CN104635227B

CN104635227B - 一种浮标识别与跟踪方法

Info

Publication number: CN104635227B
Application number: CN201510093876.XA
Authority: CN
Inventors: 庞福文; 付震; 蒋剑平; 陈文彬; 朱凌
Original assignee: DALIAN HAIDA MARITIME NAVIGATION NATIONAL ENGINEERING RESEARCH CENTER Co Ltd
Current assignee: DALIAN HAIDA MARITIME NAVIGATION NATIONAL ENGINEERING RESEARCH CENTER Co Ltd
Priority date: 2015-03-02
Filing date: 2015-03-02
Publication date: 2017-03-29
Anticipated expiration: 2035-03-02
Also published as: CN104635227A

Abstract

本发明涉及一种浮标识别与跟踪方法，其包括以下步骤：1)获取浮标的位置点及变化半径；其中，位置点是浮标的地理位置，变化半径是跟踪浮标所用的预测波门的半径；2)初始化获取的浮标得到初始浮标，并将初始浮标加入初始浮标列表；3)将雷达图像分成若干个扇形，任意选定一个扇形区进行该扇形区内的初始浮标识别，完成该扇形区内的初始浮标识别后的浮标变成已识别浮标；针对该扇形区内的已识别浮标进行跟踪，完成该扇形区的浮标识别与跟踪处理后，进行下一个相邻扇形区内浮标的识别与跟踪，直到完成整个雷达图像内浮标的识别与跟踪。本发明可以广泛用于雷达轨迹目标识别与跟踪领域。

Description

一种浮标识别与跟踪方法

技术领域

本发明涉及一种目标识别与跟踪方法，特别是关于一种浮标识别与跟踪方法。

背景技术

目前的雷达目标识别技术通常未考虑对浮标进行特殊处理，而是将浮标与船舶目标使用同一流程识别。由于没有针对浮标进行特殊识别，而是将浮标识别成静止的船舶的轨迹目标所以使得浮标(浮标自身运动状态的特点为浮标的运动始终在一定的范围内，并且运动方向不固定)被作为船舶目标进行处理，而真正的船舶的轨迹目标会受到浮标的影响，从而影响轨迹跟踪的正确性及准确性。

现有的浮标识别技术通常采用人工录取浮标范围的方式进行，只是通过用户手动录入浮标位置来初始化浮标，由于监测区域内浮标数量较多，使得用户工作量增大，并存在错误输入引起跟踪不正确的现象。

发明内容

针对上述问题，本发明的目的是提供一种浮标识别与跟踪方法。

为实现上述目的，本发明采取以下技术方案：一种浮标识别与跟踪方法，其包括以下步骤：1)获取浮标的位置点及变化半径；其中，位置点是浮标的地理位置，变化半径是跟踪浮标所用的预测波门的半径；预测波门的建立是利用浮标的位置点为圆心、以变化半径为半径建立一个圆形区域；2)初始化获取的浮标得到初始浮标，并将初始浮标加入初始浮标列表；3)将雷达图像分成若干个扇形，任意选定一个扇形区进行该扇形区内的初始浮标识别，完成该扇形区内的初始浮标识别后的浮标变成已识别浮标；针对该扇形区内的已识别浮标进行跟踪，完成该扇形区的浮标识别与跟踪处理后，进行下一个相邻扇形区内浮标的识别与跟踪，直到完成整个雷达图像内浮标的识别与跟踪。

所述步骤2)中每一初始浮标包括以下内容：①浮标的状态为初始状态；②浮标的初始位置；③浮标的预测位置为；④浮标的方向和速度都为0；⑤浮标的稳定识别次数k为1，且k在1～30之间，其最大稳定识别次数为6，用于检验所跟踪的雷达标绘目标是否为浮标；⑥浮标的跟踪失败次数设置为0，其最大跟踪失败次数为6，用于检测所跟踪的雷达标绘目标需要重新初始化；⑦浮标的面积设置为默认面积，其默认面积根据雷达覆盖范围内浮标的回波反射面积或所有浮标反射面积的平均值而定。

所述步骤3)包括以下步骤：31)将雷达图像划分成若干个扇形，任意选定一扇形区为当前扇形区，遍历当前扇形区；32)检测初始浮标列表中的每一初始浮标是否在当前扇形区内，并针对在其内的初始浮标进行识别形成已识别浮标，并加入已识别浮标列表；33)针对已识别浮标列表中的每一个已识别浮标进行跟踪，将识别不准确的已识别浮标变为初始浮标，并加入初始浮标列表重新识别，且将识别准确的已识别浮标进行持续跟踪，待完成当前扇形区内所有已识别浮标的跟踪处理后，返回步骤31)进行下一当前扇形区内的浮标识别与跟踪，直到完成整个雷达图像内浮标的识别与跟踪。

所述步骤32)包括以下步骤：针对初始浮标列表中每一浮标，依次进行步骤321)～327)的浮标标识处理，直到完成当前扇形区内的所有浮标的识别，其包括以下步骤：321)遍历初始浮标列表中的每一初始浮标；322)判断初始浮标列表中的当前初始浮标是否在当前扇形区内？若在，则进入下一步；否则，返回步骤321)检测初始浮标列表中下一个初始浮标是否在当前扇形区内；323)针对当前扇形区内的当前初始浮标建立相应的预测波门；324)判断当前初始浮标的预测波门内是否有一个以上的雷达标绘目标？若有，则进入下一步；否则，当前初始浮标的位置点及变化半径不变，返回步骤321)检测初始浮标列表中下一个初始浮标是否在当前扇形区内；325)判断当前初始浮标的预测波门内是否有适合的雷达标绘目标？若有，则进入下一步；否则，返回步骤321)检测初始浮标列表中下一个初始浮标是否在当前扇形区内；326)选择适合的雷达标绘目标更新当前初始浮标，当前初始浮标变成已识别浮标，且稳定识别次数加1；327)将已识别浮标加入已识别浮标列表，并将当前初始浮标移除初始浮标列表，返回步骤321)检测初始浮标列表中下一个初始浮标是否在当前扇形区内。

所述步骤325)中适合的雷达标绘目标的选取原则如下：①获得各个雷达标绘目标的面积：雷达标绘目标的面积>＝0.7乘以浮标目标的默认面积，并且雷达标绘目标的面积<＝1.5乘以浮标目标的默认面积，在此条件以外的雷达标绘目标剔除；②过滤面积差异过大的雷达标绘目标，不满足以下公式的雷达标绘目标剔除：其中，S_p为雷达标绘目标的表面积，S_b为当前浮标的表面积，R为当前浮标的面积连贯性比例值；③在满足以上两个条件的雷达标绘目标中，选取距离当前浮标距离最近的一个雷达标绘目标，该雷达标绘目标为适合的雷达标绘目标。

所述步骤33)包括以下步骤：针对已识别浮标列表中的第一个浮标到最后一个浮标，依次进行步骤331)～338)的浮标跟踪处理，直到完成当前扇形区内所有已识别浮标的跟踪，其包括以下步骤：331)遍历当前扇形区内已识别浮标列表中各个已识别浮标；332)针对当前扇形区内的当前已识别浮标建立相应的预测波门；333)判断当前已识别浮标的预测波门内是否有一个以上的雷达标绘目标？若有，则进入下一步；否则，直线外推当前已识别浮标，且稳定识别次数减1，跟踪失败次数加1，进入步骤338)；334)判断当前已识别浮标的预测波门内是否有适合的雷达标绘目标？若有，则进入下一步；否则，直线外推当前已识别浮标，且稳定识别次数减1，跟踪失败次数加1，进入步骤338)；335)选择适合的雷达标绘目标更新当前已识别浮标，且稳定识别次数加1，跟踪失败次数变为0；336)判断稳定识别次数是否大于最大的稳定识别次数？若是，则进入下一步；否则，返回步骤331)对下一已识别浮标进行跟踪；337)稳定跟踪当前已识别浮标，其状态变为已稳定跟踪状态，返回步骤331)对下一已识别浮标进行跟踪；338)判断跟踪失败次数是否大于最大跟踪失败次数？若是，则从已识别浮标列表中移除当前已识别浮标，初始化此浮标，并将该浮标加入初始浮标列表，返回步骤331)对下一已识别浮标进行跟踪；339)从已识别浮标列表中移除当前已识别浮标，初始化此浮标，并将该浮标加入初始浮标列表，返回步骤331)对下一已识别浮标进行跟踪。

