一种基于多方法联合剪枝的多假设跟踪中计算量控制方法与流程

本发明涉及雷达航迹检测，具体为一种基于多方法联合剪枝的多假设跟踪中计算量控制方法。

背景技术：

1、在雷达对海监视领域，复杂海况如海杂波、二次反射等以及船只的复杂行为如接驳等对雷达跟踪能力提出了越来越严峻的挑战，传统的最近邻域关联跟踪难以应对，为了解决这些难题，需要引入多假设跟踪算法来进行处理。多假设跟踪方法，在面对复杂的、无法确定正确回波的场景下会生成多个假设，这些假设会继续跟踪一定拍数，使用后续的回波数据来确定哪个是正确的，是一种延迟决策方案。

2、自多假设跟踪理论问世以来，就被认为是最优的跟踪理论之一，但是阻碍它成为主流算法的主要原因是，它对计算资源的需求比较高，相较于传统的最近邻域关联跟踪，多假设跟踪有更多的航迹、更多的功能、更复杂的过程。同时，在假设生成环节中，假设数量随着航迹数量的增加会呈指数级增长。因此，在某些复杂的跟踪场景中，容易发生计算量过高，耗时过长的问题，影响雷达的实时性。

技术实现思路

1、为了解决上述问题，本发明提供一种基于多方法联合剪枝的多假设跟踪中计算量控制方法，包括以下步骤：s1.建立目标航迹库并进行更新确认；s2.获取雷达回波数据并进行目标合并；s3.预测航迹位置，并将每个雷达回波数据与预测航迹位置进行关联；s4.对相同目标航迹的关联相同的雷达回波数据进行冗余解关联；s5.对预测航迹进行更新、分枝并计算航迹得分；s6.依据航迹得分对预测航迹进行剪枝；s7.对目标拥有航迹进行剪枝；s8.聚类更新；s9.生成假设，并计算全局得分。

2、进一步地，所述s2步骤具体为：将一个目标的多个单元的量测回波数据进行合并，并通过回波的幅度值大小寻找连通位置，并以质心位置作为回波的量测位置，合并后获得第k+1帧的回波数据z(k+1)＝{z1(k+1),z2(k+1),z3(k+1)…zm(k+1)}，其中，m为本帧的回波数量。

3、进一步地，所述s3步骤具体包括以下子步骤：s31.进行距离波门的限制，其中航迹i与回波j之间的距离rij的计算公式为：

4、式中，h为量测矩阵；

5、s32.计算归一化距离gij，在计算归一化距离之前需要对航迹的运动状态和协方差矩阵进行预测；航迹i在第k+1帧的运动状态的预测采用迭代更新的方式，由航迹第k帧的运动状态xi(k)计算得来，其计算公式为：

6、

7、其中，f为状态转移矩阵；

8、同时，对航迹的协方差进行预测，由第k帧的协方差p(k|k)进行迭代得到第k+1帧的协方差的预测p(k+1|k)，计算公式为：p(k+1|k)＝f(k)·p(k|k)·f'(k)+q(k)，式中，q(k)为过程噪声协方差；根据航迹预测结果和回波的量测结果，归一化距离gij的计算公式为：

9、其中s为该航迹在卡尔曼滤波过程中的新息协方差矩阵，由协方差计算得到，其计算方法为：s(k+1)＝h·p(k+1│k)·h'+r(k+1)，式中r(k+1)为量测噪声矩阵；

10、s33.判断归一化距离gij是否落在波门内：如果gij小于设置的波门值，认为航迹与该量测回波关联。

11、进一步地，所述s4步骤具体包括以下子步骤：s41.将航迹与回波的关联度依照归一化距离gij值从小到大划分为1、2、3级；s42.提取目标的其中一条航迹；s43.提取与航迹关联的一个雷达回波，并判断航迹与该雷达回波之间的关联是否为1级关联；s44.重新提取该目标的另一条航迹并判断重新提取的航迹与s43步骤中提取的雷达回波之间是否为1级关联；s45.判断s42步骤中提取的航迹是否还有关联回波；s46.判断目标是否还有其余航迹。

