[发明专利]基于多指标决策的单目标仿真航迹跟踪难度检测方法

说明书

一种能够有效评估单目标跟踪系统的基于多指标决策的单目标仿真航迹跟踪难度检测方法，首先采用多运动模型组合的方法生成仿真航迹，选择合适的性能评估指标形成指标集；然后使用合适的滤波算法对不同运动参数下的单个运动模型进行追踪，通过得到跟踪结果的性能指标值，采用模糊隶属度函数构造的方法，建立得到相应模型的参数—难度系数对应函数集合，从而完成了对单模型的难度综合评定；再根据不同的性能指标类型，选择对应的方法实现了从单模型到多模型的难度综合；最后通过样本学习实现了对生成航迹难度优化，从而得到了航迹的最终的跟踪难度。

技术领域

本发明涉及的是一种机动目标跟踪和信息融合评估的技术，具体是基于多指标决策的单目标仿真航迹跟踪难度检测方法。

背景技术

随着信息处理技术的不断发展，基于信息融合的目标跟踪技术也在不断的完善。各种跟踪算法陆续被提出。在很多的领域，研究人员都提出了本领域的目标跟踪基准的设计方法。但是针对机动目标跟踪基准库的设计，却始终没有一个广泛认可的方法。基于这样的现状，本发明旨在提出一种基于多指标决策的单目标跟踪基准库的建立方法。

在当前的航迹评估中，常常被用到的有六种典型仿真场景。对这六条航迹的有效跟踪确实能够体现跟踪算法的性能，但是这几个航迹仅仅只是特例。而后也并没有人给出一种建立目标跟踪Benchmark库的完整方法。有人根据所需的场景要求设计了多个不同情况下的仿真航迹，定性的描述了场景跟踪的难易程度。但这样的定性描述却缺少了说服力，仿真航迹的合理设计一直是一个有待解决的问题。

如何有效的评估出一个跟踪系统的性能，一直是一个没有得到很好解决的问题。其中：有几个难点，一个是测试场景的合理生成是否具有合理性，一个是评价指标集是否具有客观性。要解决上面的问题，首先需要建立的就是个场景的生成的基准库，一方面满足合理性的要求，同时对后面指标集的选择提供参考。

发明内容

本发明针对现有技术存在的上述不足，提出一种基于多指标决策的单目标仿真航迹跟踪难度检测方法，通过合理的组合多个基本运动模型生成仿真的航迹，同时通过有效量化出仿真航迹的跟踪难度，从而可以解决场景生成合理性的问题，进一步实现对单目标跟踪基准库的有效建立，同时保证了基准库的自我完善和不断扩充性。

本发明是通过以下技术方案实现的：

本发明首先采用多运动模型组合的方法生成仿真航迹，选择合适的性能评估指标形成指标集；然后使用合适的滤波算法对不同运动参数下的单个运动模型进行追踪，通过得到跟踪结果的性能指标值，采用模糊隶属度函数构造的方法，建立得到相应模型的参数—难度系数对应函数集合，从而完成了对单模型的难度综合评定；再根据不同的性能指标类型，选择对应的方法实现了从单模型到多模型的难度综合；最后通过样本学习实现了对生成航迹难度优化，从而 得到了航迹的最终的跟踪难度。

所述方法具体包括如下步骤：

步骤A，使用多个单运动模型构成基准库的基础模型组，对于每个单运动模型设定其生成参数，得到一个具体的运动模块，通过组合多个运动模块生成一条仿真航迹；

所述的生成参数包括但不限于：加速度、运动时间、角速度、构成单运动模型的迭代更新方程，通过生成参数即决定单运动模型生成的航迹。

步骤B，使用单个运动模型形成简单航迹，通过模糊化方法将其性能指标值转化成为跟踪难度值，模糊集合可以通过这样的形式表示：假设定义在某一域U上的模糊集F，约定其隶属度函数值u(x)在[0,1]上选取。于是，我们可以利用元素数对的描述方法来表示集合中的元素，其形式为(x,u(x))，利用这样的方式可以将域中的模糊变量转换成为离散的点集。