所述步骤333)中的直线外推是根据当前已识别浮标上一周期的位置、航向和速度通过以下公式进行该当前已识别浮标的当前位置的推测，且将上一周期的航向作为推算方向：其中，X_p是当前已识别浮标的预测位置横坐标，Y_p是当前已识别浮标的预测位置纵坐标，X_T是当前已识别浮标上一周期更新的位置的横坐标，Y_T是当前已识别浮标上一周期更新的位置的纵坐标，V_xT是当前已识别浮标上一周期的速度在x轴的分量，Y_xT当前已识别浮标上一周期的速度在y轴的分量，P是雷达扫描周期。

所述步骤336)中适合的雷达标绘目标更新当前已识别浮标过程如下：将雷达标绘目标的极坐标转换为笛卡尔坐标，并采用α、β滤波关联适合的雷达标绘目标与当前已识别浮标：其中，α为适合的雷达标绘目标位置值与当前已识别浮标预测位置值差的信任程度；其中，β为适合的雷达标绘目标位置值与当前已识别浮标预测位置值差异对速度影响的信任程度；根据α、β滤波关联求得当前已识别浮标位置坐标和当前已识别浮标对应的速度，根据当前已识别浮标位置坐标和当前已识别浮标对应的速度确定轨迹目标：其中，X_T为当前已识别浮标的初始位置横坐标，X_p为当前已识别浮标的预测位置横坐标，X_m为适合的雷达标绘目标的横坐标，Y_T为当前已识别浮标的初始位置纵坐标，Y_p为当前已识别浮标的预测位置纵坐标，Y_m为适合的雷达标绘目标的纵坐标，V_XT为当前已识别浮标速度X轴分量，V_XP为适合的雷达标绘目标速度X轴分量，V_YT为当前已识别浮标速度Y轴分量，V_YP为当前已识别浮标雷达标绘目标速度Y轴分量，P为雷达扫描周期。

本发明由于采取以上技术方案，其具有以下优点：1、本发明采用读取海图浮标物标与人工手动输入结合的方法，即减小了人工录入浮标位置的工作量，同时也提高了浮标位置录入的准确程度，从而提高了浮标识别与跟踪的精准性。2、本发明根据浮标自身在一定范围内漂浮的运动特点，针对每一浮标建立预测波门，针对该预测波门内适合的雷达标绘目标来更新浮标，且更新过程中采用α、β滤波的滤波算法进行位置更新，使得使浮标运动状态更稳定，从而更加准确的确定浮标的位置，以实现精准跟踪浮标。3、本发明通过雷达图像扇形区的划分，每次针对一个扇形区内的浮标进行识别和跟踪，当完成一个扇形区内的浮标识别和跟踪后再进行下一个扇形区内浮标的识别和跟踪，直到完成整个雷达图像内浮标的识别和跟踪，从而提高了识别与跟踪的时效性。鉴于以上理由，本发明可以广泛用于雷达轨迹目标识别与跟踪领域。

附图说明

图1是本发明的流程图

图2是预测波门示意图

图3是浮标读取时扇形区划分示意图

图4是直线外推示意图

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。

雷达标绘目标包括雷达检测区域内的一切物体，本发明中指的是船舶的轨迹目标和浮标。

本发明每次只针对一个雷达图像进行处理，由于雷达扫描是实时的，因此每扫描完一个扇形区就进行一次浮标识别和跟踪处理，以提高浮标识别与跟踪的时效性。

如图1所示，本发明一种浮标识别与跟踪方法包括以下步骤：

1)获取浮标的位置点及变化半径；其中，位置点是浮标的地理位置，变化半径是跟踪浮标所用的预测波门的半径，该半径固定不变(由于浮标在固定范围内浮动，因此其浮动半径固定)。如图2所示，预测波门的建立是利用浮标的位置点为圆心、以变化半径为半径建立一个圆形区域，即浮标预测波门。

获取浮标的位置点及变化半径可以采用以下方法：

由于雷达图像叠加到海图上是按地理位置叠加的，因此雷达标绘若代表一个浮标，那么对应的海图位置上就应该有一个浮标物标，因此可以通过自动获取海图上浮标物标的位置，代替手动数据的浮标点，从而智能分析浮标位置。使用该方法简化了浮标录入的操作，并提高了浮标录入的准确性。另外，由于海图为定期更新，因此当海图可能出现更新不及时的情况，可以采用手动设置相关参数作为补充，更加准确的获得浮标的位置点及变化半径。通过以上两种方式能够保证浮标目标被准确识别。

2)初始化获取的浮标，将其变成初始浮标，将初始浮标加入初始浮标列表；

其中，每一初始浮标包括以下内容：

①浮标的状态为初始状态；

②浮标的初始位置(X_T，Y_T)；

③浮标的预测位置为(X_p，Y_p)；

④浮标的方向和速度都为0；

⑤浮标的稳定识别次数k为1，且k在1～30之间，其最大稳定识别次数通常为6，用于检验所跟踪的雷达标绘目标是否为浮标；

⑥浮标的跟踪失败次数设置为0，其最大跟踪失败次数通常为6，用于检测所跟踪的雷达标绘目标需要重新初始化；

⑦浮标的面积设置为默认面积，其默认面积根据本领域常用的雷达覆盖范围内大多数浮标的回波反射面积或所有浮标反射面积的平均值而定。

3)将雷达图像划分成若干个扇形，针对每个扇形做浮标识别和跟踪处理，即任意选定一个扇形区进行该区内的浮标识别，完成浮标识别后针对该扇形区内的已识别浮标进行跟踪，完成一个扇形区内的浮标识别和跟踪后进行下一个相邻扇形区内的浮标识别和跟踪，直到完成整个雷达图像的浮标识别和跟踪，以提高实时更新浮标数据的实效性。

由于雷达扫描区域固定，因此其形成的雷达图像的范围也固定，因此将这个范围划分为若干扇形。每扫描完其中一个扇形区，将此扇形区的前半部分，和上一扇形区的后半部分合并，即当前扇形的结束角度回退每个扇形跨度的一半，开始角度也回退每个扇形跨度的一半，那么，这一半的扇形就是上一个扇形的后半部分，组成一个新的扇形区，本发明是针对所形成的新的扇形区(当前扇形)内的浮标进行识别和跟踪处理的。

如图3所示，新的扇形区的形成如下：扇形区1和扇形区2的后半部和前半部分合并成一个扇形区①，获取合并后扇形区①内的浮标(包括未识别与已识别的)进行识别或跟踪处理，处理所用的雷达标绘目标却来自于扇形区1和扇形区2两个扇形区，以便扩大雷达标绘目标来源的范围，进而保证处于合并后扇形区边缘的浮标有充分的区域来获取适合的雷达标绘进行识别与跟踪。

由于在对下一个合并后的扇形区②内的浮标进行识别与跟踪时，所用到的获取雷达标绘目标的区域(扇形区2和扇形区3)和与上一次获取雷达标绘目标的区域(扇形区1和扇形区2)有重叠部分，因此在上一次识别与跟踪流程中已经用于匹配的雷达标绘目标，不在下一次的识别与跟踪流程中重复用于匹配浮标。

31)将雷达图像划分成若干个扇形，任意选定一扇形区为当前扇形区，遍历当前扇形区；

32)检测初始浮标列表中的每一初始浮标是否在当前扇形区内，并针对在其内的初始浮标进行识别形成已识别浮标，并加入已识别浮标列表，当完成当前扇形区内的初始浮标识别后，进入步骤33)针对当前扇形区内的已识别浮标进行跟踪。

针对初始浮标列表中第一个浮标到最后一个浮标，依次进行步骤321)～327)的浮标识别处理，直到完成当前扇形区内的所有浮标的识别，其包括以下步骤：

321)遍历初始浮标列表中的每一初始浮标，任意选取初始浮标列表中的一个初始浮标为当前初始浮标；

322)判断初始浮标列表中的当前初始浮标是否在当前扇形区内？若在，则进入下一步；否则，返回步骤321)检测初始浮标列表中下一个初始浮标是否在当前扇形区内。

其中，当前初始浮标的选取为从初始浮标列表中的从第一个或从最后一个开始均可，在此不受限定。

323)针对当前扇形区内的当前初始浮标建立相应的预测波门；

324)判断当前初始浮标的预测波门内是否有一个以上的雷达标绘目标？若有，则进入下一步；否则，当前初始浮标的位置点及变化半径不变，返回步骤321)检测初始浮标列表中下一个初始浮标是否在当前扇形区内；

325)判断当前初始浮标的预测波门内是否有适合的雷达标绘目标？若有，则进入下一步；否则，返回步骤321)检测初始浮标列表中下一个初始浮标是否在当前扇形区内；

满足以下三个原则的雷达标绘目标即为适合的雷达标绘目标：

①获得各个雷达标绘目标的面积，过滤掉面积过大或过小的雷达标绘目标：雷达标绘目标的面积>＝0.7乘以浮标目标的默认面积，并且雷达标绘目标的面积<＝1.5乘以浮标目标的默认面积，在此条件以外的雷达标绘目标剔除；

②过滤面积差异过大的雷达标绘目标，不满足以下公式的雷达标绘目标剔除：

其中，S_p为雷达标绘目标的表面积，S_b为当前浮标的表面积，R为当前浮标的面积连贯性比例值，通常R＝0.5。

③在满足以上两个条件的雷达标绘目标中，选取距离当前浮标距离最近的一个雷达标绘目标，该雷达标绘目标为适合的雷达标绘目标。

326)选择适合的雷达标绘目标更新当前初始浮标，当前初始浮标变成已识别浮标，且稳定识别次数加1；

327)将已识别浮标加入已识别浮标列表，并将当前初始浮标移除初始浮标列表，返回步骤321)检测初始浮标列表中下一个初始浮标是否在当前扇形区内。

33)针对已识别浮标列表中的每一个已识别浮标进行跟踪，若已识别浮标的跟踪失败次数大于最大跟踪失败次数，则表明识别不准确，将其变为初始浮标重新进行识别；若稳定识别次数大于最大稳定识别次数，则该已识别浮标的状态为已稳定跟踪状态，当前扇形区内所有已识别浮标的跟踪处理完成后，返回步骤31)进行下一扇形区内的浮标识别，然后再进行下一扇形区内已识别浮标的跟踪处理判断，以此类推，直到完成整个雷达图像的浮标识别和跟踪处理。

针对已识别浮标列表中的第一个浮标到最后一个浮标，依次进行步骤331)～338)的浮标跟踪处理，直到完成当前扇形区内所有已识别浮标的跟踪，其包括以下步骤：

331)遍历当前扇形区内已识别浮标列表中各个已识别浮标，并在已识别浮标列表中任意选取一个已识别浮标作为当前已识别浮标；

进一步地，由于步骤32)中采用适合的雷达标绘目标对当前初始浮标进行更新从而形成已识别浮标，并将其加入已识别浮标列表中，而跟踪采用适合的雷达标绘目标将已识别浮标进行更新，即进行两次更新，因此针对新加入已识别浮标列表的已识别浮标在下一次再进行跟踪。

332)针对当前扇形区内的当前已识别浮标建立相应的预测波门；

333)判断当前已识别浮标的预测波门内是否有一个以上的雷达标绘目标？若有，则进入下一步；否则，直线外推当前已识别浮标，且稳定识别次数减1，跟踪失败次数加1，进入步骤338)；

如图4所示，直线外推是根据当前已识别浮标上一周期的位置、航向和速度通过以下公式进行该当前已识别浮标的当前位置的推测，且将上一周期的航向作为推算方向：

X_p＝X_T+V_xT*P

Y_p＝Y_T+Y_xT*P

其中，X_p是当前已识别浮标的预测位置横坐标，Y_p是当前已识别浮标的预测位置纵坐标，X_T是当前已识别浮标上一周期更新的位置的横坐标，Y_T是当前已识别浮标上一周期更新的位置的纵坐标，V_xT是当前已识别浮标上一周期的速度在x轴的分量，Y_xT当前已识别浮标上一周期的速度在y轴的分量，P是雷达扫描周期。

334)判断当前已识别浮标的预测波门内是否有适合的雷达标绘目标？若有，则进入下一步；否则，直线外推当前已识别浮标，且稳定识别次数减1，跟踪失败次数加1，进入步骤338)；

上述选取适合的雷达标绘目标的方法与步骤325)中的方法相同，故不再详述。

335)选择适合的雷达标绘目标更新当前已识别浮标，且稳定识别次数加1，跟踪失败次数变为0。

选择适合的雷达标绘目标更新当前已识别浮标的更新过程如下：

将雷达标绘目标的极坐标转换为笛卡尔坐标，并采用α、β滤波关联适合的雷达标绘目标与当前初始浮标：

其中，α为适合的雷达标绘目标位置值与当前已识别浮标预测位置值差的信任程度；其中，k为当前已识别浮标的稳定识别次数，且在1～30之间。

其中，β为适合的雷达标绘目标位置值与当前已识别浮标预测位置值差异对速度影响的信任程度。

根据α、β滤波关联求得当前已识别浮标位置坐标和当前已识别浮标对应的速度，根据当前已识别浮标位置坐标和当前已识别浮标对应的速度确定轨迹目标：

其中，X_T为当前已识别浮标的初始位置横坐标，X_p为当前已识别浮标的预测位置横坐标，X_m为适合的雷达标绘目标的横坐标，Y_T为当前已识别浮标的初始位置纵坐标，Y_p为当前已识别浮标的预测位置纵坐标，Y_m为适合的雷达标绘目标的纵坐标，V_XT为当前已识别浮标速度X轴分量，V_XP为适合的雷达标绘目标速度X轴分量，V_YT为当前已识别浮标速度Y轴分量，V_YP为当前已识别浮标雷达标绘目标速度Y轴分量，P为雷达扫描周期。

336)判断稳定识别次数是否大于最大的稳定识别次数？若是，则进入下一步；否则，返回步骤331)对下一已识别浮标进行跟踪；

337)稳定跟踪当前已识别浮标，其状态变为已稳定跟踪状态，返回步骤331)对下一已识别浮标进行跟踪；

338)判断跟踪失败次数是否大于最大跟踪失败次数？若是，则进入下一步，否则返回步骤331)对下一已识别浮标进行跟踪；

339)从已识别浮标列表中移除当前已识别浮标，初始化此浮标，并将该浮标加入初始浮标列表，返回步骤331)对下一已识别浮标进行跟踪。

上述各实施例仅用于说明本发明，其中各步骤的实现方式是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims

1.一种浮标识别与跟踪方法，其包括以下步骤：

1)获取浮标的位置点及变化半径；其中，位置点是浮标的地理位置，变化半径是跟踪浮标所用的预测波门的半径；预测波门的建立是利用浮标的位置点为圆心、以变化半径为半径建立一个圆形区域；

2)初始化获取的浮标得到初始浮标，并将初始浮标加入初始浮标列表；

3)将雷达图像分成若干个扇形，任意选定一个扇形区进行该扇形区内的初始浮标识别，完成该扇形区内的初始浮标识别后的浮标变成已识别浮标；针对该扇形区内的已识别浮标进行跟踪，完成该扇形区的浮标识别与跟踪处理后，进行下一个相邻扇形区内浮标的识别与跟踪，直到完成整个雷达图像内浮标的识别与跟踪；所述步骤3)包括以下步骤：

32)检测初始浮标列表中的每一初始浮标是否在当前扇形区内，并针对在其内的初始浮标进行识别形成已识别浮标，并加入已识别浮标列表；

33)针对已识别浮标列表中的每一个已识别浮标进行跟踪，将识别不准确的已识别浮标变为初始浮标，并加入初始浮标列表重新识别，且将识别准确的已识别浮标进行持续跟踪，待完成当前扇形区内所有已识别浮标的跟踪处理后，返回步骤31)进行下一当前扇形区内的浮标识别与跟踪，直到完成整个雷达图像内浮标的识别与跟踪。

2.如权利要求1所述的一种浮标识别与跟踪方法，其特征在于：所述步骤2)中每一初始浮标包括以下内容：

①浮标的状态为初始状态；

②浮标的初始位置；

③浮标的预测位置为；

④浮标的方向和速度都为0；

⑤浮标的稳定识别次数k为1，且k在1～30之间，其最大稳定识别次数为6，用于检验所跟踪的雷达标绘目标是否为浮标；

⑥浮标的跟踪失败次数设置为0，其最大跟踪失败次数为6，用于检测所跟踪的雷达标绘目标需要重新初始化；

⑦浮标的面积设置为默认面积，其默认面积根据雷达覆盖范围内浮标的回波反射面积或所有浮标反射面积的平均值而定。

3.如权利要求1所述的一种浮标识别与跟踪方法，其特征在于：所述步骤32)包括以下步骤：

针对初始浮标列表中每一浮标，依次进行步骤321)～327)的浮标标识处理，直到完成当前扇形区内的所有浮标的识别，其包括以下步骤：

321)遍历初始浮标列表中的每一初始浮标；

322)判断初始浮标列表中的当前初始浮标是否在当前扇形区内？若在，则进入下一步；否则，返回步骤321)检测初始浮标列表中下一个初始浮标是否在当前扇形区内；

323)针对当前扇形区内的当前初始浮标建立相应的预测波门；

4.如权利要求3所述的一种浮标识别与跟踪方法，其特征在于：所述步骤325)中适合的雷达标绘目标的选取原则如下：

①获得各个雷达标绘目标的面积：

雷达标绘目标的面积>＝0.7乘以浮标目标的默认面积，并且雷达标绘目标的面积<＝1.5乘以浮标目标的默认面积，在此条件以外的雷达标绘目标剔除；

\frac{| S_{p} - S_{b} |}{S_{p}} < R

其中，S_p为雷达标绘目标的表面积，S_b为当前浮标的表面积，R为当前浮标的面积连贯性比例值；

5.如权利要求1或3或4所述的一种浮标识别与跟踪方法，其特征在于：所述步骤33)包括以下步骤：

331)遍历当前扇形区内已识别浮标列表中各个已识别浮标；

335)选择适合的雷达标绘目标更新当前已识别浮标，且稳定识别次数加1，跟踪失败次数变为0；

6.如权利要求5所述的一种浮标识别与跟踪方法，其特征在于：所述步骤333)中的直线外推是根据当前已识别浮标上一周期的位置、航向和速度通过以下公式进行该当前已识别浮标的当前位置的推测，且将上一周期的航向作为推算方向：

X_p＝X_T+V_xT*P

Y_p＝Y_T+Y_xT*P

7.如权利要求5所述的一种浮标识别与跟踪方法，其特征在于：所述步骤336)中适合的雷达标绘目标更新当前已识别浮标过程如下：

将雷达标绘目标的极坐标转换为笛卡尔坐标，并采用α、β滤波关联适合的雷达标绘目标与当前已识别浮标：

α = \frac{2 \times [2 \times (k + 2) - 1]}{{(k + 2)}^{2} + k + 2}

其中，α为适合的雷达标绘目标位置值与当前已识别浮标预测位置值差的信任程度；

β = 2 \times (2 - α) - 4 \sqrt{1 - α}

其中，β为适合的雷达标绘目标位置值与当前已识别浮标预测位置值差异对速度影响的信任程度；

\{\begin{matrix} X_{T} = X_{p} + (X_{m} - X_{p}) \times α \\ Y_{T} = Y_{p} + (Y_{m} - Y_{p}) \times α \end{matrix}

\{\begin{matrix} V_{X T} = V_{X P} + (X_{m} - X_{p}) / P \times β \\ V_{Y T} = V_{Y P} + (Y_{m} - Y_{p}) / P \times β \end{matrix}

8.如权利要求6所述的一种浮标识别与跟踪方法，其特征在于：所述步骤336)中适合的雷达标绘目标更新当前已识别浮标过程如下：

α = \frac{2 \times [2 \times (k + 2) - 1]}{{(k + 2)}^{2} + k + 2}

β = 2 \times (2 - α) - 4 \sqrt{1 - α}

\{\begin{matrix} X_{T} = X_{p} + (X_{m} - X_{p}) \times α \\ Y_{T} = Y_{p} + (Y_{m} - Y_{p}) \times α \end{matrix}

\{\begin{matrix} V_{X T} = V_{X P} + (X_{m} - X_{p}) / P \times β \\ V_{Y T} = V_{Y P} + (Y_{m} - Y_{p}) / P \times β \end{matrix}