12、进一步地，所述s43步骤中具体包括以下子步骤：当航迹与该雷达回波之间的关联为1级关联时，执行步骤s44；当航迹与该雷达回波之间的关联不为1级关联时，重复执行步骤s43；

13、所述s44步骤中具体包括以下子步骤：当重新提取的航迹与雷达回波之间的关联是1级关联时，重复执行步骤s44；当重新提取的航迹与雷达回波之间的关联不是1级关联时，则解除该关联关系并判断是否还存在剩余航迹，执行步骤s45；

14、所述s45步骤中具体包括以下子步骤：当s42步骤中提取的航迹还存在关联回波时，重复执行步骤s43；当s42步骤中提取的航迹不存在关联回波时，执行步骤s46；

15、所述s45步骤中具体包括以下子步骤：当目标还存在其余航迹时，重复执行步骤s42；当目标不存在其余航迹时，执行步骤s5。

16、进一步地，所述s5步骤中计算航迹得分的计算公式为：score(k+1)＝score(k)+δscore(k+1)；式中，pd为雷达检测概率；βft为雷达虚警率；s为新息协方差，由协方差计算得到，其计算方法为：s(k+1)＝h·p(k+1│k)·h'+r(k+1)，式中r(k+1)为量测噪声矩阵；g为航迹与关联回波之间的归一化距离。

17、进一步地，所述s6步骤中具体包括以下子步骤：s61.设置门限值并计算航迹得分的平均值；s62.判断平均值是否大于等于门限值；s63.计算最近的n拍得分之和，并判断n拍得分之和是否大于等于门限值；s64.判断目标航迹数是否为1；其中，步骤s61中计算航迹得分的平均值的计算公式为：avescore＝(score(k))/step；所述s63步骤中n拍得分之和的计算公式为：上述式中，step为航迹拍数，n≤step。

18、进一步地，所述s62步骤具体包括以下步骤：当平均值大于等于门限值时，执行步骤s63；当平均值小于门限值时，删除此航迹；所述s63步骤具体包括以下步骤：当n拍得分之和大于等于门限值时，执行步骤s64；当n拍得分之和小于门限值时，删除此航迹；所述s64步骤具体包括以下步骤：当目标航迹数等于1时，执行步骤s8；当目标航迹数大于1时，执行步骤s7。

19、进一步地，所述s7步骤具体包括以下步骤：s71.将同目标的相似航迹进行合并；s72.基于雷达回波的n-scan剪枝；s73.对目标的航迹数量进行限制；其中，s72步骤中具体为：记录每条航迹最近m拍所使用的雷达回波序号，控制分支的深度为n，将每条航迹的第n拍雷达回波的使用情况进行比较，以最高得分航迹为基准，将与之长分枝的航迹全部删除。

20、进一步地，所述s9步骤具体包括以下步骤：

21、生成假设：对航迹建立冲突关系表，进行搜索，将无冲突航迹组合作为一个假设，之后以另一个没有加入假设的航迹作为头重新搜索，建立下一个航迹，不断重复，直到所有航迹都加入过假设；

22、计算全局得分：通过每个假设的得分，计算航迹的全局得分；其中计算全局得分的计算公式为：

23、式中，ti表示第i个航迹，hj为该航迹所在的假设，hk为聚类中的所有假设，score(hj)为第j个假设的hj得分，

24、本发明提供了一种基于多方法联合剪枝的多假设跟踪中计算量控制方法，具有以下有益效果：

25、本发明建立一个稳定高效的剪枝体系，实现对航迹数量的有效控制，避免因聚类中航迹数量过多造成假设数目的指数爆炸。本发明重点关注聚类中的航迹数目，在聚类生成假设前控制航迹数量，来避免假设的爆炸；基于回波的n-scan剪枝方法则更高效快速地实现对分枝深度的控制。完成假设后，使用假设来计算全局得分，将全局得分较低的航迹剪除，为下一帧的计算减小计算量。