1.一种未知新生强度的多目标跟踪方法,其特征在于,所述方法是将采样的目标粒子按照属于各自目标进行分类,获得粒子集 其中,k表示当前时刻, 表示分类数目;选择 中同类的所有粒子,计算每一类粒子的位置均值计算每一类粒子位置均值与当前时刻每个量测位置的距离其中 Mk表示当前时刻量测的个数;根据距
离最短的 进行存活目标判断,表明第i类目标粒子与当前的第j个量测对应,k时刻未配对的量测记为Λk;计算每一类粒子位置均值与k+1时刻每个量测位置的距离Mk+1表示k+1时刻量测的个数,根据距离最短的 进行判断存活目标判断,如果距离 小于阈值U,表明第i类目标粒子与当前的第j个量测对应,k+1时刻未配对的量测记为Λk+1,对于k时刻剩下的量测,计算与k+1时刻剩下量测位置的距离 其中, 表示k时刻量测集中没有和目标匹配的量测个数, 表示k+1时刻量测集中没有和目标匹配的量测的个数,若距离 小于阈值U,则k时刻第i个未关联的量测为新生目标,并根据该量测采样N个新生目标粒子,k时刻如果没有被关联的量测,判断为杂波。
2.根据权利要求1所述的方法,其特征在于,所述的阈值U是指根据多个目标的最大运动速度和采样间隔的乘积设定最大距离;当前时刻量测与下一时刻量测关联情况下的最大距离,当小于最大距离代表有新生目标生成。
3.一种机动多目标跟踪或航迹管理方法,所述方法包括如下步骤:(1)初始化步骤:
(1a)初始时刻,假设有n0个目标,每个目标采样N个粒子,总粒子数为L0=N×n0;初始目标状态集为X0,目标存在概率为Ps,目标检测概率为Pd,势分布为p0;
(1b)初始化采样粒子并对粒子进行标识,设P0(X0,θ0,ξ0)为先验的联合概率分布;从P0(X0,θ0,ξ0)中采用初始粒子集 每个粒子的权重设为 初始时刻,粒子标记表示为 初始时刻粒子的分类可表示为 表示分类数目;
(2)当k≥1时,产生2Lk-1个粒子,其中,从后验分布 中产生Lk-1个预测粒子 权重为 其中,i=1,2,...,lk-1, 是时变参数粒子的均值,Zk是量测集;然后从从后验分布 中产生其余的Lk-1个粒子,权重为 其中, 为是从时变参数服从的先验分布Pξ(ξ0)中采样获得,i=Lk-1+1,Lk-1+2,...,2Lk-1;
(3)计算量测噪声协方差:
(3a)假设 为静态参数粒子 的充分统计量,参数粒子通过获得;考虑静态未知参数Vk为未知的量测噪声方差,其共轭先验可采用参数为a和b的逆伽马分布IG(a,b)近似;设定逆伽马分布参数,其中,l=1,…,d,d为量测噪声协方差R的维度;
(3b)计算量测噪声协方差 其中,n=1,…,Lk-1为迭代次序,Lk-1为最大迭代次数;
(3c)如果n≤N,更新参数 返回步骤(3b);
(4)计算每个粒子量测噪声协方差 利用量测噪声协方差计算前Lk-1个粒子对应于时变参数无变化点 预测似然成比例的另一个权重 其中i=1,2,,...Lk-1;计算剩余Lk-1个粒子对应于时变参数变化点 的预测似然成比例的另一个权重 其中i=Lk-1+1,Lk-1+2,…,2Lk-1;
(5)选择 中同类的所有粒子,计算每一类粒子的位置均值计算每一类粒子位置均值与当前时刻每个量测位置的距离其中 Mk表示当前时刻量测的个数;根据距
