[发明专利]一种雷达目标跟踪方法

说明书

一种雷达目标跟踪方法，其特征在于，所述方法包括如下步骤：建立雷达目标跟踪模型库；初始化S1中的目标跟踪模型，并初始化模型的组合策略，得到初始化了的组合目标跟踪模型；k(k＝1,2……)时刻获取雷达检测到的目标信息，所述目标信息包括目标的运动速度、目标距雷达的距离、目标的运动加速度中的一个或多个；估计k+1时刻跟踪目标信息，得到k+1时刻跟踪目标信息预测值和k+1时刻的组合目标跟踪预测模型；计算联合跟踪门；得到k+1时刻跟踪目标信息优化值和k+1时刻的组合目标跟踪优化模型。本发明提出的雷达目标跟踪方法，提高了目标跟踪的精度。

技术领域

本发明涉及目标跟踪领域，具体为一种雷达目标跟踪方法。

背景技术

随着科学技术的迅猛发展，机动目标运动状态的跟踪与预测是估计当前和未来时刻目 标运动参数的必要手段。由于机动目标的运动特征多样，使用单一固定的模型难以准确描 述目标的运动状态，所以需要用多个模型来描述机动目标的运动状态。

目前对机动目标运动状态进行预测的多模型方法有：广义伪贝叶斯、交互式多模型、 变结构多模型算法等。交互式多模型是在广义伪贝叶斯算法的基础上，通过马尔科夫概率 转移矩阵，使多个不同运动模型分别匹配目标不同运动状态的一种关于混合系统状态估计 的算法。相比于其他算法，交互式多模型算法有较好的跟踪性能与较低计算代价。但是现 有技术中的模型并不能完全满足具体使用中的需求，存在的由于目标发生机动导致滤波模 型与目标运动模型不匹配造成的误差增大或者失跟的问题。

发明内容

为了解决上述问题，本发明提出了一种能够提高对机动目标跟踪精度的雷达目标跟踪 方法，其特征在于，所述方法包括如下步骤：

S1：建立雷达目标跟踪模型库，所述模型库中含有至少一种目标跟踪模型；

S2：初始化S1中的目标跟踪模型，并初始化模型的组合策略，得到初始化了的组合目 标跟踪模型；

S3：k(k＝1,2……)时刻获取雷达检测到的目标信息，所述目标信息包括目标的运动 速度、目标距雷达的距离、目标的运动加速度中的一个或多个；

S4：根据S3中获取的雷达检测到的k(k＝2,3……)时刻的目标信息、外部控制信息、 k时刻的组合目标跟踪模型，估计k+1时刻跟踪目标信息，得到k+1时刻跟踪目标信息预测 值和k+1时刻的组合目标跟踪预测模型；

S5：根据S3中获取的雷达检测到的k(k＝2,3……)时刻的目标信息、k时刻的组合目 标跟踪模型，计算联合跟踪门；

S6：判断S4中k+1时刻跟踪目标信息预测值是否落入S5中的联合跟踪门中，若有跟踪目标信息预测值落入联合跟踪门中，则利用PDA算法对落入联合跟踪门中的目标信息进行滤波，并根据滤波结果优化k+1时刻跟踪目标信息预测值、k+1时刻的组合目标跟踪预测模型，得到k+1时刻跟踪目标信息优化值和k+1时刻的组合目标跟踪优化模型；若无跟踪 目标信息落入波门中，则返回步骤S3重新获取雷达检测到的目标信息。

进一步的，所述步骤S1中的目标跟踪模型包括匀速模型、匀加速模型、当前统计模型、 转弯模型、连续转弯模型。

进一步的，在步骤S2中，使雷达试运行t时刻，并根据t时刻获取的雷达检测到的目标信息对S1中的目标跟踪模型、模型的组合策略进行初始化。

进一步的，根据t时刻获取的雷达检测到的目标信息对S1中的目标跟踪模型、模型的 组合策略进行初始化方法为：将t时刻内雷达检测到的目标的运动速度、目标距雷达的距 离、目标的运动加速度均值作为目标跟踪模型的初始化值；将t时刻内雷达检测到的目标 的运动模式中出现概率最大的模式作为模型的组合策略的初始化值，所述雷达检测到的目 标的运动模式包括匀速模式、匀加速模式、当前统计模式、转弯模式、连续转弯模式。

进一步的，所述匀速模型具体为：