[发明专利]一种基于自适应转移步长的动态规划检测前跟踪方法

权利要求书

1.一种基于自适应转移步长的动态规划检测前跟踪方法，其特征在于：包括以下步骤：

S1:对用于存储目标的位置信息的数据进行初始化；

S2:进行雷达对目标观测帧数积累，在进行观测帧数积累的过程中利用串行目标检测方法处理多目标场景中存在的目标干扰；

S3:每经过一个观测帧，运行一次动态规划算法与EKF滤波算法直到达到规定的观测帧数，若未达到则返回S3继续进行运动目标观测帧数的积累，若到达规定的观测帧数则进行S4；

S4:设置检测门限，选择大于检测门限值的值函数的积累值作为目标运动轨迹恢复值；

S5:利用动态规划算法进行轨迹回溯得到整体的目标运动轨迹。

2.根据权利要求1所述的一种基于自适应转移步长的动态规划检测前跟踪方法，其特征在于：所述对用于存储目标的位置信息的数据进行初始化过程如下：

第n个目标初始状态有:

I_k为第k帧的值函数，ψ_k为状态回溯函数，用于存储目标的位置信息，P₁为8阶误差协方差矩阵。

3.根据权利要求1所述的一种基于自适应转移步长的动态规划检测前跟踪方法，其特征在于：所述进行目标观测帧数积累的过程如下：

对初始目标各帧量测数据进行能量积累，对所有目标在2≤k≤K时，

Q_k(x,y)为转移范围，V_k(x,y)表示第k帧估计状态由量测数据计算得到的中间值函数，I_k(x,y)表示第k帧的中间值函数；

观测开始时先检测目标值函数最大的目标，观测积累的过程如下：

(1)目标运动信息从k帧到k+1帧的预测，目标转移状态预测与协方差矩阵：

X(k+1|k)＝F(k+1|k)X(k|k)

P(k+1|k)＝F(k+1|k)P(k|k)F^T(k+1|k)+Q(k+1)           (10)

X(k|k)为目标k时刻状态信息，X(k+1|k)为目标k+1时刻状态信息，F(k+1|k)为目标状态转移矩阵，F^T(k+1|k)为目标状态转移矩阵的转置。P(k|k)，P(k+1|k)分别为k时刻与k+1时刻的误差协方差矩阵，Q(k+1)为k+1时刻过程噪声的协方差矩阵；

(2)相邻观测帧之间目标运动转移步长的计算，用预测帧的目标位置值减去当前帧目标位置值得到下一帧到当前帧的大致距离,为之后利用动态规划算法进行目标轨迹搜索缩小了范围：

[x_k+1-x_k，y_k+1-y_k]                 (11)

(3)值函数与回溯函数递推积累，Z_k+1(i,j)为k+1时刻值函数量测值，ψ_k+1(X_k+1)存储k+1时刻目标位置信息；

(4)EKF滤波增益；

K(k+1)＝P(k+1|k)H^T(k+1)[H(k+1)P(k+1|k)H^T(k+1)+R(k+1)]^-1      (13)

其中，R为观测噪声方差，H为雅克比矩阵，观测的雅可比矩阵如下：

k时刻观测矩阵形式为Z_k＝h_k(X_k)+U_k，U_k为观测噪声矩阵，雷达观测站O站的位置O(x₀,y₀),观测方程可表示为：

(5)目标运动状态更新与协方差矩阵的更新：

X(k+1|k+1)＝X(k+1|k)+K(k+1)[Z(k+1)-h_k+1(X(k+1|k))]         (16)

P(k+1|k+1)＝P(k+1|k)[I-K(k+1)H(k+1)]

其中：I为单位矩阵；

当达到规定的观测帧数时，结束观测并进行目标检测，D为候选目标集合，表达式如下：

D＝{(x,y)|I_k(x,y)≥V_d}                 (17)

并且I_k(x,y)在目标存在位置范围n点内最大，n为位置(x,y)周围分辨单元的总个数；

更新集合中的观测数据，在观测数据中删除已经检测到的目标数据，并将踢除的目标数据存入提前定义的集合中；为对每一帧在已经检测出的目标所在的位置减去该目标的幅度，从而得到新的观测数据；而后重复(1)步骤，直到集合中无目标数据。

4.根据权利要求1所述的一种基于自适应转移步长的动态规划检测前跟踪方法，其特征在于：所述进行目标运动轨迹的回溯的过程通过回溯函数记录了目标位置信息，ψ为回溯函数，记录了每一观测帧所选出的位置信息：

X_k＝ψ_k+1(X_k+1)                              (18)

可得，{X_1:k＝x_k,x_k-1,...,x₁}，根据目标数目进行回溯，检测到几个目标则回溯几次。