申请/专利权人:深圳大学;邓兵
申请日:2022-06-02
公开(公告)日:2024-05-17
公开(公告)号:CN115220002B
主分类号:G01S7/41
分类号:G01S7/41;G01S13/66
优先权:
专利状态码:有效-授权
法律状态:2024.05.17#授权;2022.11.08#实质审查的生效;2022.10.21#公开
摘要:本申请实施例公开一种固定单站的多目标数据关联跟踪方法,用于更准确地对多目标物体的观测值进行数据关联。方法包括:获取至少两个目标物体在目标时刻的第一实际观测值集合;根据目标时刻所处的目标时间段确定每个目标物体的关联中心值;基于联合极大似然估计模型,根据关联中心值从第一实际观测值集合中确定每个目标物体的第二实际观测值集合;基于单目标跟踪模型,根据第二实际观测值集合确定每个目标物体在目标时刻的运动状态信息,运动状态信息用于确定每个目标物体在目标时间段中的航迹。
主权项:1.一种固定单站的多目标数据关联跟踪方法,其特征在于,包括:获取至少两个目标物体在目标时刻的第一实际观测值集合;根据所述目标时刻所处的目标时间段确定每个所述目标物体的关联中心值,包括:当所述目标时间段表示至少两个所述目标物体处于航迹起始阶段时,基于灰色预测模型确定每个所述目标物体在所述目标时刻的灰色预测值;确定所述灰色预测值为所述关联中心值;当所述目标时间段表示至少两个所述目标物体处于航迹稳定阶段时,基于航迹预测模型确定每个所述目标物体在所述目标时刻的观测预测值;确定所述观测预测值为所述关联中心值;基于联合极大似然估计模型,根据所述关联中心值从所述第一实际观测值集合中确定每个所述目标物体的第二实际观测值集合,包括:根据所述灰色预测值确定每个所述目标物体的相关波门;根据所述相关波门从所述第一实际观测值集合中确定每个所述目标物体的候选观测值集合;基于所述联合极大似然估计模型,根据所述候选观测值集合和所述灰色预测值确定所述第二实际观测值集合,包括:计算所述灰色预测值与所述候选观测值集合中每个候选观测值的差值;基于信息熵计算模型,以所述差值为输入,得到所述每个候选观测值的扩展不确定度;基于所述联合极大似然估计模型,根据所述每个有效观测值的扩展不确定度确定所述第二实际观测值集合;根据所述观测预测值确定每个所述目标物体的相关波门;根据所述相关波门从所述第一实际观测值集合中确定每个所述目标物体的候选观测值集合;基于所述联合极大似然估计模型,根据所述候选观测值集合和所述观测预测值确定所述第二实际观测值集合,包括:计算所述观测预测值与所述候选观测值集合中每个候选观测值的差值;基于信息熵计算模型,以所述差值为输入,得到所述每个候选观测值的扩展不确定度;基于所述联合极大似然估计模型,根据所述每个有效观测值的扩展不确定度确定所述第二实际观测值集合;所述根据所述相关波门从所述第一实际观测值集合中确定每个所述目标物体的候选观测值集合,包括:确定每个所述目标物体在所述目标时刻的量测指标预测值集合,所述量测指标预测值集合包括方位角预测值集合、多普勒频率预测值集合、方位角变化率预测值集合和多普勒频率变化率预测值集合中的至少一种;根据所述量测指标预测值集合和每个所述目标物体在目标时刻的前一时刻的量测指标实际值集合确定所述相关波门对应的波门约束;根据所述波门约束从所述第一实际观测值集合中确定所述候选观测值集合;基于单目标跟踪模型,根据所述第二实际观测值集合确定每个所述目标物体在所述目标时刻的运动状态信息,所述运动状态信息用于确定每个所述目标物体在所述目标时间段中的航迹。
全文数据:
权利要求:
百度查询: 深圳大学;邓兵 一种固定单站的多目标数据关联跟踪方法和相关装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。