离最短的 进行判断存活目标判断,表明第i类目标粒子与当前的第j个量测对应,k时刻未配对的量测记为Λk;计算每一类粒子位置均值与k+1时刻每个量测位置的距离Mk+1表示k+1时刻量测的个数,根据距离最短的 进行判断存活目标判断,如果距离 小于阈值U,表明第i类目标粒子与当前的第j个量测对应,k+1时刻未配对的量测记为Λk+1,对于k时刻剩下的量测,计算与k+1时刻剩下量测位置的距离 其中, 表示k时刻量测集中没有和目标匹配的量测个数, 表示k+1时刻量测集中没有和目标匹配的量测的个数,若距离 小于阈值U,则k时刻第i个未关联的量测为新生目标,则根据当前对应量测位置采样N个新生目标粒子;
(6)选择2Lk-1个粒子中的Lk-1个粒子,将它们的索引表示为:l(i)∈{1,2,…,2Lk-1},其中,i=1,2,…,Lk-1;对于i=1,2,…,Lk-1,选择索引li来自{1,2,...,Lk-1}的概率为来自{Lk-1+1,Lk-1+2,...,2Lk-1}的概率为 其中β是发生突变的概率,并假设已知;
(7)预测势分布pk|k-1;
(8)预测粒子标记 和粒子分类
(9)更新目标权重 得到
(10)更新势分布pk;
(11)估计目标强度函数Dk;
(12)更新粒子标记 和粒子分类
(13)计算当前时刻总的目标数目nk;
(14)聚类获得同一目标簇的粒子,计算时变参数粒子 的均值 和协方差Vk-1的估计,更新时变参数 的值,得到(15)重采样:
(15a)通过权重对粒子集 进行重采样得到新的粒子集重采样之后每个粒子被赋予相同的权重 其中,Lk=Lk-1+Jk,Jk是k时刻新生目标粒子数;
(15b)重采样后的粒子与它们的父辈粒子具有相同的标记,对重采样后的粒子进行标记,得到 其中,j=1,2,...,Lk-1+Jk;
(16)通过聚类粒子获得目标状态,并且聚类中心是估计的状态 给新的分类分配新的标记 得到估计后的分类为(17)通过粒子标记进行航迹关联得到每个目标的航迹,若下一时刻观测信息到达,转到步骤(2)进行迭代;否则,目标跟踪过程结束。
4.根据权利要求3所述的方法,其特征在于,所述步骤(4)中利用量测噪声方差计算前Lk-1个粒子对应于时变参数无变化点 预测似然成比例的另一个权重其中,i=1,2,...,Lk-1,计算剩余Lk-1个粒子对应于时变参数变化点 的预测似然成比例的另一个权重其中,i=Lk-1+1,Lk-1+2,...,2Lk-1。
5.根据权利要求3所述的方法,其特征在于,所述步骤(7)中计算预测势分布pk|k-1的公式为:其中,pΓ,k是新生目标随机集的势分布,<.,.>表示内积运算; 表示二项式系数。
6.根据权利要求3所述的方法,其特征在于,所述步骤(9)中更新目标权重 得到涉及的公式为:在时刻k接收到测量值之后,更新Lk-1+Jk个粒子权重:其中,
其中, 表示排列系数,|Z|表示量测集的势,pK,k是杂波随机集的势分布,Zk\{z}表示在Zk中除了z的剩余量测;
Ξk(D,Z)={
ej({ρ1,ρ2,...,ρm})=(-1)jαm-j/αm其中,{ρ1,ρ2,...,ρm}是多项式αmxm+αm-1xm-1+...+α1x+α0的不同的根。
7.根据权利要求3所述的方法,其特征在于,所述步骤(10)中更新势分布pk(n)的计算公式为:
8.根据权利要求3所述的方法,其特征在于,所述步骤(11)中估计目标强度函数Dk:其中, 是Parzen-Rosenblatt核函数,σd是核宽。
9.根据权利要求3所述的方法,其特征在于,所述步骤(12)中量测更新后粒子的标记可表示为:其中,i=1,2,...Lk-1+Jk。
10.根据权利要求3所述的方法,其特征在于,所述步骤(12)中更新后粒子的分类可以表示为: