CN109613483B - 一种基于Hough变换的多目标航迹起始方法 - Google Patents

Abstract

本发明公开了一种基于Hough变换的多目标航迹起始方法，包括步骤：S1，对滑窗内M次扫描周期的量测点迹的频率门信息做Hough变换，并投影到参数空间；S2，找到参数空间中大于阈值的频率维累积点，记录坐标；S3，根据频率维累积点的坐标信息确定每一次扫描周期中对其有贡献的关联点；S4，根据频率维累积点的关联点信息将同一目标的多余的频率维累积点删除；S5，对剩余的频率维累积点分别做距离维的Hough变换，并投影到参数空间；S6，找到参数空间中大于阈值的距离维累积点，并对关联点做可靠性判断。

Description

一种基于Hough变换的多目标航迹起始方法

技术领域

本发明涉及雷达数据处理领域，特别涉及一种基于Hough变换的多目标航迹起始方法。

背景技术

航迹起始用于解决目标跟踪初始阶段点迹与点迹之间如何正确互联的问题。有效的航迹起始方法是实现目标精确跟踪的关键。航迹起始的难点在于：在起始阶段，目标的距离通常较远，此时目标的信噪比低，测量精度较差，而杂波的存在也会对起始结果有很大的影响。

按照数据处理的方法，航迹起始可以分为两类：顺序处理法和批处理法。顺序处理法主要包括逻辑法、修正的逻辑法等，批处理法主要包括Hough变换法及其改进算法。与顺序处理法相比，批处理法因其对局部缺损不敏感、对随机噪声鲁棒性等优点，在杂波密集环境下性能更好。Hough变换法有一些缺点，主要有：1)用阈值法进行航迹检测，在参数空间中所有大于某个阈值的累积单元都认为是航迹，但这样的累积单元即可能是由目标累积得到的，也可能是由杂波累积得到的，因此会形成虚假航迹，不利于后续的航迹处理；2)同一目标可能在参数空间中形成多个交点，造成同一目标起始出多条航迹。

专利CN104569923A(“基于速度约束的Hough变换快速航迹起始方法”)介绍了一种在速度约束下利用距离信息进行航迹起始的方法，该方法将雷达N次扫描周期中任意两个周期中的点迹进行一一配对，利用两点的距离差计算速度，将满足速度约束条件的点迹进行距离维的Hough变换，利用阈值进行航迹选择。该方法需要不同扫描周期的点迹配对，在多目标与杂波共存的环境中，会出现大量的点迹组合，并且该方法依赖于目标的先验速度范围信息进行速度约束，若先验速度范围较大或信息不准确则会起始出虚假航迹。

专利CN107340516A(“基于多普勒速度的联合逻辑快速航迹起始方法”)将点迹的四维信息(距离、速度、方位角、俯仰角)用于逻辑法起始，该方法按照速度、距离、方位角、俯仰角的优先级进行两个点迹之间的逻辑筛选，若某一维度筛选失败，则停止筛选，认为两点无关联。该方法选航迹的条件为四次扫描周期数据中前三次的点迹关联或第1、2、4次点迹关联，则起始成功。该方法会出现大量的点迹组合，需要目标的四维信息，且只适用于目标速度较慢的情况。

发明内容

本发明的目的是提供一种基于时频二维Hough变换的航迹起始方法，该方法通过频率维的Hough变换后的阈值筛选初步选出航迹，对初选的航迹进行距离维的Hough变换后再次进行阈值筛选从而剔除虚假航迹。该方法利用航迹上的关联点迹信息进行航迹比较，从而剔除同一目标的多个航迹。该方法属于批量处理，适用于杂波密集环境。

为了实现以上目的，本发明是通过以下技术方案实现的：

一种基于Hough变换的多目标航迹起始方法，其特点是，包括如下步骤：

S1，对滑窗内M次扫描周期的量测点迹的频率门信息做Hough变换，并投影到参数空间；

S2，找到参数空间中大于阈值的频率维累积点，记录坐标；

S3，根据频率维累积点的坐标信息确定每一次扫描周期中对其有贡献的关联点；

S4，根据频率维累积点的关联点信息将同一目标的多余的频率维累积点删除；

S5，对剩余的频率维累积点分别做距离维的Hough变换，并投影到参数空间；

S6，找到参数空间中大于阈值的距离维累积点，并对关联点做可靠性判断。

所述的步骤S1包括：

S1.1，对M次扫描周期的量测点迹做频率维Hough变换：

S1.1.1，公式为ρ＝F_No·cosθ+Fd·sinθ，其中Fd为频率门信息，F_No为数据的帧号，(ρ,θ)代表参数空间，θ∈[0,π)，θ的量化间隔为Δθ₁；

