[发明专利]一种多目标数据关联方法、装置及计算机可读存储介质

说明书

本发明公开了一种多目标数据关联方法、装置及计算机可读存储介质，计算观测集中各观测的特征得到观测特征集，以及对预设目标轨迹特征集以及观测特征集进行直觉模糊化，得到训练集和测试集；对训练集进行前件参数以及后件参数辨识；采用辨识得到的前件参数以及后件参数，对多目标T‑S直觉模糊模型进行更新；将测试集输入至训练完成的多目标T‑S直觉模糊模型，获取目标关联矩阵；基于目标关联矩阵进行多目标数据关联。通过本发明的实施，引入直觉模糊集来丰富轨迹和观测点的特征信息，使每个样本的特征具有隶属度、非隶属度和直觉指数三个度量指标，有效提升了多目标数据关联的正确率，保证了密集杂波环境下的多目标跟踪性能。

技术领域

本发明涉及目标检测技术领域，尤其涉及一种多目标数据关联方法、装置及计算机可读存储介质。

背景技术

随着雷达信号处理技术的发展，航迹与点迹数据关联问题成为了雷达跟踪系统的核心。尤其是在一些复杂的场景，如多目标、强干扰、密集杂波和交叉航迹等，会给目标分类和关联带来很大的困难。因此，雷达信号的一次处理与二次处理显得尤为重要。雷达信号一次处理的主要作用是在复杂环境下提取出有用的信息，常见做法是以预测点为中心设定一定的阈值，滤除掉阈值之外的杂波，以达到提高信噪比的目的；二次处理主要是针对单雷达情况下的数据处理，主要作用是对一次处理得到的数据进行滤波、关联等处理，得到目标的运动轨迹以及运动参数，从而实现对目标的有效跟踪。

从数据关联的方法来看，目前使用较多的是基于贝叶斯准则的贝叶斯类数据关联算法例如最近邻算法、概率数据关联算法、联合概率数据关联算法和多假设算法等，然而，这些关联算法的关联正确率通常较低，在杂波密度较高、目标间相互交叉或是目标数目较多时，容易出现错误关联以及漏关联的问题。

发明内容

本发明实施例的主要目的在于提供一种多目标数据关联方法、装置及计算机可读存储介质，至少能够解决相关技术中所提供的目标数据关联算法的关联正确率较低的问题。

为实现上述目的，本发明实施例第一方面提供了一种多目标数据关联方法，该方法包括：

计算观测集中各观测的特征得到观测特征集，以及对预设目标轨迹特征集以及所述观测特征集进行直觉模糊化，得到训练集和测试集；

对所述训练集进行前件参数辨识，以及对所述训练集进行后件参数辨识；其中，所述前件参数包括：隶属度、非隶属度以及直觉指数；

采用辨识得到的前件参数以及后件参数，对多目标T-S直觉模糊模型进行更新，得到训练完成的多目标T-S直觉模糊模型；

将所述测试集输入至所述训练完成的多目标T-S直觉模糊模型，获取目标关联矩阵；

基于所述目标关联矩阵进行多目标数据关联。

为实现上述目的，本发明实施例第二方面提供了一种多目标数据关联装置，该装置包括：

模糊模块，用于计算观测集中各观测的特征得到观测特征集，以及对预设目标轨迹特征集以及所述观测特征集进行直觉模糊化，得到训练集和测试集；

辨识模块，用于对所述训练集进行前件参数辨识，以及对所述训练集进行后件参数辨识；其中，所述前件参数包括：隶属度、非隶属度以及直觉指数；

更新模块，用于采用辨识得到的前件参数以及后件参数，对多目标T-S直觉模糊模型进行更新，得到训练完成的多目标T-S直觉模糊模型；

获取模块，用于将所述测试集输入至所述训练完成的多目标T-S直觉模糊模型，获取目标关联矩阵；

关联模块，用于基于所述目标关联矩阵进行多目标数据关联。

为实现上述目的，本发明实施例第三方面提供了一种电子装置，该电子装置包括：处理器、存储器和通信总线；

所述通信总线用于实现所述处理器和存储器之间的连接通信；