[发明专利]利用目标可见性实现航迹管理的多传感器航迹融合方法

摘要

本发明公开了利用目标可见性实现航迹管理的多传感器航迹融合方法。现有多传感器航迹融合方法将所有可能航迹上传至融合中心，通讯量大且计算复杂。本发明如下：一、选取两个航迹集分别作为主航迹集和辅航迹集。二、融合中心对主航迹集内的各航迹与辅航迹集内的各航迹分别进行航迹关联融合，得到最终的融合航迹集。三、将融合航迹集中的各航迹分为目标航迹、终止航迹、未知身份航迹。本发明可减少传感器送至融合中心的航迹数目，可降低传感器与融合中心间的通讯量，同时减少融合中心的计算量。本发明的航迹管理功能可在融合中心进一步加快目标航迹的确认，并抑制虚假航迹，减少虚假航迹对航迹关联和融合的干扰，复杂环境下表现更优。

主权项

1.利用目标可见性实现航迹管理的多传感器航迹融合方法，其特征在于：步骤1、c个传感器分别将自身跟踪到的初始航迹集上传至融合中心。初始航迹集中的每条航迹信息均包含状态估计、误差协方差和目标可见性。将2赋值给p；以第一个初始航迹集作为主初始航迹集τ，第p个初始航迹集作为辅初始航迹集η。步骤2、融合中心对主初始航迹集τ内的各航迹与辅初始航迹集η内的各航迹分别进行航迹关联融合。来自主初始航迹集τ的航迹i与来自辅初始航迹集η的航迹j的航迹关联融合方法，具体如下：2.1、计算统计量如式(1)：式(1)中，分别为航迹i第k帧的状态估计和误差协方差；是航迹j第k帧的状态估计和误差协方差；为向量的转置；为新息协方差，其表达式如式(2)所示。式(2)中，表示航迹i和航迹j的互协方差，其表达式如式(3)所示。式(3)中，I为单位矩阵。分别为航迹i、航迹j的卡尔曼增益；分别为主初始航迹集对应的传感器和辅初始航迹集对应的传感器的观测矩阵；F为状态转移矩阵；Q_k‑1为第k‑1帧的过程噪声矩阵，Q₀为过程噪声的初始值；若统计量小于门限值D_α，则航迹i与航迹j相关联。否则，航迹i与航迹j不关联。其中，D_α根据双边概率α、自由度n_z查卡方分布临界值表得到；是双边概率；n_z为目标状态维数。2.2、若航迹i与航迹j相关联，则将航迹i和航迹j为融合为航迹s，并执行步骤2.3；若航迹i与航迹j不关联，则执行步骤2.4。2.3、计算航迹s的航迹状态如式(4)，误差协方差如式(5)，目标可见性如式(6)。式(6)中，为航迹i的目标可见性。δ_k为航迹s的似然比，其表达式如式(7)琐事。式(7)中，P_d为各传感器的探测概率；为航迹i的跟踪门体积；p(x^j|H₁,X_k,χ_k,1)为航迹j的状态概率密度函数。之后，将航迹s加入融合航迹集，并进入步骤3。2.4、将航迹i的目标可见性更新为其表达式如式(8)所示；将航迹j的目标可见性更新为其表达式如式(9)所示；式(8)及(9)中，为航迹i更新前的目标可见性；为航迹j更新前的目标可见性；δ′_k＝1‑P_d。之后，将航迹i及航迹j均加入融合航迹集，并进入步骤3。步骤3、若p＜c，则将p增大1后，将融合航迹集复制后作为主初始航迹集τ，第_p个初始航迹集作为辅初始航迹集η，将融合航迹集置为空集，并重复执行步骤2。若p＝c，则进入步骤4。步骤4、将融合航迹集中目标可见性小于t_FT的航迹作为终止航迹不再跟踪，并直接从融合航迹集中删除。将融合航迹集中目标可见性大于t_CT的航迹作为目标航迹输出；将融合航迹集中目标可见性处于t_FT～t_CT之间的航迹作为未知身份航迹继续跟踪；t_FT＝0.01；t_CT＝0.99。