S1.1.2，将量测点迹的Hough变换结果按量化间隔Δρ₁量化后按帧存储；

S1.2，将量化后Hough变换结果投影到经过量化的参数空间中，其中同一帧的点迹投影到相同位置，该位置只累积一次，不同帧的量测点迹投影到相同位置则按次累加。

所述的步骤S2具体为：按照设定阈值在参数空间中查找所有过阈值的频率维累积点，记录其坐标(ρ_i',θ_i')。

所述的步骤S3包括：

S3.1，确定累积点的关联点：

S3.1.1，对频率维累积点(ρ_i',θ_i')按坐标信息θ_i'逐帧查找每个量测点迹的Hough变换结果ρ'_k，其中假设每帧有S_Num个量测点迹，K＝1,2,…,S_Num，并与ρ_i'进行比较，若二者相等，则证明该量测点迹是该频率维累积点所代表的航迹上的一个关联点，记录该量测点迹在该帧数据中的位置；

S3.1.2，重复步骤S3.1.1，直到M帧Hough变换结果数据查找完毕；

S3.1.3，重复步骤S3.1.1、S3.1.2直到所有频率维累积点数据查找完毕。

所述的步骤S4包括：

步骤S4.1，假设量测数据每帧最多有S_Num个量测点，建立一个M·S_Num的二维矩阵，矩阵所有元素初始值为0；

步骤S4.2，若频率维累积点(ρ_i',θ_i')的某个关联点为第N帧(N＝1,2,…,M)的第K个(K＝1,2,…,S_Num)，则在矩阵中的(N，K)处置1，对频率维累积点(ρ_i',θ_i')的所有关联点重复此操作，得到投影后的矩阵，将此矩阵所有位置元素累加，得到累加值V₁；

步骤S4.3，将频率维累积点(ρ_j',θ_j')的所有关联点按照步骤S4.2向矩阵中投影，若投影位置的值为1，则该位置值不变，若投影位置值为0，则置1，将此矩阵所有位置元素累加，得到累加值V₂；

步骤S4.4，判断V₂-V₁≤V₀，若成立，则说明频率维累积点(ρ_i',θ_i')和频率维累积点j为同一目标形成，删除累积值较小的点，其中V₀为人为设定的门限；

步骤S4.5，二维矩阵清零，对任意两个频率维累积点重复步骤S4.2～步骤S4.4。

所述的步骤S5包括：

S5.1，变换公式为ρ＝F_No·cosθ+Ran·sinθ，其中Ran为距离门信息，F_No为数据的帧号，(ρ,θ)代表参数空间，θ∈[0,π)，θ的量化间隔为Δθ₂；

S5.2，用于Hough变换的数据为频率维累积点的M'(M'≤M)帧关联点的距离维数据；

S5.3，将量测点迹的Hough变换结果按量化间隔Δρ₂量化后按帧存储；

S5.4，将量化后Hough变换结果投影到经过量化的参数空间中，其中同一帧的点迹投影到相同位置，该位置只累积一次，不同帧的量测点迹投影到相同位置则按次累加。

所述的步骤S6包括：

步骤S6.1，按照设定阈值在参数空间中查找所有过阈值的距离维累积点，记录其坐标，若没有过阈值的累积点，则判定此频率维累积点不是目标；

步骤S6.2，对关联点可靠性判断：

步骤S6.2.1，对距离维累积点(ρ_i',θ_i')，设其累积值为A₁按θ_i'查找每帧关联点的距离维Hough变换结果ρ_j'；

步骤S6.2.2，在距离维参数空间中，在以点(ρ_j'，θ_i')为中心的预设范围内查找是否存在累积点，若存在累积点，且其累积值A₂≥A₁-1，则关联点有效等级为1，否则，若A₂≥A₁-2，则关联点有效等级为2，否则关联点等级为0，即无效；

步骤S6.2.3，对关联点可靠性的判断，需遍历所有距离维累积点，按有效等级最大存储。

本发明与现有技术相比，具有以下优点：

本发明涉及雷达数据处理领域，能够提供一种在多目标与杂波共存环境下的航迹起始方法，时频二维Hough变换，能够有效起始真实航迹，减少虚假航迹。本方法完全属于批处理法，具有起始速度快，抗杂波干扰性能好的优点。

附图说明

图1为本发明一种基于时频二维Hough变换的航迹起始方法的流程图；

图2为连续6帧频率维量测数据；

图3为连续6帧距离维量测数据；

图4为起始航迹频率维结果；

图5为起始航迹距离维结果。

具体实施方式

以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。

一种基于Hough变换的多目标航迹起始方法，包括如下步骤：

S1，对滑窗内M次扫描周期的量测点迹的频率门信息做Hough变换，并投影到参数空间；

S2，找到参数空间中大于阈值的频率维累积点，记录坐标；

S3，根据频率维累积点的坐标信息确定每一次扫描周期中对其有贡献的关联点；

S4，根据频率维累积点的关联点信息将同一目标的多余的频率维累积点删除；

S5，对剩余的频率维累积点分别做距离维的Hough变换，并投影到参数空间；

S6，找到参数空间中大于阈值的距离维累积点，并对关联点做可靠性判断。

所述的步骤S1包括：

S1.1，对M次扫描周期的量测点迹做频率维Hough变换：

S1.1.1，即有M帧数据，假设每帧数据量为S_Num，逐帧逐个量测点做Hough变换，Hough变换公式为ρ＝F_No·cosθ+Fd·sinθ，其中Fd为频率门信息，F_No为数据的帧号，(ρ,θ)代表参数空间，θ∈[0,π)，θ的量化间隔为Δθ₁；

假设将θ等分为θ_Num份，则量化间隔为

每个量测数据Hough变换后得到θ_Num个变换结果数据(ρ值)，一帧数据变换后可得到S_Num·θ_Num个Hough变换结果数据，M帧数据共S_Num·θ_Num·M个Hough变换结果数据，在得到变换结果数据时对其进行量化，量化间隔为Δρ₁，将量化结果保存在M个大小为S_Num·θ_Num的二维矩阵中；

S1.1.2，将量测点迹的Hough变换结果按量化间隔Δρ₁量化后按帧存储；

量化间隔Δρ₁的确定：首先确定ρ值的范围，根据公式ρ＝F_No·cosθ+Fd·sinθ可得ρ值的上界不会超过

其中Fd_max为频率门最大值，该值可由波形参数确定，

为帧号最大值，帧号是帧时间的离散表示，帧号一般在

上循环使用，由θ∈[0,π)可知ρ值的下界为

即

假设将ρ值平均分成ρ_Num份，则

S1.2，将量化后Hough变换结果投影到经过量化的参数空间中，其中同一帧的点迹投影到相同位置，该位置只累积一次，不同帧的量测点迹投影到相同位置则按次累加。

(1)参数空间为ρ_Num·θ_Num大小的二维矩阵，该步骤需要两个矩阵，矩阵Mat₁用于投影单帧量测数据，矩阵Mat₂用于投影多帧量测数据，矩阵ρ_Num行代表

θ_Num列代表θ＝Δθ₁·i,i＝0,1,…,θ_Num-1；

(2)Hough变换结果投影：(a)矩阵Mat₁与Mat₂初始化为零；(b)将一帧Hough变换结果数据依次投影到Mat₁中，投影中若有多个点投影到同一位置，只累积一次，即将相应位置置1；(c)并将Mat₁与Mat₂相加，并将Mat₁重新置0；(d)重复(b)～(c)步骤直到M帧数据处理完毕，则Mat₂即为M帧数据投影后的参数空间；

所述的步骤S2具体为：按照设定阈值在参数空间中查找所有过阈值的频率维累积点，记录其坐标(ρ_i',θ_i')。

所述的步骤S3包括：

S3.1，确定累积点的关联点：

S3.1.1，对频率维累积点(ρ_i',θ_i')按坐标信息θ_i'逐帧查找每个量测点迹的Hough变换结果ρ'_k，其中假设每帧有S_Num个量测点迹，K＝1,2,…,S_Num，并与ρ_i'进行比较，若二者相等，则证明该量测点迹是该频率维累积点所代表的航迹上的一个关联点，记录该量测点迹在该帧数据中的位置；

S3.1.2，重复步骤S3.1.1，直到M帧Hough变换结果数据查找完毕；

S3.1.3，重复步骤S3.1.1、S3.1.2直到所有频率维累积点数据查找完毕。

具体有：(1)累积点是由M帧的量测数据经Hough变换后累积得到，称形成累积点的量测点迹为关联点；若累积点的累积值为M'(M'≤M)说明量测点迹中M'帧有关联点；

(2)若某个量测点迹为关联点，则其θ_i'处的Hough变换数据应该与ρ_i'相等；(a)利用该特性来判断逐个比较Hough变换结果数据θ_i'处的值是否与ρ_i'相等，若相等，则可判定该量测点迹为关联点，记录该点在量测数据中的位置；(b)重复步骤(a)直到一帧Hough变换结果数据处理完毕；(c)重复步骤(a)、(b)直到M帧Hough变换结果数据处理完毕；(d)重复步骤(a)、(b)、(c)直到所有累积点处理完毕；

所述的步骤S4包括：

步骤S4.1，假设量测数据每帧最多有S_Num个量测点，建立一个M·S_Num的二维矩阵，矩阵所有元素初始值为0；

步骤S4.2，若频率维累积点(ρ_i',θ_i')的某个关联点为第N帧(N＝1,2,…,M)的第K个(K＝1,2,…,S_Num)，则在矩阵中的(N，K)处置1，对频率维累积点(ρ_i',θ_i')的所有关联点重复此操作，得到投影后的矩阵，将此矩阵所有位置元素累加，得到累加值V₁；

步骤S4.3，将频率维累积点(ρ_j',θ_j')的所有关联点按照步骤S4.2向矩阵中投影，若投影位置的值为1，则该位置值不变，若投影位置值为0，则置1，将此矩阵所有位置元素累加，得到累加值V₂；

步骤S4.4，判断V₂-V₁≤V₀，若成立，则说明频率维累积点(ρ_i',θ_i')和频率维累积点j为同一目标形成，删除累积值较小的点，其中V₀为人为设定的门限；

步骤S4.5，二维矩阵清零，对任意两个频率维累积点重复步骤S4.2～步骤S4.4，可得P_Num'个累积点，P_Num'≤P_Num。

所述的步骤S5包括：

S5.1，变换公式为ρ＝F_No·cosθ+Ran·sinθ，其中Ran为距离门信息，F_No为数据的帧号，(ρ,θ)代表参数空间，θ∈[0,π)，θ的量化间隔为Δθ₂；

S5.2，用于Hough变换的数据为频率维累积点的M'(M'≤M)帧关联点的距离维数据；

S5.3，将量测点迹的Hough变换结果按量化间隔Δρ₂量化后按帧存储；

S5.4，将量化后Hough变换结果投影到经过量化的参数空间中，其中同一帧的点迹投影到相同位置，该位置只累积一次，不同帧的量测点迹投影到相同位置则按次累加。

具体为：

(1)设累积值为M'(M'≤M)，则有M'帧关联点，设每帧关联点数为S_Num'，逐帧逐个关联点做Hough变换，Hough变换公式为ρ＝F_No·cosθ+Ran·sinθ，其中Ran为频率门信息，F_No为数据的帧号，(ρ,θ)代表参数空间，θ∈[0,π)；

(2)假设将θ等分为θ_Num'份，则量化间隔为

每个量测数据Hough变换后得到θ_Num'个变换结果数据(ρ值)，一帧数据变换后可得到S_Num'·θ_Num'个Hough变换结果数据，M'帧数据共S_Num'·θ_Num'·M'个Hough变换结果数据，在得到变换结果数据时对其进行量化，量化间隔为Δρ₂，将量化结果保存在M'个大小为S_Num'·θ_Num'的矩阵中；

(3)量化间隔Δρ₂的确定：首先确定ρ值的范围，根据公式ρ＝F_No·cosθ+Ran·sinθ可得ρ值的上界不会超过

其中Ran_max为距离门最大值，该值可由波形参数确定，

为帧号最大值，帧号是帧时间的离散表示，帧号一般在

上循环使用，由θ∈[0,π)可知ρ值的下界为

即

假设将ρ值平均分成ρ_Num'份，则

将量化后Hough变换结果投影到经过量化的参数空间中：

(1)参数空间为ρ_Num'·θ_Num'大小的二维矩阵，该步骤需要两个矩阵，矩阵Mat₃用于投影单帧量测数据，矩阵Mat₄用于投影多帧量测数据，矩阵ρ_Num'行代表

θ_Num'列代表θ＝Δθ₂·i,i＝0,1,…,θ_Num'-1；

(2)Hough变换结果投影：(a)矩阵Mat₃与Mat₄初始化为零；(b)将一帧Hough变换结果数据依次投影到Mat₃中，投影中若有多个点投影到同一位置，只累积一次，即将相应位置置1；(c)并将Mat₃与Mat₄相加，并将Mat₃重新置0；(d)重复(b)～(c)步骤直到M'帧数据处理完毕，则Mat₄即为M'帧数据投影后的参数空间；

所述的步骤S6包括：

步骤S6.1，按照设定阈值在参数空间中查找所有过阈值的距离维累积点，记录其坐标，若没有过阈值的累积点，则判定此频率维累积点不是目标；

在Mat₄所代表的参数空间中逐个查找，记录下累积值大于门限的值在矩阵中的位置(ρ_i',θ_i')，称由(ρ_i',θ_i')代表的点为距离维累积点，其中ρ_i'代表其在矩阵中的行数，θ_i'代表其在矩阵中的列数，假设共有P_Num'个距离维累积点，则i＝1,2,…,P_Num'，若没有过门限的距离维累积点，则判定此频率维累积点无效；

步骤S6.2，对关联点可靠性判断：

步骤S6.2.1，对距离维累积点(ρ_i',θ_i')，设其累积值为A₁按θ_i'查找每帧关联点的距离维Hough变换结果ρ_j'；

步骤S6.2.2，在距离维参数空间中，在以点(ρ_j'，θ_i')为中心的预设范围内查找是否存在累积点，若存在累积点，且其累积值A₂≥A₁-1，则关联点有效等级为1，否则，若A₂≥A₁-2，则关联点有效等级为2，否则关联点等级为0，即无效；

步骤S6.2.3，对关联点可靠性的判断，需遍历所有距离维累积点，按有效等级最大存储。

(1)对距离维累积点(ρ_i',θ_i')，设其累积值为A₁按θ_i'查找每帧关联点的距离维Hough变换结果ρ_j'；

(2)在距离维参数空间中，在以点(ρ_j'，θ_i')为中心的某个范围内查找是否存在累积点，若存在累积点，且其累积值A₂≥A₁-1,则关联点有效等级为1，否则，若A₂≥A₁-2，则关联点有效等级为2，否则关联点等级为0，即无效；

(3)对关联点可靠性的判断，需遍历所有距离维累积点，按有效等级最大存储；

重复步骤S5和S6直到所有的频率维累积点处理完毕。

本发明的效果可以通过以下仿真进一步说明

仿真内容：

利用6帧数据进行航迹起始，每帧有两个目标以及10个杂波。目标1初始距离30km，初始速度3*340m/s，初始加速度为30m/s²，加加速度为10m/s³。

目标2初始距离33.55km，初始速度2*340m/s，初始加速度为90m/s²，加加速度为50m/s³。帧周期为0.01024s，波长17.6mm，距离分辨率52.5m，距离门数为7，频率门数为4096。在目标真实数据上加上随机噪声，目标及杂波的仿真结果如图2及图3所示，图2为6帧频率门数据，图3为6帧距离门数据。

图4及图5为6帧数据的起始结果，其中图4为起始结果的频率维数据，图5为起始结果的距离维数据。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (6)

1.一种基于Hough变换的多目标航迹起始方法，其特征在于，包括如下步骤：

S1，对滑窗内M次扫描周期的量测点迹的频率门信息做Hough变换，并投影到参数空间；

S2，找到参数空间中大于阈值的频率维累积点，记录坐标；

S3，根据频率维累积点的坐标信息确定并记录每一次扫描周期中的关联点；

S4，根据频率维累积点的关联点信息将同一目标的多余的频率维累积点删除；

S5，对剩余的频率维累积点分别做距离维的Hough变换，并投影到参数空间；

S6，找到参数空间中大于阈值的距离维累积点，并对关联点做可靠性判断；

所述的步骤S4包括：

步骤S4.1，假设量测数据每帧最多有S_Num个量测点，建立一个M·S_Num的二维矩阵，矩阵所有元素初始值为0；

步骤S4.2，若频率维累积点(ρ_i',θ_i')的某个关联点为第N帧N＝1,2,…,M的第K个，K＝1,2,…,S_Num，则在矩阵中的(N，K)处置1，对频率维累积点(ρ_i',θ_i')的所有关联点重复此操作，得到投影后的矩阵，将此矩阵所有位置元素累加，得到累加值V₁；

