[发明专利]改进搜索策略的MM-PPHDF机动多目标跟踪方法在审

专利信息
申请号: 201510791331.6 申请日: 2015-11-17
公开(公告)号: CN105353352A 公开(公告)日: 2016-02-24
发明(设计)人: 谭顺成;王国宏;吴巍;于洪波 申请(专利权)人: 中国人民解放军海军航空工程学院
主分类号: G01S7/02 分类号: G01S7/02;G01S13/56;G01S13/66
代理公司: 暂无信息 代理人: 暂无信息
地址: 264001 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种改进搜索策略的MM-PPHDF机动多目标跟踪方法,属于雷达数据处理领域。基于MM-PPHDF的机动多目标跟踪方法存在一个明显的缺陷,即当目标出现漏检时,重采样会造成粒子多样性的迅速退化,进而造成目标丢失的现象,因此该算法难以适应目标检测概率较低时的机动多目标跟踪。本发明提出的改进搜索策略的MM-PPHDF机动多目标跟踪方法立足于解决此类问题。本发明具有结构简单,计算快速,对强非线性非高斯系统具有良好的适应性等优点,实施例的实验仿真结果也表明本发明可以有效克服基于MM-PPHDF方法应用的局限性,因此本发明公开的改进搜索策略的MM-PPHDF机动多目标跟踪方法具有较强的工程应用价值和推广前景。
搜索关键词: 改进 搜索 策略 mm pphdf 机动 多目标 跟踪 方法
【主权项】:
改进搜索策略的MM‑PPHDF机动多目标跟踪方法,其特征包括以下步骤:步骤1:变量初始化K是雷达关机时刻;T是雷达扫描周期;L0为代表1个目标的粒子数;D0为目标出现的初始分布;Jk为搜索新目标的粒子数;Sk表示搜索1个消失目标的粒子数;Lk为k时刻滤波器采用的粒子总数;γk为平均目标出现概率;PD为目标检测概率;λk为平均每帧的杂波个数;为k时刻估计的目标个数;是目标初始运动模式概率;∏m是目标运动模式概率转移矩阵;为状态转移矩阵;Gk为过程噪声分布矩阵;Qk为过程噪声协方差;Rk为量测噪声协方差;步骤2:初始化粒子集,令k=0和对任意p∈{1,2,…,L0}(1)根据目标初始运动模式概率初始化目标运动模式变量(2)从初始分布D0中采样粒子其中表示粒子代表的目标状态,包含了目标的位置和速度信息;(3)赋予粒子权重步骤3:令k=k+1,获得k时刻的雷达量测将雷达接收到的信号进行A/D变换,得到k时刻的雷达量测集送雷达数据处理计算机,其中表示k时刻雷达得到的第q个量测,包含了目标的距离量测多普勒速度量测以及方位量测等信息,而Mk则表示k时刻雷达得到的量测个数;步骤4:已存在粒子集预测,若直接转步骤5,否则对任意p∈{1,2,…,Lk‑1}(1)根据上一时刻的目标运动模式变量和目标运动模式概率转移矩阵∏m预测当前时刻的目标运动模式变量(2)根据选择目标状态状态转移矩阵,其中<mrow><msubsup><mi>F</mi><mi>k</mi><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></msubsup><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><mn>1</mn></mtd><mtd><mi>T</mi></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>1</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>1</mn></mtd><mtd><mi>T</mi></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>1</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>1</mn></mtd></mtr></mtable></mfenced></mrow>对应于目标匀速直线运动<mrow><msubsup><mi>F</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><mn>1</mn></mtd><mtd><mfrac><mrow><mi>sin</mi><mrow><mo>(</mo><mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup><mi>T</mi></mrow><mo>)</mo></mrow></mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup></mfrac></mtd><mtd><mn>0</mn></mtd><mtd><mrow><mo>-</mo><mfrac><mrow><mn>1</mn><mo>-</mo><mi>cos</mi><mrow><mo>(</mo><mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup><mi>T</mi></mrow><mo>)</mo></mrow></mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup></mfrac></mrow></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mrow><mi>cos</mi><mrow><mo>(</mo><mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup><mi>T</mi></mrow><mo>)</mo></mrow></mrow></mtd><mtd><mn>0</mn></mtd><mtd><mrow><mo>-</mo><mi>sin</mi><mrow><mo>(</mo><mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup><mi>T</mi></mrow><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mfrac><mrow><mn>1</mn><mo>-</mo><mi>cos</mi><mrow><mo>(</mo><mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup><mi>T</mi></mrow><mo>)</mo></mrow></mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup></mfrac></mtd><mtd><mn>1</mn></mtd><mtd><mfrac><mrow><mi>sin</mi><mrow><mo>(</mo><mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup><mi>T</mi></mrow><mo>)</mo></mrow></mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup></mfrac></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mrow><mi>sin</mi><mrow><mo>(</mo><mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup><mi>T</mi></mrow><mo>)</mo></mrow></mrow></mtd><mtd><mn>0</mn></mtd><mtd><mrow><mi>cos</mi><mrow><mo>(</mo><mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></msubsup><mi>T</mi></mrow><mo>)</mo></mrow></mrow></mtd></mtr></mtable></mfenced><mo>,</mo><mi>j</mi><mo>=</mo><mn>2</mn><mo>,</mo><mn>3</mn></mrow>对应于目标坐标转动,其中<mrow><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></msubsup><mo>=</mo><mfrac><mrow><mo>-</mo><msub><mi>&alpha;</mi><mi>m</mi></msub></mrow><msqrt><mrow><msup><mrow><mo>(</mo><msubsup><mover><mi>x</mi><mo>&CenterDot;</mo></mover><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>)</mo></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mo>(</mo><msubsup><mover><mi>y</mi><mo>&CenterDot;</mo></mover><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>)</mo></mrow><mn>2</mn></msup></mrow></msqrt></mfrac><mo>,</mo><msubsup><mi>&Omega;</mi><mi>k</mi><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></msubsup><mo>=</mo><mfrac><msub><mi>&alpha;</mi><mi>m</mi></msub><msqrt><mrow><msup><mrow><mo>(</mo><msubsup><mover><mi>x</mi><mo>&CenterDot;</mo></mover><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>)</mo></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mo>(</mo><msubsup><mover><mi>y</mi><mo>&CenterDot;</mo></mover><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>)</mo></mrow><mn>2</mn></msup></mrow></msqrt></mfrac></mrow>分别对应于顺时针坐标转动和逆时针坐标转动,αm>0是一个典型的机动加速度;(3)利用粒子的状态进行一步预测<mrow><msubsup><mi>x</mi><mrow><mi>k</mi><mo>,</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>=</mo><msubsup><mi>F</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mrow><mo>(</mo><msubsup><mi>m</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>)</mo></mrow></msubsup><msubsup><mi>x</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>+</mo><msub><mi>G</mi><mi>k</mi></msub><msub><mi>v</mi><mi>k</mi></msub></mrow>得到粒子其中<mrow><msub><mi>G</mi><mi>k</mi></msub><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><mrow><msup><mi>T</mi><mn>2</mn></msup><mo>/</mo><mn>2</mn></mrow></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mi>T</mi></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mrow><msup><mi>T</mi><mn>2</mn></msup><mo>/</mo><mn>2</mn></mrow></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mi>T</mi></mtd></mtr></mtable></mfenced></mrow>为过程噪声分布矩阵,vk为过程噪声,其噪声协方差为Qk;(4)赋予粒子权重<mrow><msubsup><mi>w</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>=</mo><msubsup><mi>w</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>;</mo></mrow>步骤5:生成搜索新目标的粒子集,对任意p∈{Lk‑1+Ik+1,…,Lk‑1+Ik+Jk}(1)根据目标初始运动模式概率初始化目标运动模式变量(2)根据初始分布D0采样“新生”粒子(3)赋予粒子权重<mrow><msubsup><mi>w</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>=</mo><msub><mi>&gamma;</mi><mi>k</mi></msub><mo>/</mo><mrow><mo>(</mo><msub><mi>J</mi><mi>k</mi></msub><mo>+</mo><msub><mi>I</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>;</mo></mrow>步骤6:生成消失目标预测粒子集(1)若k≤2,令Ik=0,直接转步骤7,否则定义集合<mrow><msub><mi>X</mi><mrow><mi>d</mi><mi>i</mi><mi>s</mi><mo>,</mo><mi>k</mi><mo>-</mo><mn>2</mn></mrow></msub><mover><mo>=</mo><mi>&Delta;</mi></mover><mo>{</mo><msubsup><mi>x</mi><mrow><mi>d</mi><mi>i</mi><mi>s</mi><mo>,</mo><mi>k</mi><mo>-</mo><mn>2</mn></mrow><mi>n</mi></msubsup><mo>|</mo><mi>n</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><msub><mi>N</mi><mrow><mi>d</mi><mi>i</mi><mi>s</mi><mo>,</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>}</mo></mrow>其中,表示k‑2时刻存在而k‑1时刻消失的第n个目标的状态,Ndis,k‑1表示消失的目标数;(2)若令Ik=0,直接转步骤7,否则令Ik=Ndisk‑1Sk,对任意根据估计的目标运动模式和相应的状态转移方程进行一步预测<mrow><msubsup><mi>x</mi><mrow><mi>p</mi><mi>r</mi><mi>e</mi><mo>,</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>n</mi></msubsup><mo>=</mo><msubsup><mi>F</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mrow><mo>(</mo><msub><mover><mi>m</mi><mo>^</mo></mover><mrow><mi>k</mi><mo>-</mo><mn>2</mn><mo>,</mo><mi>n</mi></mrow></msub><mo>)</mo></mrow></msubsup><msubsup><mi>x</mi><mrow><mi>d</mi><mi>i</mi><mi>s</mi><mo>,</mo><mi>k</mi><mo>-</mo><mn>2</mn></mrow><mi>n</mi></msubsup></mrow>(3)对任意n∈{1,2,…,Ndis,k‑1}和任意p∈{Lk‑1+(n‑1)Sk+1,…,Lk‑1+nSk},令<mrow><msubsup><mi>m</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>=</mo><msub><mover><mi>m</mi><mo>^</mo></mover><mrow><mi>k</mi><mo>-</mo><mn>2</mn><mo>,</mo><mi>n</mi></mrow></msub><mo>,</mo></mrow>利用进行一步预测<mrow><msubsup><mi>x</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>=</mo><msubsup><mi>F</mi><mi>k</mi><mrow><mo>(</mo><msubsup><mi>m</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>)</mo></mrow></msubsup><msubsup><mi>x</mi><mrow><mi>p</mi><mi>r</mi><mi>e</mi><mo>,</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>n</mi></msubsup><mo>+</mo><msub><mi>G</mi><mi>k</mi></msub><msub><mi>v</mi><mi>k</mi></msub></mrow>得到粒子并赋予该粒子权重步骤7:更新对任意p∈{1,2,…,Lk‑1+Ik+Jk},利用量测集Zk对粒子权重进行更新<mrow><msubsup><mi>w</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi></mrow><mi>p</mi></msubsup><mo>=</mo><mrow><mo>&lsqb;</mo><mrow><mn>1</mn><mo>-</mo><msub><mi>P</mi><mi>D</mi></msub><mo>+</mo><munder><mo>&Sigma;</mo><mrow><mi>z</mi><mo>&Element;</mo><msub><mi>Z</mi><mi>k</mi></msub></mrow></munder><mfrac><mrow><msub><mi>&psi;</mi><mrow><mi>k</mi><mo>,</mo><mi>z</mi></mrow></msub><mrow><mo>(</mo><msubsup><mi>x</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>)</mo></mrow></mrow><mrow><msub><mi>&lambda;</mi><mi>k</mi></msub><mo>+</mo><msub><mi>C</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>z</mi><mo>)</mo></mrow></mrow></mfrac></mrow><mo>&rsqb;</mo></mrow><msubsup><mi>w</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup></mrow>其中<mrow><msub><mi>&psi;</mi><mrow><mi>k</mi><mo>,</mo><mi>z</mi></mrow></msub><mrow><mo>(</mo><msubsup><mi>x</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>)</mo></mrow><mo>=</mo><msub><mi>P</mi><mi>D</mi></msub><msub><mi>g</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>z</mi><mo>|</mo><msubsup><mi>x</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>)</mo></mrow></mrow><mrow><msub><mi>C</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>z</mi><mo>)</mo></mrow><mo>=</mo><munderover><mo>&Sigma;</mo><mrow><mi>p</mi><mo>=</mo><mn>1</mn></mrow><mrow><msub><mi>L</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>+</mo><msub><mi>I</mi><mi>k</mi></msub><mo>+</mo><msub><mi>J</mi><mi>k</mi></msub></mrow></munderover><msub><mi>&psi;</mi><mrow><mi>k</mi><mo>,</mo><mi>z</mi></mrow></msub><mrow><mo>(</mo><msubsup><mi>x</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup><mo>)</mo></mrow><msubsup><mi>w</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi><mo>-</mo><mn>1</mn></mrow><mi>p</mi></msubsup></mrow>gk(z|x)为量测似然函数;步骤8:重采样(1)计算所有粒子的权重和<mrow><msub><mover><mi>N</mi><mo>^</mo></mover><mrow><mi>k</mi><mo>|</mo><mi>k</mi></mrow></msub><mo>=</mo><msubsup><mo>&Sigma;</mo><mrow><mi>p</mi><mo>=</mo><mn>1</mn></mrow><mrow><msub><mi>L</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>+</mo><msub><mi>I</mi><mi>k</mi></msub><mo>+</mo><msub><mi>J</mi><mi>k</mi></msub></mrow></msubsup><msubsup><mi>w</mi><mrow><mi>k</mi><mo>|</mo><mi>k</mi></mrow><mi>p</mi></msubsup></mrow>(2)对粒子集进行重采样,得到新的粒子集<mrow><msubsup><mrow><mo>{</mo><msubsup><mi>x</mi><mi>k</mi><mi>p</mi></msubsup><mo>,</mo><msubsup><mi>m</mi><mi>k</mi><mi>p</mi></msubsup><mo>,</mo><msubsup><mi>w</mi><mi>k</mi><mi>p</mi></msubsup><mo>/</mo><msub><mover><mi>N</mi><mo>^</mo></mover><mrow><mi>k</mi><mo>|</mo><mi>k</mi></mrow></msub><mo>}</mo></mrow><mrow><mi>p</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>L</mi><mi>k</mi></msub></msubsup><mo>,</mo></mrow>其中<mrow><msub><mover><mi>N</mi><mo>^</mo></mover><mi>k</mi></msub><mo>=</mo><mi>R</mi><mi>o</mi><mi>u</mi><mi>n</mi><mi>d</mi><mrow><mo>(</mo><msub><mover><mi>N</mi><mo>^</mo></mover><mrow><mi>k</mi><mo>|</mo><mi>k</mi></mrow></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>L</mi><mi>k</mi></msub><mo>=</mo><msub><mover><mi>N</mi><mo>^</mo></mover><mi>k</mi></msub><msub><mi>L</mi><mn>0</mn></msub><mo>,</mo></mrow>Round(x)表示取与x最接近的整数;步骤9:目标状态和运动模式估计(1)若直接转步骤10,否则采用聚类分析的方法将粒子集划分为个类<mrow><msubsup><mrow><mo>{</mo><mrow><msubsup><mi>x</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow><mrow><mo>&prime;</mo><mi>p</mi></mrow></msubsup><mo>,</mo><msubsup><mi>m</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow><mrow><mo>&prime;</mo><mi>p</mi></mrow></msubsup></mrow><mo>}</mo></mrow><mrow><mi>p</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>L</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow></msub></msubsup><mo>,</mo><mi>n</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><msub><mover><mi>N</mi><mo>^</mo></mover><mi>k</mi></msub><mo>,</mo></mrow>其中<mrow><mo>{</mo><msubsup><mi>x</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow><mrow><mo>&prime;</mo><mi>p</mi></mrow></msubsup><mo>,</mo><msubsup><mi>m</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow><mrow><mo>&prime;</mo><mi>p</mi></mrow></msubsup><mo>}</mo><mo>&Element;</mo><msubsup><mrow><mo>{</mo><msubsup><mi>x</mi><mi>k</mi><mi>p</mi></msubsup><mo>,</mo><msubsup><mi>m</mi><mi>k</mi><mi>p</mi></msubsup><mo>}</mo></mrow><mrow><mi>p</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>L</mi><mi>k</mi></msub></msubsup><mo>,</mo></mrow>Lk,n表示第n个类包含的粒子数,满足<mrow><msubsup><mo>&Sigma;</mo><mrow><mi>n</mi><mo>=</mo><mn>1</mn></mrow><msub><mover><mi>N</mi><mo>^</mo></mover><mi>k</mi></msub></msubsup><msub><mi>L</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow></msub><mo>=</mo><msub><mi>L</mi><mi>k</mi></msub><mo>;</mo></mrow>(2)估计目标状态<mrow><msub><mover><mi>x</mi><mo>^</mo></mover><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow></msub><mo>=</mo><mfrac><mn>1</mn><msub><mi>L</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow></msub></mfrac><munderover><mo>&Sigma;</mo><mrow><mi>p</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>L</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow></msub></munderover><msubsup><mi>x</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow><mrow><mo>&prime;</mo><mi>p</mi></mrow></msubsup><mo>,</mo><mi>n</mi><mo>=</mo><mn>1</mn><mo>,</mo><mn>2</mn><mo>,</mo><mo>...</mo><mo>,</mo><msub><mover><mi>N</mi><mo>^</mo></mover><mi>k</mi></msub></mrow>(3)估计目标的运动模式<mrow><msub><mover><mi>m</mi><mo>^</mo></mover><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow></msub><mo>=</mo><munder><mi>arg</mi><mi>m</mi></munder><mi> </mi><mi>m</mi><mi>a</mi><mi>x</mi><mo>&lsqb;</mo><mi>N</mi><mi>u</mi><mi>m</mi><mrow><mo>(</mo><msubsup><mrow><mo>{</mo><msubsup><mi>m</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow><mrow><mo>&prime;</mo><mi>p</mi></mrow></msubsup><mo>}</mo></mrow><mrow><mi>p</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>L</mi><mrow><mi>k</mi><mo>,</mo><mi>n</mi></mrow></msub></msubsup><mo>,</mo><mi>m</mi><mo>)</mo></mrow><mo>&rsqb;</mo></mrow>其中函数表示集合中元素m的个数;步骤10:重复步骤3~步骤8,直至雷达关机。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军海军航空工程学院,未经中国人民解放军海军航空工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201510791331.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top