[发明专利]基于数据压缩的集中式多源广义相关跟踪器

说明书

一、技术领域

本发明涉及雷达数据处理领域中的基于数据压缩的集中式多源广义相关方法，适用于各种集中式结构的信息融合系统。

二、背景技术

在许多实际的集中式多源多目标跟踪系统中，数据压缩方法常用于提高系统的实时处理速度。点迹合成式是一种最基本的数据压缩方法，其将多部传感器在同一时间对同一目标的点迹合并起来，将多个探测数据合成一个等效数据。

广义相关方法是极大似然类数据互联技术中的一种经典方法，其利用最大似然法实现量测与航迹的最优互联和交接，主要特征是定义了一个得分函数，并通过该得分函数实现对航迹的起始、确认、门限逻辑和撤销，很好的解决了密集杂波环境下的多目标跟踪问题，而且，与其他多目标跟踪算法相比，广义相关算法计算量较小。

密集杂波环境下的集中式多源多目标跟踪技术是目标跟踪领域重要且难以处理的问题。在对系统实时性及跟踪精度均有一定要求的实际场合下，L.Y.Pao提出的并行处理结构的集中式多传感器联合概率数据互联(Centralized Multi-sensor Joint Probabilistic Data Association：CMS-JPDA)算法和顺序处理结构的CMS-JPDA算法跟踪精度较高，但算法计算量太大，难以满足系统的实时性要求，工程上实现起来比较困难；其他经典的集中式多源多目标跟踪方法也存在上述问题，如集中式多源多假设方法、集中式多源广义S-维分配方法；基于最近邻域及概率最近邻域思想的集中式多源多目标跟踪方法实时性较好，但在杂波较密集时跟踪精度偏低，难以满足系统的跟踪精度要求。

三、发明内容

1.要解决的技术问题

本发明的目的在于提供一种在对系统实时性及跟踪精度均有一定要求的实际场合下适用的基于数据压缩的集中式多源广义相关跟踪器。该跟踪器基于广义相关方法，拥有广义相关方法本身的优点，通过建立多传感器状态下的得分函数，实现量测与航迹的最优互联和交接，使其在密集杂波环境下对多目标保持较高的跟踪精度；而且，该跟踪器在融合中心利用数据压缩中的点迹合并方法把对应同一目标的多个量测压缩成一个等效量测，解决当量测数较大时系统存储量饱和的问题，使该跟踪器更便于工程实现。

2.技术方案

本发明所述的基于数据压缩的集中式多源广义相关跟踪器，包括以下技术措施：首先，应用点迹-点迹互联算法对每个传感器送来的观测数据进行排列组合，找出各传感器在同一时间对同一目标的点迹集合；然后，利用数据压缩中的点迹合并方法把对应同一目标的多个量测压缩成一个等效量测；最后，根据各等效量测及进行数据压缩后剩余的量测产生互联假设，同时利用多传感器广义相关算法得分函数递推公式计算各互联假设的得分，并挑选得分最大的互联假设完成融合中心的状态更新。

3.有益效果

本发明相比背景技术具有如下的优点：

(1)该跟踪器可避免当融合中心量测数较大时集中式系统存储量饱和的问题；

(2)该跟踪器同时具备较好的跟踪精度和实时性，适用于对系统实时性及跟踪精度均有一定要求的实际场合。

四、附图说明

说明书附图是本发明目标状态更新的单次循环流程图。

五、具体实施方式

以下结合说明书附图对本发明作进一步详细描述。参照说明书附图，本发明目标状态更新的单次循环方式分以下几个步骤：

(1)计算装置1接收k时刻融合中心所得综合量测集Z(k)，确定N_s个传感器落入目标t确认区域内的量测集合。设该集合为

Z~t(k)={Zl*(k)}l=1Nt]]>