CN101661104B - 基于雷达/红外量测数据坐标转换的目标跟踪方法 - Google Patents
基于雷达/红外量测数据坐标转换的目标跟踪方法 Download PDFInfo
- Publication number
- CN101661104B CN101661104B CN2009100935164A CN200910093516A CN101661104B CN 101661104 B CN101661104 B CN 101661104B CN 2009100935164 A CN2009100935164 A CN 2009100935164A CN 200910093516 A CN200910093516 A CN 200910093516A CN 101661104 B CN101661104 B CN 101661104B
- Authority
- CN
- China
- Prior art keywords
- target
- radar
- sigma
- computing formula
- tracking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于雷达/红外量测数据坐标转换的目标跟踪方法,即通过对雷达传感器和红外传感器量测数据坐标系的转换,并结合目标跟踪的交互多模方法形成的一种目标跟踪方法。首先,通过人机交互接口模块对多模型进行选择与相关参数设定;其次,通过雷达红外数据接口模块接收雷达传感器和红外传感器量测的数据值;第三,通过数据量测转换模块得到转换量测的误差协方差;第四,通过交互多模目标跟踪模块对机动目标进行跟踪;第五,通过目标状态估计输出模块得到对跟踪目标位置及状态的估计值。该方法计算简单,不需要对角度量测模型进行线性化处理,没有模型线性化误差,用于雷达/红外传感器机动目标跟踪系统中,实时性较好,跟踪精度较高。
Description
技术领域
本算法涉及一种基于雷达/红外量测数据坐标转换的目标跟踪方法,特别是用于雷达/红外传感器的机动目标跟踪系统中,属于雷达数据处理领域。
背景技术
现代雷达系统一般都由以下两个重大组成部分,即:雷达信号处理器部分和雷达数据处理器部分。雷达信号处理器作为第一次处理,将处理后的信号送入雷达数据处理器作第二次处理。雷达数据处理器在获得目标的位置、运动参数等数据后进行互联、跟踪、滤波、平滑、预测等运算,从而有效地抑制雷达测量过程中引入的随机误差,精确估计目标位置和有关的运动参数,预测目标下一时刻位置,并形成稳定的目标轨迹。
作为数据处理的功能之一——对机动目标的跟踪,已经成为现代雷达跟踪系统中一个重要的组成部分。对机动目标的跟踪方法可以概括为以下两类,即具有机动检测的方法和无需机动检测的自适应跟踪方法。现今,在雷达跟踪系统中比较流行的目标跟踪方法是具有自适应能力的交互式多模型方法(IMM),该方法通过引入多个目标运动模型,并对每个模型的状态估计按一定的概率加权来实现对机动目标的跟踪。采用多模型交互的跟踪方法,可大大增加估计的准确度,减少估计误差。
另一方面,雷达/红外异质传感器信息融合应用于目标跟踪,也是雷达系统一个重要的应用方向。其相比于单传感器,具有明显的优势:(1)雷达是主动传感器,易受电磁干扰,当目标采取隐身措施或者播撒箔条屏障时,对目标的探测精度较低,而红外是被动传感器,不易受电子干扰的影响,两者结合可以提高抗干扰性;(2)雷达测距精度较高,测角精度较低,而红外测角精度较高,两者结合,可以有效提高跟踪精度。具有这些优势的同时,雷达/红外异质传感器用于目标跟踪也具有一定的困难性:(1)红外传感器是角度量测,容易使得量测模型出现强非线性,因此需要使用新的适合雷达/红外传感器机动目标跟踪系统的非线性滤波方法;(2)空中目标运动存在机动性,因此在跟踪中需要使用目标跟踪方法。
因此,在实际雷达/红外传感器机动目标跟踪系统中,出于实时性的要求,IMM中各滤波 器的滤波方法不能计算太复杂;出于跟踪精度的要求,各滤波器的滤波方法估计精度不能太低。用于雷达/红外传感器机动目标跟踪系统的传统的计算简单的滤波方法是扩展卡尔曼滤波方法(EKF),但是EKF存在模型线性化误差,当角度量测接近90度时,角度量测模型会出现很强的非线性,容易导致滤波发散,大大降低跟踪精度。由于雷达/红外传感器机动目标跟踪系统一般是混合坐标系滤波,因此另一种方法是将雷达和红外的量测值转换到直角坐标系进行同一坐标系滤波,即转换量测滤波(CMF),但是该方法的难点是如何精确计算转换量测误差的协方差。
发明内容
本发明的目的在于提供一种基于雷达/红外量测数据坐标转换的目标跟踪方法,发明了一种将雷达传感器(R)和红外传感器(IR)的量测数据转换到直角坐标系进行同一坐标系滤波的方法(R/IRCMF),并结合用于机动目标跟踪的IMM方法,形成了一种基于雷达/红外量测数据坐标转换的目标跟踪方法,即R/IRCMF-IMM目标跟踪方法。该方法由于不需要进行量测模型的线性化处理,受角度量测的影响很小。因此,该目标跟踪方法没有模型线性化误差,对目标的跟踪精度较高。此外,该方法计算量与EKF相当,故实时性较好。
本发明方法是基于仿真原型系统,该系统具有人机交互接口模块、雷达红外数据接口模块、数据量测转换模块、交互多模目标跟踪模块、目标状态估计输出模块等五个功能模块。其中,人机交互接口模块完成多模型的选择与相关参数设定;雷达红外数据接口模块主要完成对雷达传感器和红外传感器量测数据值的接收;数据量测转换模块主要完成雷达传感器和红外传感器的量测值从极坐标系到直角坐标系的转换,并得到转换量测的误差协方差;交互多模目标跟踪模块主要完成对机动目标的跟踪;目标状态估计输出模块主要完成对跟踪目标位置及状态估计值的输出。
本发明所涉及的方法流程包括以下步骤:(1)获得初始数据及相关初始化操作;(2)计算目标的转移概率权值;(3)计算各滤波器输入值;(4)更新各模型目标状态;(5)更新模型概率;(6)输出各组合滤波器值;(7)重复步骤(2)~(6),实现对机动目标的连续跟踪。
下面对该方法流程各步骤进行详细说明,假设模型个数为r个,R/IRCMF-IMM目标跟踪方法详细步骤描述如下:
步骤一获得数据及相关初始化操作
通过雷达红外数据接口模块获得雷达传感器和红外传感器的量测数据,并将其用于数据量测转换模块和交互多模目标跟踪模块,通过人机交互接口模块对多模型进行选择与相关参数设定。
步骤二计算目标的转移概率权值
在交互多模目标跟踪模块中,可通过计算公式(1)得到目标的转移概率权值:
步骤三计算各滤波器输入值
在交互多模目标跟踪模块中,可通过计算公式(3)、公式(4)得到各滤波器的输入值:
步骤四更新各模型目标状态
在交互多模目标跟踪模块中,可通过计算公式(5~9)对输入进行滤波:
P(k|k-1)=FP(k-1)FT+qGGT (6)
K(k)=P(k|k-1)HT[HP(k|k-1)HT+R(k)]-1 (7)
P(k)=P(k|k-1)-K(k)HP(k|k-1) (9)
其中,F为状态转移方程,q为协方差,G为噪声增益,滤波后输出
R(k)为观测协方差矩阵,在数据量测转换模块中,可通过计算公式(10)得到:
其中, 而x,y,z可通过计算公式(12)得到:
步骤五更新模型概率
在交互多模目标跟踪模块中,可通过计算公式(13)得到新的模型概率:
其中,似然函数值可通过计算公式(14)得到:
而归一化常数可通过计算公式(15)得到:
步骤六输出各组合滤波器值
在目标状态估计输出模块中,可通过计算公式(16)、公式(17)得到各滤波器的输出值:
步骤七重复步骤五~步骤六,实现对机动目标的连续跟踪。
本发明是一种基于雷达/红外量测数据坐标转换的目标跟踪方法,其优点在于:不需要对角度量测模型进行线性化处理,没有模型线性化误差,用于雷达/红外传感器机动目标跟踪系统中,实时性较好,跟踪精度较高。
附图说明
图1所示为本发明R/IRCMF-IMM目标跟踪方法流程图
图2所示为本发明CMF方法具体实现流程图
图3所示为本发明基于CMF的IMM方法具体实现流程图
具体实施方式
下面结合附图与实施例进一步说明本发明的应用方法。
基于本发明开发了仿真原型系统,该系统包括:人机交互接口模块、雷达红外数据接口模块、数据量测转换模块、交互多模目标跟踪模块、目标状态估计输出模块等五个功能模块。
第一,通过人机交互接口模块对多模型进行选择与相关参数设定,本实施例选择如下两个目标运动模型(r=2):(1)匀速运动模型,该目标状态包含3个坐标系上的位置和速度。状态转移矩阵F,噪声增益矩阵G和量测矩阵H定义为:
其过程噪声的强度为7.5。(2)匀加速运动模型,该目标状态包含3个坐标系上的位置,速 度和加速度。状态转移矩阵F,噪声增益矩阵G和量测矩阵H定义为:
其过程噪声强度为10。两个模型的初始化概率为μ1(1)=0.9,μ2(1)=0.1,模型转移概率矩阵为:
第二,通过雷达红外数据接口模块接收雷达传感器和红外传感器量测的数据值,本实施例接收到的传感器仿真量测值分别是:雷达传感器定位在(0,0,0),距离噪声是零均值的高斯白噪声,标准差为20m,方位角噪声是零均值的高斯白噪声,标准差为7mrad。红外传感器定位在(20000,0,0),方位角和俯仰角的噪声都是零均值的高斯白噪声,标准差都是2mrad。
第三,通过数据量测转换模块得到转换量测的误差协方差,即对实施例通过计算公式(10)得到转换量测的误差协方差:
其中, 可由雷达红外数据接口模块得到。C=(MTM)-1MT,而M可通过计算公式(11)得到:
其中, 而x,y,z可通过计算公式(12)得到:
第四,通过交互多模目标跟踪模块对机动目标进行跟踪,即对实施例依次进行如下处理:
(i)通过计算公式(1)得到目标的转移概率权值;
(ii)通过计算公式(3)、公式(4)得到各滤波器输入值;
(iii)通过计算公式(5~9)得到各模型目标状态的更新值;
P(k|k-1)=FP(k-1)FT+qGGT (6)
K(k)=P(k|k-1)HT[HP(k|k-1)HT+R(k)]-1 (7)
P(k)=P(k|k-1)-K(k)HP(k|k-1) (9)
(iv)通过计算公式(12)得到模型的更新概率
第五,通过目标状态估计输出模块得到对跟踪目标位置及状态的估计值,即对实施例通过计计算公式(15)、公式(16)得到各滤波器的输出值:
此后,经过一段时间对机动目标的连续跟踪,便可得到机动目标各时刻状态的估计值及其运动轨迹。
本发明方法经过仿真系统的具体实施,其计算简单,用于雷达/红外传感器机动目标跟踪系统中,实时性较好,跟踪精度较高。
Claims (1)
1.一种基于雷达/红外量测数据坐标转换的目标跟踪方法,该方法是基于仿真原型系统,该系统具有人机交互接口模块、雷达红外数据接口模块、数据量测转换模块、交互多模目标跟踪模块、目标状态估计输出模块等五个功能模块,假设模型个数为r个;该方法包括如下步骤:
步骤一获得数据及相关初始化操作
通过雷达红外数据接口模块获得雷达传感器和红外传感器的量测数据,并将其用于数据量测转换模块和交互多模目标跟踪模块,通过人机交互接口模块对多模型进行选择与相关参数设定;
步骤二计算目标的转移概率权值
在交互多模目标跟踪模块中,可通过计算公式(1)得到目标的转移概率权值:
其中,ui(k-1)为k-1时刻目标处于模型i的概率,ρij为模型i转换到j的概率,为归一化常数,其值可通过计算公式(2)得到:
步骤三计算各滤波器输入值
在交互多模目标跟踪模块中,可通过计算公式(3)、公式(4)得到各滤波器的输入值:
步骤四更新各模型目标状态
在交互多模目标跟踪模块中,可通过计算公式(5~9)对输入进行滤波:
P(k|k-1)=FP(k-1)FT+qGGT (6)
K(k)=P(k|k-1)HT[HP(k|k-1)HT+R(k)]-1(7)
P(k)=P(k|k-1)-K(k)HP(k|k-1) (9)
其中,由雷达传感器和红外传感器的量测精度计算得到,C=(MTM)-1MT,而M可通过计算公式(11)得到:
其中, 而x,y,z可通过计算公式(12)得到:
步骤五更新模型概率
在交互多模目标跟踪模块中,可通过计算公式(13)得到新的模型概率:
其中,似然函数值可通过计算公式(14)得到:
而归一化常数可通过计算公式(15)得到:
步骤六输出各滤波器值
在目标状态估计输出模块中,可通过计算公式(16)、公式(17)得到各滤波器的输出值:
步骤七重复步骤二~步骤六,实现对机动目标的连续跟踪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100935164A CN101661104B (zh) | 2009-09-24 | 2009-09-24 | 基于雷达/红外量测数据坐标转换的目标跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100935164A CN101661104B (zh) | 2009-09-24 | 2009-09-24 | 基于雷达/红外量测数据坐标转换的目标跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101661104A CN101661104A (zh) | 2010-03-03 |
CN101661104B true CN101661104B (zh) | 2012-04-25 |
Family
ID=41789237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100935164A Expired - Fee Related CN101661104B (zh) | 2009-09-24 | 2009-09-24 | 基于雷达/红外量测数据坐标转换的目标跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101661104B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102064799B (zh) * | 2010-12-31 | 2014-06-04 | 南京理工大学 | 基于fpga的去偏转换量测卡尔曼滤波的系统 |
CN102508238B (zh) * | 2011-10-14 | 2013-07-31 | 北京理工大学 | 一种基于坐标旋转变换的雷达跟踪方法 |
CN102568004A (zh) * | 2011-12-22 | 2012-07-11 | 南昌航空大学 | 一种高机动目标跟踪算法 |
CN103323839B (zh) * | 2013-05-16 | 2015-08-19 | 深圳大学 | 一种获取低空飞行目标高度信息的方法、装置 |
CN103345587B (zh) * | 2013-07-16 | 2017-02-08 | 深圳大学 | Ads‑b监视数据与雷达航迹的直觉模糊关联方法、装置 |
CN103487800B (zh) * | 2013-09-08 | 2015-09-30 | 西安电子科技大学 | 基于残差反馈的多模型高速高机动目标跟踪方法 |
CN104035083B (zh) * | 2014-06-20 | 2016-08-24 | 电子科技大学 | 一种基于量测转换的雷达目标跟踪方法 |
CN104077498B (zh) * | 2014-07-22 | 2017-06-20 | 西安电子科技大学 | 一种结合目标角度的外辐射源雷达多目标跟踪方法 |
CN105467382A (zh) * | 2015-12-31 | 2016-04-06 | 南京信息工程大学 | 基于svm的多传感器的目标跟踪数据融合算法及其系统 |
CN108700655A (zh) * | 2016-02-10 | 2018-10-23 | 开利公司 | 存在检测系统 |
CN106546976B (zh) * | 2016-10-31 | 2019-03-19 | 中国电子科技集团公司第二十九研究所 | 一种基于长周期非均匀采样目标跟踪处理方法及装置 |
CN107363285B (zh) * | 2017-07-12 | 2019-06-07 | 邓干平 | 一种大型数控组合钻床及坐标转换方法 |
CN107678024B (zh) * | 2017-10-23 | 2020-12-29 | 中国民航科学技术研究院 | 一种基于雷达与红外联合探测的轻小型无人机融合跟踪方法 |
CN108151806B (zh) * | 2017-12-27 | 2020-11-10 | 成都西科微波通讯有限公司 | 基于目标距离的异类多传感器数据融合方法 |
CN113287157B (zh) * | 2019-01-18 | 2022-08-16 | 三菱电机株式会社 | 运动状态判定装置 |
CN110849369B (zh) * | 2019-10-29 | 2022-03-29 | 苏宁云计算有限公司 | 机器人跟踪方法、装置、设备及计算机可读存储介质 |
CN111624594B (zh) * | 2020-05-12 | 2022-09-23 | 中国电子科技集团公司第三十八研究所 | 一种基于转换量测重构的组网雷达跟踪方法及系统 |
-
2009
- 2009-09-24 CN CN2009100935164A patent/CN101661104B/zh not_active Expired - Fee Related
Non-Patent Citations (6)
Title |
---|
张保山 等.基于坐标转换的卡尔曼交互式多模型滤波算法.《指挥控制与仿真》.2007,第29卷(第5期),32-35. * |
杨春玲 等.转换坐标卡尔曼滤波算法分析.《计算机工程与设计》.2001,第22卷(第5期),76-78. * |
王国宏 等.雷达与红外数据融合评述.《火力与指挥控制》.2002,第27卷(第2期),3-6. * |
王晨熙 等.一种改进的交互多模型算法.《电视技术》.2009,第49卷(第1期),18-21. * |
程咏梅 等.红外/雷达传感器协同跟踪算法研究.《火力与指挥控制》.2001,第26卷(第3期),20-23. * |
陈浩 等.基于二阶转换测量Kalman滤波的目标跟踪算法.《光电工程》.2008,第35卷(第4期),6-11. * |
Also Published As
Publication number | Publication date |
---|---|
CN101661104A (zh) | 2010-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101661104B (zh) | 基于雷达/红外量测数据坐标转换的目标跟踪方法 | |
CN104252178B (zh) | 一种基于强机动的目标跟踪方法 | |
CN105549049B (zh) | 一种应用于gps导航的自适应卡尔曼滤波算法 | |
CN108226920B (zh) | 一种基于预测值处理多普勒量测的机动目标跟踪系统及方法 | |
CN104182609B (zh) | 基于去相关的无偏转换量测的三维目标跟踪方法 | |
CN102622520B (zh) | 一种机动目标跟踪的分布式多模型估计融合方法 | |
CN104035083B (zh) | 一种基于量测转换的雷达目标跟踪方法 | |
CN102568004A (zh) | 一种高机动目标跟踪算法 | |
CN106407677A (zh) | 一种测量数据丢失情况下的多目标跟踪方法 | |
CN106950562A (zh) | 一种基于预测值量测转换的状态融合目标跟踪方法 | |
CN106932771A (zh) | 一种雷达仿真目标航迹跟踪方法及系统 | |
CN108896986A (zh) | 一种基于预测值的量测转换序贯滤波机动目标跟踪方法 | |
CN103759732B (zh) | 一种角度信息辅助的集中式多传感器多假设跟踪方法 | |
CN108490433A (zh) | 基于序贯滤波的空时偏差联合估计与补偿方法及系统 | |
CN105549005A (zh) | 一种基于网格划分的动态目标波达方向跟踪方法 | |
CN105652250A (zh) | 一种基于双层期望最大化的机动目标跟踪技术 | |
CN106199580A (zh) | 一种基于模糊推理系统的Singer模型改进算法 | |
CN105372653B (zh) | 面向岸基空管雷达系统中一种高效转弯机动目标跟踪方法 | |
CN109212519B (zh) | 基于bf-dlstm的窄带雷达目标跟踪方法 | |
CN103487800B (zh) | 基于残差反馈的多模型高速高机动目标跟踪方法 | |
CN107643083B (zh) | 基于轨迹预报的空间目标中断航迹关联方法 | |
CN105891820A (zh) | 基于ukf和iufir的机动目标跟踪方法 | |
CN112325885A (zh) | 一种基于数学统计特征的因子图协同定位算法 | |
CN106291530B (zh) | 一种基于最近邻法的概率数据关联优化方法 | |
CN110501686A (zh) | 基于一种新型自适应高阶无迹卡尔曼滤波的状态估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120425 Termination date: 20130924 |