一种地面目标实时跟踪性能评估方法及系统与流程

本发明涉及地面目标跟踪状态估计技术的性能评估技术领域，尤其涉及一种基于估计误差分布的地面目标实时跟踪性能评估方法及系统。

背景技术：

随着现代高精度传感器技术突飞猛进的发展，在地面目标实时跟踪过程中，对跟踪算法性能的验证与评估需求越来越迫切。准确的跟踪算法性能验证与评估方法，能够帮助工程人员择选符合性能要求的滤波器，提高跟踪性能。

目前，现有的跟踪算法性能优劣的验证与评估方法，是通过计算目标真实状态和估计状态之间的估计误差均方根的大小来实现的。但是，采用估计误差均方根来进行误差度量有着严重的缺陷，易受大的误差值主导，不能满足性能评估的要求。

因此，如何实现对地面目标跟踪状态估计技术进行客观公正的评价具有重要的意义。

技术实现要素：

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的地面目标实时跟踪性能评估方法及系统，可有效评价目标跟踪算法的优劣。

本发明的一个方面，提供了一种地面目标实时跟踪性能评估方法，包括:

获取目标估计器的估计误差概率分布，所述目标估计器为待评估的地面目标实时跟踪状态估计器；

分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度；

根据所述相似度对所述目标估计器进行跟踪性能评估。

其中，在所述分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度之前，所述方法还包括：

判定所述期望误差概率分布的分布类型，根据所述分布类型选取相应的相似度分析模型。

其中，若所述期望误差概率分布为高斯分布或拉普拉斯分布时，采用第一相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第一相似度分析模型如下：

其中，ρ(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。

其中，若所述期望误差概率分布为非高斯分布和拉普拉斯分布时，采用第二相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第二相似度分析模型如下：

其中，ρ′(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。

其中，若所述估计误差概率分布为离散分布时，离散的估计误差集合为

所述分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度包括：

从期望分布中随机抽取与估计误差集合相同采样点数量的期望误差集合

分别对所述和进行标准化，得到和

分别计算和对应的自相关矩阵R¹和R²，并计算R¹的特征向量R²的特征向量

分别计算两两间的相关性，公式如下：

根据估计误差集合与期望采样点集合中各采样点的相关性，确定所述估计误差概率分布与预设的期望误差概率分布之间的相似度。

本发明的另一个方面，提供了一种地面目标实时跟踪性能评估系统，包括：

估计误差分布获取模块，适于获取目标估计器的估计误差概率分布，所述目标估计器为待评估的地面目标实时跟踪状态估计器；

相似度分析模块，适于分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度；

性能评估模块，适于根据所述相似度对所述目标估计器进行跟踪性能评估。

其中，所述系统还包括：

判定模块，适于在所述相似度分析模块分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度之前，判定所述期望误差概率分布的分布类型，根据所述分布类型选取相应的相似度分析模型。

其中，所述相似度分析模块，具体适于当所述期望误差概率分布为高斯分布或拉普拉斯分布时，采用第一相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第一相似度分析模型如下：

其中，ρ(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。

其中，所述相似度分析模块，具体适于当所述期望误差概率分布为非高斯分布和拉普拉斯分布时，采用第二相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第二相似度分析模型如下：

其中，ρ′(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。

其中，所述相似度分析模块，具体包括：

采样子模块，适于当所述估计误差概率分布为离散分布，离散的估计误差集合为时，从期望分布中随机抽取与估计误差集合相同采样点数量的期望误差集合

标准化子模块，适于分别对所述和进行标准化，得到和

计算子模块，适于分别计算和对应的自相关矩阵R¹和R²，并计算R¹的特征向量R²的特征向量

所述计算子模块，还适于分别计算两两间的相关性，公式如下：

确定子模块，适于根据估计误差集合与期望采样点集合中各采样点的相关性，确定所述估计误差概率分布与预设的期望误差概率分布之间的相似度。

本发明实施例提供的地面目标实时跟踪性能评估方法及系统，通过采用度量误差分布相对于某一参考量的相似度，即期望水平度量，以实现对不同状态估计器优劣的有效评价，进而实现对地面目标跟踪状态估计技术进行客观公正的评价。

在实现本发明的过程中，充分考虑利用估计误差的分布信息，公平公正地对地面目标状态估计技术性能评估，改进跟踪性能。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例的一种地面目标实时跟踪性能评估方法的流程图；

图2为本发明实施例的一种地面目标实时跟踪性能评估系统的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。

为了克服现有评估指标的缺点，实现对地面目标跟踪状态估计技术进行客观公正的评价，本发明实施例提出一种通过度量误差分布相对于某一参考量的相似度，即期望水平度量，以实现不同状态估计器的性能评估方法。

图1示意性示出了本发明一个实施例的地面目标实时跟踪性能评估方法的流程图。参照图1，本发明实施例的地面目标实时跟踪性能评估方法具体包括以下步骤：

步骤S11、获取目标估计器的估计误差概率分布，所述目标估计器为待评估的地面目标实时跟踪状态估计器；

步骤S12、分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度；其中，所述期望误差概率分布为目标估计器的标准参考值。

步骤S13、根据所述相似度对所述目标估计器进行跟踪性能评估。

本发明实施例中，将估计误差概率分布与预设的期望或理想的误差概率分布之间的相似度作为估计误差分布的期望水平(DL，Desirability Level)，即基于估计误差的分布信息。通过引入估计误差分布的期望水平，刻画估计误差的分布与期望或理想的误差分布之间的相关性或相似度，有效地克服了现有评估指标评估的缺陷。

本发明实施例提供的地面目标实时跟踪性能评估方法，将预设的期望误差概率分布作为参考量，通过采用度量误差分布相对于期望误差概率分布的相似度，即期望水平度量，以实现对不同状态估计器优劣的有效评价，进而实现对地面目标跟踪状态估计技术进行客观公正的评价。

下面对本发明实施例中提出的估计误差分布的期望水平给出具体说明。

类比两变量间的相关系数形式，定义两估计器估计误差概率分布相对期望误差概率分布的期望水平定义为：

这一度量刻画了两个概率密度函数间的相关性或者相似度。

考虑在离散情况下，假设两个概率质量函数满足：

则ρ(0)的表达式为：

可见，ρ(0)可以看作N维的矢量之间夹角的余弦值。连续情况下，由于两概率密度函数可以看成是一个无穷维的矢量，所以可以把ρ(0)理解为两个分布函数间夹角的度量。

在计算中，若已知期望分布为高斯分布和拉普拉斯分布时，可给出解析结果，即若期望分布为高斯分布则有：

若期望分布为拉普拉斯分布则有：

进一步的，期望水平的扩展形式还包括如下内容：

在算式中积分部分和很难精确计算时，本发明实施例还给出其扩展形式，定义ρ'(0)为与的相关系数：

这是由于应用了对概率密度函数在全定义域上积分为1，即这样一来，大大简化了计算难度，完全避开了原定义中和两个积分算式。

此外，考虑在实际工程应用中，可能没有估计误差真实分布的相关信息。而降维后提取出的主特征有较好的性质：首先，主成分分析没有丢失原数据的主要信息，属于原数据的特征都有唯一的特征矢量与之对应；其次提取出的主特征具有稳定性，当估计误差矢量有微小变化时，其对应的主特征变化不敏感，因此，本发明实施例还提供了基于主成分分析的估计误差期望水平。

综上分析，对于不同分布类型的期望误差概率分布，或是不同分布类型的估计误差概率分布，对于有不同的相似度分析模型。因此，本发明实施例中，在所述分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度之前，所述方法还包括：判定所述期望误差概率分布的分布类型，根据所述分布类型选取相应的相似度分析模型，以实现根据期望误差概率分布和/或估计误差概率分布的分布类型选取合适的相似度分析模型。

在本发明的一个可选实施例中，若所述期望误差概率分布为高斯分布或拉普拉斯分布时，采用第一相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第一相似度分析模型如下：

其中，ρ(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。

在本发明的一个可选实施例中，若所述期望误差概率分布为非高斯分布和拉普拉斯分布时，采用第二相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第二相似度分析模型如下：

其中，ρ′(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。

在本发明的另一个实施例中，当估计误差真实分布信息未知时，例如，估计误差概率分布为离散分别时，基于主成分分析法实现状态估计技术性能评估。

进一步地，所述分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度，具体实现步骤如下：

给定期望分布fd～(0,Cd)，以及离散的估计误差集合

从期望分布中随机抽取与估计误差集合相同采样点数量的期望误差集合

分别对所述和进行标准化，得到和其中，和满足：

分别计算和对应的自相关矩阵R¹和R²，其中：

求出自相关矩阵R¹,R²的特征值以及计算R¹的特征向量R²的特征向量特征值按降序排序得到并对特征向量进行相应调整得

分别计算两两间的相关性，公式如下：

根据估计误差集合与期望采样点集合中各采样点的相关性，确定所述估计误差概率分布与预设的期望误差概率分布之间的相似度。

本发明实施例，利用主成分分析可以提取出数据中的特征且各特征间相互独立的性质，提出基于主成分分析来计算两分布间的相关性的方法。若两个分布有较强的相关性，若从每个分布上随机采点，则两个数据集之间也应有一些特征来反应这一相关性，若两个数据集来自相似性强的分布，其各主成分方向之间的夹角应该可以表征这一相关性。因此可逐一计算各自排序后主成分方向的夹角，若各夹角均很小，则考虑两分布间有很强的相关性。

可理解的是，在N个数较小时，采点个数可增大；当然这仅是估计误差分布和期望分布相关的必要条件，所以计算两个特征向量的夹角时，若夹角很小，说明两个分布各自的这一主成分很相似。本发明实施例通过将求解高维误差分布的相关性问题分解成了几个一维的子问题，简单、快速的实现相似度分析。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

图2示意性示出了本发明一个实施例的地面目标实时跟踪性能评估系统的结构示意图。参照图2，本发明实施例的地面目标实时跟踪性能评估系统具体包括估计误差分布获取模块201、相似度分析模块202以及性能评估模块203，其中：

估计误差分布获取模块201，适于获取目标估计器的估计误差概率分布，所述目标估计器为待评估的地面目标实时跟踪状态估计器；

相似度分析模块202，适于分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度；

性能评估模块203，适于根据所述相似度对所述目标估计器进行跟踪性能评估。

本发明实施例提供的地面目标实时跟踪性能评估系统，将预设的期望误差概率分布作为参考量，通过采用度量误差分布相对于期望误差概率分布的相似度，即期望水平度量，以实现对不同状态估计器优劣的有效评价，进而实现对地面目标跟踪状态估计技术进行客观公正的评价。

在本法实施例中，所述系统还包括附图中未示出的判定模块，所述的判定模块，适于在所述相似度分析模块202分析所述估计误差概率分布与预设的期望误差概率分布之间的相似度之前，判定所述期望误差概率分布的分布类型，根据所述分布类型选取相应的相似度分析模型。

在本发明的一个可选实施例中，所述相似度分析模块202，具体适于当所述期望误差概率分布为高斯分布或拉普拉斯分布时，采用第一相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第一相似度分析模型如下：

其中，ρ(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。

在本发明的一个可选实施例中，所述相似度分析模块202，具体适于当所述期望误差概率分布为非高斯分布和拉普拉斯分布时，采用第二相似度分析模型分析所述估计误差概率分布与所述期望误差概率分布之间的相似度，所述第二相似度分析模型如下：

其中，ρ′(0)为相似度，为目标估计器，为估计误差概率分布函数，为期望误差概率分布函数。

在本发明的另一个实施例中，所述相似度分析模块202，具体包括采样子模块、标准化子模块、计算子模块以及确定子模块，其中：

采样子模块，适于当所述估计误差概率分布为离散分布时，离散的估计误差集合为时，从期望分布中随机抽取与估计误差集合相同采样点数量的期望误差集合

标准化子模块，适于分别对所述和进行标准化，得到和

计算子模块，适于分别计算和对应的自相关矩阵R¹和R²，并计算R¹的特征向量R²的特征向量

所述计算子模块，还适于分别计算两两间的相关性，公式如下：

确定子模块，适于根据估计误差集合与期望采样点集合中各采样点的相关性，确定所述估计误差概率分布与预设的期望误差概率分布之间的相似度。

对于系统实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例提供的地面目标实时跟踪性能评估方法及系统，提供了一种基于主成分分析的状态估计技术性能评估的度量方法，提出了衡量估计误差分布期望水平的度量准则，通过采用度量误差分布相对于某一参考量的相似度，即期望水平度量，以实现对不同状态估计器优劣的有效评价，进而实现对地面目标跟踪状态估计技术进行客观公正的评价。

在实现本发明的过程中，充分考虑利用估计误差的分布信息，公平公正地对地面目标状态估计技术性能评估，改进跟踪性能。

此外，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如图1所述方法的步骤。

本实施例中，所述地面目标实时跟踪性能评估系统集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

本发明实施例提供的计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述各个地面目标实时跟踪性能评估方法实施例中的步骤，例如图1所示的方法步骤。

示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述地面目标实时跟踪性能评估系统中的执行过程。

所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。

所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机设备的控制中心，利用各种接口和线路连接整个计算机设备的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。