步骤S4.3，将频率维累积点(ρ_j',θ_j')的所有关联点按照步骤S4.2向矩阵中投影，若投影位置的值为1，则该位置值不变，若投影位置值为0，则置1，将此矩阵所有位置元素累加，得到累加值V₂；

步骤S4.4，判断V₂-V₁≤V₀，若成立，则说明频率维累积点(ρ_i',θ_i')和频率维累积点(ρ_j',θ_j')为同一目标形成，删除累积值较小的点，其中V₀为人为设定的门限；

步骤S4.5，二维矩阵清零，对任意两个频率维累积点重复步骤S4.2～步骤S4.4。

2.如权利要求1所述的基于Hough变换的多目标航迹起始方法，其特征在于，所述的步骤S1包括：

步骤S1.1，对M次扫描周期的量测点迹做频率维Hough变换：

步骤S1.1.1，公式为ρ＝F_No·cosθ+Fd·sinθ，其中Fd为频率门信息，F_No为数据的帧号，(ρ,θ)代表参数空间，θ∈[0,π)，θ的量化间隔为Δθ₁；

步骤S1.1.2，将量测点迹的Hough变换结果按量化间隔Δρ₁量化后按帧存储；

步骤S1.2，将量化后Hough变换结果投影到经过量化的参数空间中，其中同一帧的点迹投影到相同位置，该位置只累积一次，不同帧的量测点迹投影到相同位置则按次累加。

3.如权利要求1所述的基于Hough变换的多目标航迹起始方法，其特征在于，所述的步骤S2具体为：按照设定阈值在参数空间中查找所有过阈值的频率维累积点，记录其坐标(ρ_i',θ_i')。

4.如权利要求1所述的基于Hough变换的多目标航迹起始方法，其特征在于，所述的步骤S3包括：

步骤S3.1，确定累积点的关联点：

步骤S3.1.1，对频率维累积点(ρ_i',θ_i')按坐标信息θ_i'逐帧查找每个量测点迹的Hough变换结果ρ'_K，其中假设每帧有S_Num个量测点迹，K＝1,2,…,S_Num，并与ρ_i'进行比较，若二者相等，则证明该量测点迹是该频率维累积点所代表的航迹上的一个关联点，记录该量测点迹在该帧数据中的位置；

步骤S3.1.2，重复步骤S3.1.1，直到M帧Hough变换结果数据查找完毕；

步骤S3.1.3，重复步骤S3.1.1、S3.1.2直到所有频率维累积点数据查找完毕。

5.如权利要求1所述的基于Hough变换的多目标航迹起始方法，其特征在于，所述的步骤S5包括：

步骤S5.1，变换公式为ρ＝F_No·cosθ+Ran·sinθ，其中Ran为距离门信息，F_No为数据的帧号，(ρ,θ)代表参数空间，θ∈[0,π)，θ的量化间隔为Δθ₂；

步骤S5.2，用于Hough变换的数据为频率维累积点的M'(M'≤M)帧关联点的距离维数据；

步骤S5.3，将量测点迹的Hough变换结果按量化间隔Δρ₂量化后按帧存储；

步骤S5.4，将量化后Hough变换结果投影到经过量化的参数空间中，其中同一帧的点迹投影到相同位置，该位置只累积一次，不同帧的量测点迹投影到相同位置则按次累加。

6.如权利要求5所述的基于Hough变换的多目标航迹起始方法，其特征在于，所述的步骤S6包括：

步骤S6.1，按照设定阈值在参数空间中查找所有过阈值的距离维累积点，记录其坐标，若没有过阈值的累积点，则判定此频率维累积点不是目标；

步骤S6.2，对关联点可靠性判断：

步骤S6.2.1，对距离维累积点(ρ_i',θ_i')，设其累积值为A₁按θ_i'查找每帧关联点的距离维Hough变换结果ρ_j'；

步骤S6.2.2，在距离维参数空间中，在以点(ρ_j'，θ_i')为中心的预设范围内查找是否存在累积点，若存在累积点，且其累积值A₂≥A₁-1，则关联点有效等级为1，否则，若A₂≥A₁-2，则关联点有效等级为2，否则关联点等级为0，即无效；

步骤S6.2.3，对关联点可靠性的判断，需遍历所有距离维累积点，按有效等级最大存储。

Images