CN107238835A - 一种编队目标点航抗叉关联方法 - Google Patents
一种编队目标点航抗叉关联方法 Download PDFInfo
- Publication number
- CN107238835A CN107238835A CN201710428007.7A CN201710428007A CN107238835A CN 107238835 A CN107238835 A CN 107238835A CN 201710428007 A CN201710428007 A CN 201710428007A CN 107238835 A CN107238835 A CN 107238835A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- flight path
- mtd
- measuring point
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
- G01S13/726—Multiple target tracking
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种编队目标点航抗叉关联方法，该技术属于雷达目标跟踪领域。主要针对现有雷达目标跟踪系统对编队目标跟踪存在多条航迹反复错误交叉的问题，根据设置的波门类型和大小，求取各个航迹的相关量测点；然后根据航迹间相关量测点是否存在交集，把航迹划分为不同的航迹群；最后根据航迹群的大小，采用不同方法求取航迹的关联量测点：转化点航关联问题为二分图最优匹配问题，采用Kuhn‑Munkres求解二分图最优匹配，并根据最优匹配结果得到群内航迹与量测点的关联关系。该方法可有效改善编队目标群跟踪的稳定性和准确性，产生清晰可辨的编队目标航迹。
Description
技术领域
本发明隶属于雷达目标跟踪领域，涉及一种雷达目标跟踪点航关联方法，适用于对编队飞机、编队舰船和多弹头弹道导弹等编队目标进行跟踪监视的雷达系统。
背景技术
编队是军事目标群常见的活动形式，编队内目标的稳定有效跟踪是目标群属性判别与威胁估计的前提基础。然而由于编队内目标间空间位置相近、间距较小，航速、航向和加速度等运动特性相似、差异不大，以及雷达量测误差引起的目标量测点帧间来回摆动，导致传统的点航关联方法极易出现量测点关联错误，产生编队内多条航迹反复错误交叉问题，造成目标群跟踪混乱，严重影响目标群的属性判别，难以满足编队内目标稳定有效跟踪需求。
发明内容
本发明的目的是提出一种编队目标点航抗叉关联方法，旨在解决现有雷达目标跟踪系统对编队目标跟踪存在多条航迹反复错误交叉的问题。
本发明所述的一种编队目标点航抗叉关联方法，具体包括以下技术措施：根据设置的点航关联波门类型，计算当前每条目标航迹与雷达所有最新量测点间的统计距离，进一步根据设置的波门大小，判断记录落入目标航迹波门内的量测点，作为目标航迹的相关量测点；根据不同航迹的相关量测点是否存在交集，对当前目标航迹进行分群，使群内的任意一条航迹至少与同群内的一条其他航迹存在相关量测点交集，使群间的任意两条航迹都不存在相关量测点交集；对航迹群大小进行判断，如果航迹群大小等于1，即群内仅包含1条航迹，则选择统计距离最小的量测点作为航迹的关联量测点；如果航迹群大小大于1，则基于雷达不同扫描周期间编队目标量测点相对位置不变的特点，把航迹群内的点航关联问题转换为二分图匹配问题，构建相对应的二分图，并采用Kuhn-Munkres求解二分图最优匹配，然后根据最优匹配结果，得到该群内航迹的关联量测点。
本发明提出的一种编队目标点航抗叉关联方法，可改善编队目标群跟踪的稳定性和准确性，生成清晰可辨的编队目标跟踪航迹，有效避免航迹反复交叉问题。
附图说明
图1是一种编队目标点航抗叉关联方法流程图；
图2是一种编队目标点航抗叉关联方法示意图。
具体实施方式
本发明提出的一种编队目标点航抗叉关联方法的技术方案包括以下步骤：
步骤1：根据设置的波门类型和波门大小，求取各个航迹的相关量测点，并根据航迹间相关量测点是否存在交集，把航迹划分为关于量测点相互独立的航迹群，具体包括以下步骤：
步骤1.1：根据设置的点航关联波门类型，计算当前k时刻每条目标航迹与雷达所有最新k+1时刻量测点间的统计距离cij(k+1)：
Sij(k+1)＝H(k+1)F(k)Pi(k|k)F′(k)H′(k+1)+Rj(k+1) (3)
其中，为k时刻目标航迹i的状态估计，Pi(k|k)为航迹i的状态估计协方差，为航迹i在k+1时刻的预测量测，zj(k+1)为雷达k+1时刻第j个直角坐标系量测，H(k+1)为观测矩阵，F(k)为状态转移矩阵，Rj(k+1)为雷达对k+1时刻量测点j的量测协方差，Sij(k+1)为航迹i关于量测点j的新息协方差。g(·)为统计距离计算函数，与设置的波门类型有关，如果设置的点航关联波门类型为椭球波门，则 如果设置的点航关联波门类型为矩形波门，则直角坐标系X方向上统计距离为Y方向上统计距离为
步骤1.2：根据设置的波门大小，记录落入目标航迹波门内的相应量测点，作为目标航迹的相关量测点：
mi(k+1)＝{j|cij(k+1)≤γ，j＝1:Nr(k+1)} (4)
其中mi(k+1)为航迹i的相关量测点集合，γ为设置的波门大小，Nr(k+1)为雷达k+1时刻探测的量测点个数；
步骤1.3：根据不同航迹的相关量测点是否存在重叠，对k时刻目标航迹进行分群：
