[发明专利]一种基于改进联合概率数据关联的分布式目标跟踪方法

摘要

本发明属于分布式滤波及目标跟踪技术领域，具体涉及一种基于改进联合概率数据关联的分布式目标跟踪方法。本发明包括：(1)对传感器多目标跟踪系统分别对每个目标建立运动模型；(2)分别对每个传感器进行数据关联滤波方法，得到各自传感器关于检测范围内的目标的状态估计；(3)各自传感器的状态估计进行空间关联，然后融合同一目标的状态估计得到最终的目标状态估计值。仿真结果证明了该算法的性能，能达到与传统联合改良版数据关联方法一样的精度，且在时间性能上优于联合概率数据关联方法，减小了算法的时间。

主权项

1.一种基于改进联合概率数据关联的分布式目标跟踪方法，其特征在于，包括下列步骤：(1)对传感器多目标跟踪系统分别对每个目标建立运动模型；(2)分别对每个传感器进行数据关联滤波方法，得到各自传感器关于检测范围内的目标的状态估计数据关联滤波方法包括:(2.1)设置各目标的跟踪门，确定目标的有效回波m_k，并计算初始的关联概率，构造确定矩阵表示回波，t＝1,2,...T表示目标；确定矩阵中的元素只表示目标与有效回波之间的关系，不考虑回波与虚警的关系；先根据PDA方法计算各目标跟踪门内的回波关联概率有效回波j源于目标t的概率：没有回波源于目标t的概率：b^t＝λ(1‑P_DP_G)|2πS^t(k)|^1/2，其中参数P_D表示对真实目标的检测概率，P_G表示传感器的量测落入跟踪门内的概率，λ表示环境杂波的密度，S^t(k)＝H(k)P^t(k|k‑1)H^T(k)+R(k)为目标的新息协方差，表示某一量测对目标的残差；(2.2)根据确定矩阵Ω确定时刻k的公共回波集合Pub；(2.3)对关联概率Pt j 进行修正，j＝0，1，...mk；由(2.2)的公式，公共回波集合Pub中的回波关联两个及以上的目标，依据回波的实际利用情况，保证公共回波j的利用率不超过1，对关联概率进行如下处理：对于非公共回波，关联概率没有影响，不用修正，当跟踪门内无回波时，有相应的关联概率关联概率β_jt(k)需满足下式的约束条件，使目标的关联概率和为1，对目标关联概率进行如下的归一化处理：计算得到回波的关联概率得到相应的状态估计协方差，(3)各自传感器的状态估计进行空间关联，然后融合同一目标的状态估计得到最终的目标状态估计值。