时间阈值δt＝ti-ti-1＜tmin，计算航迹track_i外推位置postion_i_predict＝postion_i+δt*v，若航迹外推位置位于新方位片及数据源扫描表覆盖空间范围，设置关联波门大小为dis_gate，以预测位置postion_i_predict为航迹预测空间中心，设新数据帧落入波门内点迹为x1,x2,x3,...xn共n个点,计算其与预测位置距离差为δx1,δx2,δx3,...δxi，取缓存区存储的上一次刷新数据帧数据，以本次航迹预测位置postion_i_predict为空间中心，设落入波门内的点迹为y1,y2,y3,...ym，计算其与预测位置距离差δy1,δy2,δy3,...δyj。

4.如权利要求2所述的基于ds证据理论的雷达目标多源跟踪方法，其特征在于：在步骤s32中，具体方法为：设新数据帧传感器数据源的观测标准差为σnew，上一次更新数据源的观测标准差为σold，雷达传感器的观测标准差σold、σnew为其探测精度的先验统计参数，遍历波门内的点迹，计算新、旧数据帧内每个落入波门点的概率

5.如如权利要求2所述的基于ds证据理论的雷达目标多源跟踪方法，其特征在于：在步骤s33中，具体方法为：所述共视目标的点迹与新目标的点迹为焦元，共识目标的概率为新、旧点迹帧中其概率合的平均，每个焦元对应的概率为其质量函数mx(i)、my(j)，根据dempster组合规则，冲突因子计算公式如下：

技术总结
本专利提出一种基于DS证据理论的雷达多源数据跟踪方法。本发明首先协议将其转化为同一数据格式。并利用时统信息对数据进行时间配准。根据获取的基站中心GPS坐标对其进行空间校准。并开辟存储空间，顺序存储多源点迹数据帧。然后设置时间阈值。计算航迹上一次更新时刻与到达数据帧的时间差，对时间差在阈值外的数据帧，进行外推并刷新目标。对时间差在阈值内的数据帧利用DS算法进行数据融合处理。最后利用数据融合结果，对航迹进行重新滤波，实现融合跟踪。采用DS证据理论的改进算法可以有效减少多源数据中杂波点的数量，点迹融合处理克服了多源跟踪中滤波算法失效的问题，显著提高动目标的跟踪稳定性。

技术研发人员：余颖琪,陈营营
受保护的技术使用者：江苏海事职业技术学院
技术研发日：
技术公布日：2024/2/29