a)初始化可选航迹集合为U＝{1:Nt(k)}，航迹群个数l＝0，Nt(k)为k时刻目标航迹个数；
b)从可选航迹集合中任意选择一条航迹i，更新可选航迹集合U＝U-{i}和航迹群个数l＝l+1，产生新的第l个航迹群集合Ql＝{i}和航迹群相关量测点集合Ml＝mi(k+1)；
c)依次对U中航迹的相关量测点与第l个航迹群的相关量测点是否存在交集进行判断，如果U中航迹j与第l个航迹群的相关量测点不存在交集，即则不进行处理，如果存在交集，即则把航迹j从可选航迹集合转移到第l个航迹群中，同时更新可选航迹集合U＝U-{j}、航迹群集合Ql＝Ql∪{j}和航迹群相关量测点集合Ml＝Ml∪mj(k+1)；
d)重复步骤c，直到U中所有航迹与第l个航迹群的相关量测点不存在交集为止；
e)如果重复步骤b、步骤c和步骤d，直到为止。
步骤2：对航迹群大小进行判断，构建相对应的二分图，并求解二分图最优匹配，根据最优匹配结果得到群内航迹的关联量测点，具体包括以下步骤：
步骤2.1：对分割产生的所有航迹群Ql的大小进行判断，如果|Ql|等于1，即仅包含一个航迹，则k+1时刻与航迹群Ql内航迹关联的量测点ai(k+1)为：
步骤2.2：如果|Ql|大于1，把航迹群内的点航关联问题，转换为二分图Gl的匹配问题：
n＝max(|Ql|,|Ml|) (6)
其中，VX为二分图Gl的X顶点集合，VY为二分图Gl的Y顶点集合，wij为二分图边<i,j>的权重，aVX(i)(k)为k时刻与航迹VX(i)相关联的量测点序号，为相应的直角坐标系量测，zVY(j)(k+1)为k+1时刻第VY(j)个直角坐标系量测，||·||2为二阶范数，NMax为设定的一个比较大的正整数值。如果航迹VX(i)属于航迹群Ql且量测点VY(j)是航迹VX(i)的相关量测点，则wij等于航迹VX(i)的k时刻关联量测点与zVY(j)(k+1)间几何距离的负值，否则wij等于NMax的负值；
步骤2.3：采用Kuhn-Munkres求解二分图Gl的最优匹配：
a)初始化可行顶标的值。设顶点VX(i)的值为顶点VY(j)的值为满足
b)采用匈牙利算法寻找相等子图的完备匹配；
c)若未找到完备匹配，则修改可行顶标的值。可行顶标的修改方法为对于正在增广的增广路径Pa上属于集合X的所有点减去一个常数δ，属于集合Y的所有点加上δ，其中δ的求取公式为
d)重复步骤b和步骤c，直到找到相等子图的完备匹配为止。相等子图的完备匹配即为二分图的最优匹配；
步骤2.4：根据求解的最优匹配，产生航迹群的点航关联关系：VX(i)→VY(j)是最优匹配中的匹配对，如果VX(i)∈Ql且VX(j)∈Ml，则k+1时刻航迹VX(i)的关联量测点为VY(j)，如果VX(i)∈Ql，但是则k+1时刻航迹VX(i)不存在关联量测点。
Claims (3)
1.一种编队目标点航抗叉关联方法，其特征在于，包括以下步骤：
步骤1：根据设置的波门类型和波门大小，求取各个航迹的相关量测点，并进一步根据航迹间相关量测点是否存在交集，把航迹划分为关于量测点相互独立的航迹群；
步骤2：对航迹群大小进行判断，如果航迹群大小等于1，直接选择统计距离最小的量测点作为航迹的关联量测点，如果航迹群大小大于1，基于雷达不同扫描周期间编队目标量测点相对位置不变的特点，把航迹群点航关联问题转换为二分图匹配问题，构建相对应的二分图，并采用Kuhn-Munkres求解二分图最优匹配，然后根据最优匹配结果得到群内航迹的关联量测点。
2.如权利要求1所述的一种编队目标点航抗叉关联方法，其特征在于所述步骤1，具体包括以下子步骤：
步骤1.1：根据设置的点航关联波门类型，计算当前k时刻每条目标航迹与雷达所有最新k+1时刻量测点间的统计距离cij(k+1)：
<mrow>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>z</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
</msub>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>,</mo>
<msub>
<mi>z</mi>
<mi>j</mi>
</msub>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>,</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mover>
<mi>z</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>X</mi>
<mo>^</mo>
</mover>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>|</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
Sij(k+1)＝H(k+1)F(k)Pi(k|k)F′(k)H′(k+1)+Rj(k+1) (3)
其中，为k时刻目标航迹i的状态估计，Pi(k|k)为航迹i的状态估计协方差，为航迹i在k+1时刻的预测量测，zj(k+1)为雷达k+1时刻第j个直角坐标系量测，H(k+1)为观测矩阵，F(k)为状态转移矩阵，Rj(k+1)为雷达对k+1时刻量测点j的量测协方差，Sij(k+1)为航迹i关于量测点j的新息协方差，g(·)为统计距离计算函数，与设置的波门类型有关。如果设置的点航关联波门类型为椭球波门，则 如果设置的点航关联波门类型为矩形波门，则直角坐标系X方向上统计距离为Y方向上统计距离为
步骤1.2：根据设置的波门大小，记录落入目标航迹波门内的相应量测点，作为目标航迹的相关量测点：
mi(k+1)＝{j|cij(k+1)≤γ，j＝1:Nr(k+1)} (4)
其中mi(k+1)为航迹i的相关量测点集合，γ为设置的波门大小，Nr(k+1)为雷达k+1时刻探测的量测点个数；
步骤1.3：根据不同航迹的相关量测点是否存在重叠，对k时刻目标航迹进行分群：
a)初始化可选航迹集合为U＝{1:Nt(k)}，航迹群个数l＝0，Nt(k)为k时刻目标航迹个数；
b)从可选航迹集合中任意选择一条航迹i，更新可选航迹集合U＝U-{i}和航迹群个数l＝l+1，产生新的第l个航迹群集合Ql＝{i}和航迹群相关量测点集合Ml＝mi(k+1)；
c)依次对U中航迹的相关量测点与第l个航迹群的相关量测点是否存在交集进行判断，如果U中航迹j与第l个航迹群的相关量测点不存在交集，即则不进行处理，如果存在交集，即则把航迹j从可选航迹集合转移到第l个航迹群中，同时更新可选航迹集合U＝U-{j}、航迹群集合Ql＝Ql∪{j}和航迹群相关量测点集合Ml＝Ml∪mj(k+1)；
d)重复步骤c，直到U中所有航迹与第l个航迹群的相关量测点不存在交集为止；
e)如果重复步骤b、步骤c和步骤d，直到为止。
3.如权利要求1所述的一种编队目标点航抗叉关联方法，其特征在于所述步骤2，具体包括以下子步骤：
步骤2.1：对分割产生的所有航迹群Ql的大小进行判断，如果|Ql|等于1，即仅包含一个航迹，则k+1时刻与航迹群Ql内航迹关联的量测点ai(k+1)为：
<mrow>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>arg</mi>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<msub>
<mi>m</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</munder>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<mi>i</mi>
<mo>&Element;</mo>
<msub>
<mi>Q</mi>
<mi>l</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤2.2：如果|Ql|大于1，把航迹群内的点航关联问题，转换为二分图Gl的匹配问题：
n＝max(|Ql|,|Ml|) (6)
<mrow>
<mi>V</mi>
<mi>X</mi>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>Q</mi>
<mi>l</mi>
</msub>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>|</mo>
<msub>
<mi>Q</mi>
<mi>l</mi>
</msub>
<mo>|</mo>
<mo>=</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>{</mo>
<msub>
<mi>Q</mi>
<mi>l</mi>
</msub>
<mo>,</mo>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mo>|</mo>
<msub>
<mi>Q</mi>
<mi>l</mi>
</msub>
<mo>|</mo>
<mo>)</mo>
</mrow>
<mo>}</mo>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>|</mo>
<msub>
<mi>Q</mi>
<mi>l</mi>
</msub>
<mo>|</mo>
<mo><</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>V</mi>
<mi>Y</mi>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>M</mi>
<mi>l</mi>
</msub>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>|</mo>
<msub>
<mi>M</mi>
<mi>l</mi>
</msub>
<mo>|</mo>
<mo>=</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>{</mo>
<msub>
<mi>M</mi>
<mi>l</mi>
</msub>
<mo>,</mo>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mo>|</mo>
<msub>
<mi>M</mi>
<mi>l</mi>
</msub>
<mo>|</mo>
<mo>)</mo>
</mrow>
<mo>}</mo>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>|</mo>
<msub>
<mi>M</mi>
<mi>l</mi>
</msub>
<mo>|</mo>
<mo><</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mi>N</mi>
<mi>M</mi>
<mi>a</mi>
<mi>x</mi>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>V</mi>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>&NotElement;</mo>
<msub>
<mi>Q</mi>
<mi>l</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mi>N</mi>
<mi>M</mi>
<mi>a</mi>
<mi>x</mi>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>V</mi>
<mi>Y</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&NotElement;</mo>
<msub>
<mi>m</mi>
<mrow>
<mi>V</mi>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>z</mi>
<mrow>
<mi>V</mi>
<mi>Y</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>z</mi>
<msub>
<mi>a</mi>
<mrow>
<mi>V</mi>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<msub>
<mo>|</mo>
<mn>2</mn>
</msub>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>V</mi>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<msub>
<mi>Q</mi>
<mi>l</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>V</mi>
<mi>Y</mi>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<msub>
<mi>m</mi>
<mrow>
<mi>V</mi>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，VX为二分图Gl的X顶点集合，VY为二分图Gl的Y顶点集合，wij为二分图边<i,j>的权重，aVX(i)(k)为k时刻与航迹VX(i)相关联的量测点序号，为相应的直角坐标系量测，zVY(j)(k+1)为k+1时刻第VY(j)个直角坐标系量测，||·||2为二阶范数，NMax为设定的一个比较大的正整数值。如果航迹VX(i)属于航迹群Ql且量测点VY(j)是航迹VX(i)的相关量测点，则wij等于航迹VX(i)的k时刻关联量测点与zVY(j)(k+1)间几何距离的负值，否则wij等于NMax的负值；
步骤2.3：采用Kuhn-Munkres求解二分图Gl的最优匹配：
a)初始化可行顶标的值。设顶点VX(i)的值为顶点VY(j)的值为满足
b)采用匈牙利算法寻找相等子图的完备匹配；
c)若未找到完备匹配，则修改可行顶标的值，可行顶标的修改方法为对于正在增广的增广路径Pa上属于集合X的所有点减去一个常数δ，属于集合Y的所有点加上δ，其中δ的求取公式为
<mrow>
<mi>&delta;</mi>
<mo>=</mo>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>P</mi>
<mi>a</mi>
<mo>,</mo>
<mi>j</mi>
<mo>&NotElement;</mo>
<mi>P</mi>
<mi>a</mi>
</mrow>
</munder>
<msubsup>
<mi>l</mi>
<mi>i</mi>
<mi>x</mi>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>l</mi>
<mi>j</mi>
<mi>y</mi>
</msubsup>
<mo>-</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
d)重复步骤b和步骤c，直到找到相等子图的完备匹配为止，相等子图的完备匹配即为二分图的最优匹配；
步骤2.4：根据求解的最优匹配，产生航迹群的点航关联关系：VX(i)→VY(j)是最优匹配中的匹配对，如果VX(i)∈Ql且VX(j)∈Ml，则k+1时刻航迹VX(i)的关联量测点为VY(j)，如果VX(i)∈Ql，但是则k+1时刻航迹VX(i)不存在关联量测点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710428007.7A CN107238835B (zh) | 2017-06-08 | 2017-06-08 | 一种编队目标点航抗叉关联方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710428007.7A CN107238835B (zh) | 2017-06-08 | 2017-06-08 | 一种编队目标点航抗叉关联方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107238835A true CN107238835A (zh) | 2017-10-10 |
| CN107238835B CN107238835B (zh) | 2020-03-17 |
Family
ID=59986154
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710428007.7A Active CN107238835B (zh) | 2017-06-08 | 2017-06-08 | 一种编队目标点航抗叉关联方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107238835B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109782270A (zh) * | 2018-12-29 | 2019-05-21 | 中国电子科技集团公司第二十研究所 | 一种多传感器多目标跟踪条件下的数据关联方法 |
| CN111551938A (zh) * | 2020-04-26 | 2020-08-18 | 北京踏歌智行科技有限公司 | 一种基于矿区环境的无人驾驶技术感知融合方法 |
| CN112363171A (zh) * | 2020-08-18 | 2021-02-12 | 中国船舶重工集团公司第七一五研究所 | 一种解决被动警戒画面目标航迹交叉的自主跟踪方法 |
| CN113673787A (zh) * | 2021-09-10 | 2021-11-19 | 中国舰船研究设计中心 | 一种无人集群多域探测数据航迹关联与预测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6239740B1 (en) * | 1991-04-15 | 2001-05-29 | The United States Of America As Represented By The Secretary Of The Navy | Efficient data association with multivariate Gaussian distributed states |
| CN104316918A (zh) * | 2014-10-22 | 2015-01-28 | 四川大学 | Tws跟踪雷达点迹与航迹关联处理方法 |
| CN106199584A (zh) * | 2016-07-05 | 2016-12-07 | 电子科技大学 | 一种基于量测存储的航迹起始方法 |
| CN106646450A (zh) * | 2016-12-29 | 2017-05-10 | 中国人民解放军海军航空工程学院 | 基于距离分步聚类的雷达航迹抗差关联方法 |
-
2017
- 2017-06-08 CN CN201710428007.7A patent/CN107238835B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6239740B1 (en) * | 1991-04-15 | 2001-05-29 | The United States Of America As Represented By The Secretary Of The Navy | Efficient data association with multivariate Gaussian distributed states |
| CN104316918A (zh) * | 2014-10-22 | 2015-01-28 | 四川大学 | Tws跟踪雷达点迹与航迹关联处理方法 |
| CN106199584A (zh) * | 2016-07-05 | 2016-12-07 | 电子科技大学 | 一种基于量测存储的航迹起始方法 |
| CN106646450A (zh) * | 2016-12-29 | 2017-05-10 | 中国人民解放军海军航空工程学院 | 基于距离分步聚类的雷达航迹抗差关联方法 |
Non-Patent Citations (1)
| Title |
|---|
| 齐林 等: ""基于距离检测的自动识别系统和对海雷达航迹抗差关联算法"", 《电子与信息学报》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109782270A (zh) * | 2018-12-29 | 2019-05-21 | 中国电子科技集团公司第二十研究所 | 一种多传感器多目标跟踪条件下的数据关联方法 |
| CN109782270B (zh) * | 2018-12-29 | 2022-06-21 | 中国电子科技集团公司第二十研究所 | 一种多传感器多目标跟踪条件下的数据关联方法 |
| CN111551938A (zh) * | 2020-04-26 | 2020-08-18 | 北京踏歌智行科技有限公司 | 一种基于矿区环境的无人驾驶技术感知融合方法 |
| CN111551938B (zh) * | 2020-04-26 | 2022-08-30 | 北京踏歌智行科技有限公司 | 一种基于矿区环境的无人驾驶技术感知融合方法 |
| CN112363171A (zh) * | 2020-08-18 | 2021-02-12 | 中国船舶重工集团公司第七一五研究所 | 一种解决被动警戒画面目标航迹交叉的自主跟踪方法 |
| CN112363171B (zh) * | 2020-08-18 | 2022-07-05 | 中国船舶重工集团公司第七一五研究所 | 一种解决被动警戒画面目标航迹交叉的自主跟踪方法 |
| CN113673787A (zh) * | 2021-09-10 | 2021-11-19 | 中国舰船研究设计中心 | 一种无人集群多域探测数据航迹关联与预测方法 |
| CN113673787B (zh) * | 2021-09-10 | 2023-09-26 | 中国舰船研究设计中心 | 一种无人集群多域探测数据航迹关联与预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107238835B (zh) | 2020-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107238835A (zh) | 一种编队目标点航抗叉关联方法 | |
| CN102707276B (zh) | 基于目标拓扑信息的ais与雷达航迹抗差关联算法 | |
| CN106407677B (zh) | 一种测量数据丢失情况下的多目标跟踪方法 | |
| CN103969622B (zh) | 一种基于多运动接收站的时差定位方法 | |
| CN104237879B (zh) | 一种雷达系统中的多目标跟踪方法 | |
| CN103941233B (zh) | 一种多平台主被动传感器协同跟踪的雷达间歇交替辐射控制方法 | |
| CN109212475B (zh) | 基于方位角和俯仰角信息的双机无源定位方法 | |
| CN105487074B (zh) | 一种双基地合成孔径雷达数值距离多普勒成像方法 | |
| CN103235306B (zh) | 一种适用于高速机动飞行器载sar成像的运动补偿方法 | |
| CN104077601A (zh) | 一种利用不同类型信息进行目标综合识别的方法 | |
| CN108061877A (zh) | 一种基于角度信息的无源多站多目标测向交叉定位方法 | |
| CN105301584B (zh) | 同时解距离模糊的ipphdf机动多目标跟踪方法 | |
| CN107063259A (zh) | 一种航迹关联方法及电子设备 | |
| CN104459661B (zh) | 检测快速火炮类微弱目标的方法 | |
| CN111025249B (zh) | 一种判定箔条干扰在仿真环境中干扰效果的方法 | |
| CN106934324A (zh) | 基于简化多假设算法的雷达数据关联方法 | |
| CN104050368A (zh) | 系统误差下基于误差补偿的群航迹精细关联算法 | |
| 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 | |
| Jiang et al. | TDOA passive location based on cuckoo search algorithm | |
| CN103064084A (zh) | 基于距离频域的解模糊方法 | |
| CN106990403A (zh) | 基于多波段两级信息融合的低空目标跟踪方法 | |
| CN105549004B (zh) | 解距离测量模糊的impm‑pphdf方法 | |
| CN108490440A (zh) | 基于多普勒谱偏移量校正的目标位置定位方法 | |
| RU2265233C1 (ru) | Устройство определения координат | |
| CN108562893A (zh) | 一种外辐射源雷达多站混合跟踪方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200217 Address after: 264001 Research and Academic Department, 188 Erma Road, Zhifu District, Yantai City, Shandong Province Applicant after: Naval Aviation University of PLA Address before: 264001 Yantai City, Zhifu Province, No. two road, No. 188, Department of research, Applicant before: Naval Aeronautical Engineering Institute PLA |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |