CN110673099A - 一种多雷达点迹关联方法及装置 - Google Patents

一种多雷达点迹关联方法及装置 Download PDF

Info

Publication number
CN110673099A
CN110673099A CN201910934383.2A CN201910934383A CN110673099A CN 110673099 A CN110673099 A CN 110673099A CN 201910934383 A CN201910934383 A CN 201910934383A CN 110673099 A CN110673099 A CN 110673099A
Authority
CN
China
Prior art keywords
trace
data set
data
trace point
radar
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
Application number
CN201910934383.2A
Other languages
English (en)
Other versions
CN110673099B (zh
Inventor
王玉桃
高才才
丁庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Junrong Huaxun Terahertz Technology Co ltd
Original Assignee
Hebei Huaxun Ark Terahertz Technology Co Ltd
China Communication Microelectronics Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hebei Huaxun Ark Terahertz Technology Co Ltd, China Communication Microelectronics Technology Co Ltd filed Critical Hebei Huaxun Ark Terahertz Technology Co Ltd
Priority to CN201910934383.2A priority Critical patent/CN110673099B/zh
Publication of CN110673099A publication Critical patent/CN110673099A/zh
Application granted granted Critical
Publication of CN110673099B publication Critical patent/CN110673099B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • 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
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates

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

本申请适用于雷达信息处理技术领域，提供了一种多雷达点迹关联方法及装置，其中方法包括：基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合；以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合；循环将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合，直至所有的雷达的点迹数据集合被执行完毕，其中，所述第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，输出最终的临时数据集合，提升信息融合过程的全面性和准确度。

Description

一种多雷达点迹关联方法及装置
技术领域
本申请属于雷达信息处理技术领域，尤其涉及一种多雷达点迹关联方法及装置。
背景技术
近些年来，多传感器信息融合技术迅速发展，多部雷达组网便是通过数据融合技术，融合了整个环境的多维信息，可以利用更加精确、完善的环境信息，扩展雷达系统的空间和时间的覆盖，从而利于改善系统的可靠性和可信度。多部雷达数据融合可分为信号级融合、点迹级融合和航迹级融合。
在多雷达点迹融合中，多目标的点迹数据关联是一个关键问题，其中关联融合算法涉及很多理论，如贝叶斯理论、加权平均、D-S证据理论等，目前也存在很多相关的研究和解决方法。现有技术中在对多目标点迹融合时，通常采用的方法是设计一种以当前目标为中心的3×3网格式关联域，并把原始雷达视频数据的幅度量级按照0～255的灰度级别进行投影，转化成图像数据进行处理。但是在该算法中，部分关键参数需人为选取，受限于先验经验信息，有可能导致算法的失败，信息融合过程容易出现偏差。
或者是采用马赛克方法，对探测区域分成适当大小的三维马赛克块，在每个马赛克块内指定1～4台覆盖该马赛克块的雷达，并事先编排它们对该马赛克块内目标探测效果的优先顺序。该优先顺序是根据每个马赛克与各台雷达的相对位置、该雷达的探测距离和方位角测量精度、雷达波束地形遮挡因子等因素来进行人工设定。这种方法的主要缺点是没有充分利用所有雷达提供的信息，信息融合过程容易出现偏差。
发明内容
本申请实施例提供了一种多雷达点迹关联方法及装置，可以解决现有多雷达点迹融合方式中存在的受限于先验经验及不能充分利用雷达信息，信息融合过程容易出现偏差的问题。
第一方面，本申请实施例提供了一种多雷达点迹关联方法，包括：
基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合；
以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合；
将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合；
其中，所述第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，更新后的所述临时数据集合中添加有所述第二点迹数据集合中没有关联成功的点迹数据；
返回执行所述将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合的步骤，直至所有的雷达的点迹数据集合被执行完毕；
输出最终的所述临时数据集合。
第二方面，本申请实施例提供了一种多雷达点迹关联装置，包括：
数据获取模块，用于基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合；
初始化模块，用于以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合；
点迹关联融合模块，用于将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合；其中，所述第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，更新后的所述临时数据集合中添加有所述第二点迹数据集合中没有关联成功的点迹数据；返回执行所述将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合的步骤，直至所有的雷达的点迹数据集合被执行完毕；
输出模块，用于输出最终的所述临时数据集合。
第三方面，本申请实施例提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面中所述的多雷达点迹关联方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中所述的多雷达点迹关联方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中所述的多雷达点迹关联方法。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例中的方案，基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合，以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合，将第二点迹数据集合中的所有点迹数据与临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为该临时数据集合，其中，第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，更新后的临时数据集合中添加有第二点迹数据集合中没有关联成功的点迹数据，并循环执行该步骤，直至所有的雷达的点迹数据集合被执行完毕，输出最终的临时数据集合，利用多个雷达测量的多目标数据，对观测目标进行有效关联，把所有的点迹数据均尝试关联一遍，通过对多传感器的测量数据进行关联融合来有效提高测量精度，充分利用雷达信息，不需要人为选取参数，该过程不会受限于先验经验，提升信息融合过程的全面性和准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种多雷达点迹关联方法的流程图一；
图2是本申请实施例提供的一种多雷达点迹关联方法的流程图二；
图3是本申请实施例提供的雷达探测得到的目标的位置图；
图4是本申请实施例提供的雷达探测得到的目标的速度图；
图5是本申请实施例提供的多雷达点迹关联装置的结构框图；
图6为本申请一实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
本申请实施例提供的点迹关联方法可以应用于手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)等终端设备上，本申请实施例对终端设备的具体类型不作任何限制。
例如，所述终端设备可以是WLAN中的站点(STAION，ST)，可以是蜂窝电话、无绳电话、会话启动协议(Session InitiationProtocol，SIP)电话、无线本地环路(WirelessLocal Loop，WLL)站、个人数字处理(Personal Digital Assistant，PDA)设备、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、车联网终端、电脑、膝上型计算机、手持式通信设备、手持式计算设备、卫星无线设备、无线调制解调器卡、电视机顶盒(set top box，STB)、用户驻地设备(customer premise equipment，CPE)和/或用于在无线系统上进行通信的其它设备以及下一代通信系统，例如，5G网络中的移动终端或者未来演进的公共陆地移动网络(Public Land Mobile Network，PLMN)网络中的移动终端等。
作为示例而非限定，当所述终端设备为可穿戴设备时，该可穿戴设备还可以是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如眼镜、手套、手表、服饰及鞋等。可穿戴设备即直接穿在身上，或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备，更是通过软件支持以及数据交互、云端交互来实现强大的功能。广义穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能，如智能手表或智能眼镜等，以及只专注于某一类应用功能，需要和其它设备如智能手机配合使用，如各类进行体征监测的智能手环、智能首饰等。
图6为本申请一实施例提供的终端设备的结构示意图。如图6所示，该实施例的终端设备4包括：至少一个处理器40(图6中仅示出一个)处理器、存储器41以及存储在所述存储器41中并可在所述至少一个处理器40上运行的计算机程序42，所述处理器40执行所述计算机程序42时实现下述各个多雷达点迹关联方法实施例中的步骤。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图6仅仅是终端设备4的举例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，该处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41在一些实施例中可以是所述终端设备4的内部存储单元，例如终端设备4的硬盘或内存。所述存储器41在另一些实施例中也可以是所述终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
图1示出了本申请实施例提供的一种多雷达点迹关联方法的流程图一，作为示例而非限定，该方法可以应用于上述终端设备4中。
具体地，该多雷达点迹关联方法包括如下实现步骤：
S101，基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合。
该雷达观测数据为多个雷达对外部物体进行监测得到的数据。不同雷达会产生不同的物体点迹数据集合。
其中，点迹数据集合中可以包括多组点迹数据，每组点迹数据包括不同的点迹观测量，或者其他相关数据。
具体地，点迹观测量包括但不限于：点迹的距离、速度、角度、坐标、方向、物体尺寸等。
S102，以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合。
这里，在进行多雷达点迹数据融合时，引入一个临时数据集合，该临时数据集合用于进行不同雷达对应的点迹数据集合之间的数据融合。
需要以第一雷达对应的点迹数据集合将该临时数据集合进行初始化，具体可以将点迹数据集合中的数据复制至临时数据集合中。
其中，该第一雷达可以是不同雷达中的任一雷达或者是一预设雷达。
S103，将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合。
其中，第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，更新后的临时数据集合中添加有第二点迹数据集合中没有关联成功的点迹数据。
返回执行所述将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合的步骤，直至所有的雷达的点迹数据集合被执行完毕。
在该过程中，每执行一次将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合的步骤，都需要判断一下是否所有雷达对应的点迹数据集合均被遍历过。即判断是否所有雷达对应的点迹数据集合均被执行过一次将集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为临时数据集合的操作。
具体地，在将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合过程中，所执行的操作步骤包括：
将第二点迹数据集合中的所有点迹数据分别与所述临时数据集合中的每一点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合。
在进行数据集合融合时，不同数据集合中的点迹数据之间可能会关联成功，但也可能不能关联成功。在融合后的数据集合中需要把第二点迹数据集合中没有关联成功的数据也同时合并至数据集合中，即，该融合后的数据集合中既包括关联成功的点迹数据还包括没有关联成功的点迹数据，而临时数据集合则会随着每一次循环进行的点迹数据的融合操作而进行更新，每一次数据融合完成得到的融合后的数据集合即为新的临时数据集合，并以该更新后的临时数据集合投入至下一次的数据关联融合的循环中，以便于在循环遍历过程中，能够把所有的点迹数据均尝试关联一遍，充分利用雷达信息，且不需要人为选取参数，该过程不会受限于先验经验，提升信息融合过程的全面性和准确度。
具体地，上述过程中所指的“下一雷达”为所有需要遍历的雷达中不同于第一雷达的一个雷达，在循环遍历过程中，该“下一雷达”同时也为所有需要遍历的雷达中还未遍历的雷达中的一个。在具体实现时，可以将该些不同的雷达进行排序编号，依照编号顺序进行遍历过程。
S104，输出最终的临时数据集合。
在所有的雷达的点迹数据集合被执行完毕时，即可认为得到了最终的融合后的临时数据集合，将该最终的临时数据集合输出即可，实现多雷达多数据间的融合过程。
本申请实施例中的上述实施过程，基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合，以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合，将第二点迹数据集合中的所有点迹数据与临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为该临时数据集合，其中，第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，更新后的临时数据集合中添加有第二点迹数据集合中没有关联成功的点迹数据，并循环执行该步骤，直至所有的雷达的点迹数据集合被执行完毕，输出最终的临时数据集合，利用多个雷达测量的多目标数据，对观测目标进行有效关联，把所有的点迹数据均尝试关联一遍，通过对多传感器的测量数据进行关联融合来有效提高测量精度，充分利用雷达信息，不需要人为选取参数，该过程不会受限于先验经验，提升信息融合过程的全面性和准确度。
本申请实施例中还提供了一种多雷达点迹关联方法的不同实施方式。
参见图2，图2是本申请实施例提供的一种多雷达点迹关联方法的流程图二。如图2所示，该方法包括以下步骤：
S201，获取不同雷达的观测数据，并对所述观测数据进行时间和空间配准。
雷达的观测数据具体为对多个雷达对外部物体分别进行监测得到的数据。
不同雷达的观测数据之间会存在偏差，需要先将不同雷达获取的观测数据，主要为目标点迹数据进行时间和空间配准，统一时间戳和测量坐标系。
在对观测数据进行时间和空间配准前，还可以对观测数据进行剔除野值等预处理操作。
其中，每个点迹的数据包括：观测量(距离R、角度θ、速度V等)，以及观测数据的信噪比SNR。
S202，从配准后的观测数据中，分别计算不同雷达的每一点迹观测数据的不同点迹观测量的方差，得到与不同雷达分别对应的点迹数据集合。
其中，所述点迹数据集合中包括多组点迹数据，每组点迹数据包括不同的所述点迹观测量及对应方差。
该过程，可以是根据观测数据的信噪比信息，计算不同雷达的每个点迹观测数据中不同点迹观测量(例如距离、速度、角度)的克拉美罗下界(CRLB)，并以此估计相应观测量的方差，用于计算关联门限的大小。
这里，对该步骤进行具体举例说明：在对观测数据进行时间和空间配准之后，用集合
Figure BDA0002221126620000101
表示雷达1所获得的点迹数据，R1为雷达1集合所有点迹的个数，z＝[R,θ,V,σR,σθ,σV]，以此类推，用表示雷达N所获得的点迹数据，RN为雷达N集合所有点迹的个数。
该步骤201及202共同实现前述实施方式中步骤101基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合的步骤。
S203，以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合。
该步骤的实施过程与前述实施方式中的S102的实施过程相同，此处不再赘述。
这里，对该步骤进行具体举例说明：
初始化临时集合
Figure BDA0002221126620000103
将集合Radar1赋值给
Figure BDA0002221126620000104
RTem＝R1；初始化索引变量Index＝1，i＝1；Index表示雷达集合索引，i表示集合变量中的点迹索引。
此外，在初始化临时数据集合之后，还需要将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为该临时数据集合。
这里，对该过程进行具体举例说明：
对RadarIndex中的所有点迹数据与点迹RadarTem(zi)进行关联操作，判断是否关联，关联算法采用全局最近邻算法。
在关联成功的点迹中，选择与RadarTem(zi)最近邻的点迹，并与RadarTem(zi)进行融合，融合后的点迹数据覆盖当前RadarTem(zi)的数值。
此外，具体地，在本实施方式中，该将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合的过程具体包括：
S204，将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联。
该初步关联的对象为不同雷达中下一雷达所对应的第二点迹数据集合中的点迹数据，和临时数据集合中的点迹数据。
该临时数据集合中的数据内容会随着数据关联步骤的循环执行而发生更新变化。
该初步关联具体可以是：速度差关联算法、全局最近邻算法或者其他关联算法。这里，进行初步关联时采用的点迹关联算法可以是现有算法。
具体地，作为一可选的实施方式，该将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联，包括：
基于点迹数据中点迹的距离和角度观测量，将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联。
该过程中，在进行初步关联时，可以是具体通过点迹数据中的一部分数据观测量进行数据间的初步关联。具体地，在本实施方式中，具体是基于点迹数据中点迹的距离和角度这两个观测量，实施两个数据集合中的点迹数据之间的初步关联操作。
当雷达测量数据中存在速度模糊时，数据关联及融合会比较复杂。因此，需要解决速度模糊问题，并对多雷达的多目标观测数据进行有效关联。该过程中，对不同雷达测得的点迹进行初步关联，考虑到速度可能存在模糊情况，此步骤的点迹关联考虑观测量距离R和角度θ，关联波门大小的选择根据所需关联概率P，查找卡方分布(χ2分布)表获得；如果初步关联成功，则执行后续步骤，否则关联失败，结束本次关联。
S205，将初步关联成功的点迹数据进行速度解模糊。
对初步关联成功的点迹进行速度解模糊，利用中国余数定理进行速度解模糊。
S206，将速度解模糊后的点迹数据进行二度关联操作。
具体地，二度关联操作过程中，可以是具体通过点迹数据中的一部分数据观测量进行数据间的二度关联。可选地，该二度关联过程中所采用的一部分数据观测量中具体包含初步关联时所采用的数据观测量。
这里，基于前文中提出的：
将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联的步骤，包括：基于点迹数据中点迹的距离和角度观测量，将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联。
在该步骤内容的基础上，作为一可选的实施方式，上述步骤S206将速度解模糊后的点迹数据进行二度关联操作，具体包括：
基于点迹数据中点迹的距离、角度和速度观测量，将速度解模糊后的点迹数据进行二度关联操作。
利用解模糊后的速度进行二度关联操作，二度关联考虑三维观测量距离、角度和速度，关联的算法与步骤S204中初步关联时的关联算法一致，区别在于χ2分布的自由度不同。
S207，将二度关联操作之后的点迹数据进行压缩合并，得到融合后的数据集合并更新为所述临时数据集合。
其中，以得到的融合后的数据集合对临时数据集合进行内容更新，更新后的临时数据集合中添加有所述第二点迹数据集合中没有关联成功的点迹数据，即融合后的数据集合中添加有所述第二点迹数据集合中没有关联成功的点迹数据。
对二度关联成功的点迹进行压缩合并融合，需同时更新临时数据集合中融合后观测量的方差。其中，距离、角度和速度的融合权重和该观测量的方差成反比，融合后数据的方差比融合前的方差都小。
其中，该将二度关联操作之后的点迹数据进行压缩合并，得到融合后的数据集合，包括：
将二度关联操作之后的点迹数据覆盖所述临时数据集合中对应的原始点迹数据，将所述第二点迹数据集合中没有关联成功的点迹数据添加至所述临时数据集合中，得到融合后的数据集合。
本实施方式中提出的存在速度模糊的多雷达多目标点迹关联方法，存在以下几方面优势：首先，考虑了观测量速度模糊的情况，这也更加符合实际情况；其次，在进行点迹关联时，选择关联门的大小是依据卡方分布(χ2分布)概率来选择的，有理论可依，结果更具有说服力，本申请提出的方法不依赖于先验知识，具有更好的通用性。
进一步地，在将二度关联操作之后的点迹数据进行压缩合并，得到融合后的数据集合并更新为所述临时数据集合后，需要返回执行所述将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合的步骤，直至所有的雷达的点迹数据集合被执行完毕。即，需要重新返回执行S204至S207之间的步骤。
该过程为一个循环执行过程，实现对不同雷达对应的点迹数据集合的遍历性关联操作。具体地，结合前述举例说明过程，对该循环过程进行具体说明。
这里，在关联操作的循环执行过程中，i＝i+1；并随着i值的增加，循环执行对RadarIndex中的所有点迹数据与点迹RadarTem(zi)进行关联操作的步骤，直到i＝＝RTem；将集合RadarIndex中没有关联上的点迹合并到RadarTem集合中，并更新集合RadarTem的点迹个数RTem＝RTem+s，s表示当前集合RadarIndex未关联的个数；与此同时，i＝1，Index＝Index+1，循环执行对RadarIndex中的所有点迹数据与点迹RadarTem(zi)进行关联操作，直到i＝＝RTem，及将集合RadarIndex中没有关联上的点迹合并到RadarTem集合中，并更新集合RadarTem的点迹个数RTem＝RTem+s的步骤，直到Index＝＝N，实现嵌套循环过程。
S208，输出最终的临时数据集合。
最终根据用户需求，输出关联融合后的点迹数据，即该最终的临时数据集合。结束关联操作。
进一步地，结合上述实施例中内容，用推理方式推导出本申请中技术方案的优点。为论述方便起见，以下以两个雷达为例进行讨论。
一、全局最近邻算法
设经空间、时间校准后的两个雷达的观测数据的归一化统计距离定义为：
D2＝ATS-1A (1)
其中：D表示欧式空间距离；A为观测误差矩阵；S为误差协方差矩阵。假设观测值得随机误差相互独立，且服从均值为0，方差分别为
Figure BDA0002221126620000141
在初步关联中，A＝[R1-R2,θ1-θ2]T，
Figure BDA0002221126620000142
在二度关联中，
Figure BDA0002221126620000143
将A和S的数据代入(1)式中即可得初次关联和二度关联的点迹之间的距离，分别用D1和D2表示：
Figure BDA0002221126620000144
Figure BDA0002221126620000145
从表达式可以看出，D是一个归一化的随机变量。根据假设，D＝x服从自由度为M的卡方分布(χ2分布)：
Figure BDA0002221126620000151
M为测量维数，初次关联M＝2，二度关联M＝3。实际上这就把第二个点迹是否落入关联门内的问题变成了一个统计检验的问题。根据χ2检验，若随机变量D小于临界值
Figure BDA0002221126620000152
就认为是试验成功或接受该检验，否则就认为试验失败或者说该检验被拒绝。关联门是不同点迹之间欧式空间距离的阈值，如果不同的点迹之间的欧式空间距离小于关联门大小，则认为关联上，否则就关联不上。试验成功就说明第二个点迹落入关联门之内，落入概率为：
Figure BDA0002221126620000153
这样就把关联门的大小与落入概率P联系起来了。由以上表达式可以看出，关联门的大小与相对应，关联门的大小主要取决于各个观测量的方差。临界点
Figure BDA0002221126620000155
可根据自由度M及所给定的落入概率P由χ2分布表中查到。关联门的大小与
Figure BDA0002221126620000156
相对应，
Figure BDA0002221126620000157
大小的选择是根据关联上的概率，从χ2分布表查的。确定自由度和概率之后，从分布表中就能够查到相应的
Figure BDA0002221126620000158
的值。
二、解速度模糊
设雷达1的脉冲重复频率为PRF1，雷达2的脉冲重复频率为PRF2；一旦选定脉冲重复频率，由此确定的无模糊的速度为Vua＝PRF·λ/2。如果一个目标实际的速度V大于Vua，则目标的速度将在Va处被检测到，它们之间的关系满足：
V＝Va+kVua (6)
式中：k为整数。以速度单元ΔV对速度测量进行归一化：na＝Va/ΔV，则：
nt＝na+kN (7)
综上所述，当存在速度模糊的情况时，由雷达1和雷达2测量得到的统一目标的真实速度是相同的：
nt＝na1+k1N1＝na2+k2N2 (8)
式(8)这组同余式可以利用中国余数定理解出。中国余数定理指出：给定的一组r个互质整数N0,N1,...,Nr-1，以及由式(8)给出的同余式组，则存在nt的唯一解。
考虑到测量误差的影响，在实现中通常在向量[-M,...,-1,0,1,...,M]·Vua1+Va1和向量[-L,...,-1,0,1,...,L]·Vua2+Va2中搜索一组变量(m，l)，使得abs[(m·Vua1+Va1)-(l·Vua2+Va2)]达到全局最小。最终，以m·Vua1+Va1作为雷达1的无模糊测量速度V1，以l·Vua2+Va2为雷达2的无模糊测量速度V2。
三、关联数据压缩融合方法
假设X和Y均是服从0均值，方差分别为σX和σY且相互独立的正态分布的随机变量，对X和Y进行融合，X和Y的权重分别反比与各自的方差，对权重归一化后可得融合的随机变量Z为：
Figure BDA0002221126620000161
Figure BDA0002221126620000162
式中，Z是服从0均值，方差为σZ的正太分布的随机变量。从式(10)可以看出，融合后的方差比X，Y的方差都要小。
四、具体操作说明
以下结合说明书附图中图3、图4，对本申请作进一步详细描述。
为叙述方便，图3、图4中点迹关联融合仿真给出了两部雷达，两个目标的结果。
目标1和目标2的真实点迹、雷达1和雷达2的测量点迹、点迹关联融合后的点迹如图3和图4所示，其中位于上方的线形A表示目标1相关数据，位于下方的线形B表示目标2相关数据；实线表示雷达1和雷达2的真实点迹信息；o表示雷达1的测量值，◇表示雷达2的测量值；*号表融合后的点迹信息。图3中，X＝R*sin(θ)，Y＝R*cos(θ)。
目标1的距离、角度、速度的表达式为：
Figure BDA0002221126620000171
式中t∈[0s,10s]为时间，一共30个采样点；目标2的表达式为：需要说明的是，目标1和目标2的表达式是经过时间和空间配准后的结果。雷达1和雷达2的距离、角度、速度的测量方差相同，分别为σR＝0.3m2，σθ＝1°2，σV＝0.1m2/s4。雷达1的最大不模糊速度为4m/s，雷达2的最大不模糊速度为1.5m/s，因此，雷达2检测目标时，会存在速度模糊的现象。在数据关联时，正确关联概率选择为Pa＝0.95；因此查卡方分布表可得初步关联的关联门限为5.992，二度关联的关联门限为7.815。
如图4所示，雷达2测量的目标的速度存在模糊现象(C线形上分布的方块、D线形上分布的方块)，但是关联融合后的点迹信息能够准确表达目标2的真实点迹信息。
本申请实施例中的上述实施过程，基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合，以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合，将第二点迹数据集合中的所有点迹数据与临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为该临时数据集合，其中，第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，更新后的临时数据集合中添加有第二点迹数据集合中没有关联成功的点迹数据，并循环执行该步骤，直至所有的雷达的点迹数据集合被执行完毕，输出最终的临时数据集合，利用多个雷达测量的多目标数据，对观测目标进行有效关联，把所有的点迹数据均尝试关联一遍，通过对多传感器的测量数据进行关联融合来有效提高测量精度，充分利用雷达信息，不需要人为选取参数，该过程不会受限于先验经验，提升信息融合过程的全面性和准确度。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的方法，图5示出了本申请实施例提供的多雷达点迹关联装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图5，该多雷达点迹关联装置300包括：
数据获取模块301，用于基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合；
初始化模块302，用于以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合；
点迹关联融合模块303，用于将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合；其中，所述第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，更新后的所述临时数据集合中添加有所述第二点迹数据集合中没有关联成功的点迹数据；返回执行所述将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合的步骤，直至所有的雷达的点迹数据集合被执行完毕；
输出模块304，用于输出最终的所述临时数据集合。
其中，所述数据获取模块301具体用于：
获取不同雷达的观测数据，并对所述观测数据进行时间和空间配准；
从配准后的观测数据中，分别计算不同雷达的每一点迹观测数据的不同点迹观测量的方差，得到与不同雷达分别对应的点迹数据集合；
其中，所述点迹数据集合中包括多组点迹数据，每组点迹数据包括不同的所述点迹观测量及对应方差。
其中，所述点迹关联融合模块303具体用于：
将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联；
将初步关联成功的点迹数据进行速度解模糊；
将速度解模糊后的点迹数据进行二度关联操作；
将二度关联操作之后的点迹数据进行压缩合并，得到融合后的数据集合并更新为所述临时数据集合。
其中，所述点迹关联融合模块303还具体用于：
将二度关联操作之后的点迹数据覆盖所述临时数据集合中对应的原始点迹数据，将所述第二点迹数据集合中没有关联成功的点迹数据添加至所述临时数据集合中，得到融合后的数据集合。
所述点迹关联融合模块303还具体用于：
基于点迹数据中点迹的距离和角度观测量，将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联；
基于点迹数据中点迹的距离、角度和速度观测量，将速度解模糊后的点迹数据进行二度关联操作。
本申请实施例中的上述实施过程，基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合，以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合，将第二点迹数据集合中的所有点迹数据与临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为该临时数据集合，其中，第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，更新后的临时数据集合中添加有第二点迹数据集合中没有关联成功的点迹数据，并循环执行该步骤，直至所有的雷达的点迹数据集合被执行完毕；输出最终的临时数据集合，利用多个雷达测量的多目标数据，对观测目标进行有效关联，把所有的点迹数据均尝试关联一遍，通过对多传感器的测量数据进行关联融合来有效提高测量精度，充分利用雷达信息，不需要人为选取参数，该过程不会受限于先验经验，提升信息融合过程的全面性和准确度。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种多雷达点迹关联方法，其特征在于，包括：
基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合；
以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合；
将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合；
其中，所述第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，更新后的所述临时数据集合中添加有所述第二点迹数据集合中没有关联成功的点迹数据；
返回执行所述将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合的步骤，直至所有的雷达的点迹数据集合被执行完毕；
输出最终的所述临时数据集合。
2.如权利要求1所述的多雷达点迹关联方法，其特征在于，
所述基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合，包括：
获取不同雷达的观测数据，并对所述观测数据进行时间和空间配准；
从配准后的观测数据中，分别计算不同雷达的每一点迹观测数据的不同点迹观测量的方差，得到与不同雷达分别对应的点迹数据集合；
其中，所述点迹数据集合中包括多组点迹数据，每组点迹数据包括不同的所述点迹观测量及对应方差。
3.如权利要求1所述的多雷达点迹关联方法，其特征在于，
所述将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合，包括：
将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联；
将初步关联成功的点迹数据进行速度解模糊；
将速度解模糊后的点迹数据进行二度关联操作；
将二度关联操作之后的点迹数据进行压缩合并，得到融合后的数据集合并更新为所述临时数据集合。
4.如权利要求3所述的多雷达点迹关联方法，其特征在于，所述将二度关联操作之后的点迹数据进行压缩合并，得到融合后的数据集合，包括：
将二度关联操作之后的点迹数据覆盖所述临时数据集合中对应的原始点迹数据，将所述第二点迹数据集合中没有关联成功的点迹数据添加至所述临时数据集合中，得到融合后的数据集合。
5.如权利要求3所述的多雷达点迹关联方法，其特征在于，
所述将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联，包括：
基于点迹数据中点迹的距离和角度观测量，将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联；
所述将速度解模糊后的点迹数据进行二度关联操作，包括：
基于点迹数据中点迹的距离、角度和速度观测量，将速度解模糊后的点迹数据进行二度关联操作。
6.一种多雷达点迹关联装置，其特征在于，包括：
数据获取模块，用于基于雷达观测数据，得到与不同雷达分别对应的点迹数据集合；
初始化模块，用于以不同雷达中第一雷达对应的第一点迹数据集合初始化一临时数据集合；
点迹关联融合模块，用于将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合；其中，所述第二点迹数据集合为不同雷达中下一雷达所对应的点迹数据集合，更新后的所述临时数据集合中添加有所述第二点迹数据集合中没有关联成功的点迹数据；返回执行所述将第二点迹数据集合中的所有点迹数据与所述临时数据集合中的点迹数据进行关联操作，得到融合后的数据集合并更新为所述临时数据集合的步骤，直至所有的雷达的点迹数据集合被执行完毕；
输出模块，用于输出最终的所述临时数据集合。
7.如权利要求6所述的多雷达点迹关联装置，其特征在于，所述数据获取模块具体用于：
获取不同雷达的观测数据，并对所述观测数据进行时间和空间配准；
从配准后的观测数据中，分别计算不同雷达的每一点迹观测数据的不同点迹观测量的方差，得到与不同雷达分别对应的点迹数据集合；
其中，所述点迹数据集合中包括多组点迹数据，每组点迹数据包括不同的所述点迹观测量及对应方差。
8.如权利要求6所述的多雷达点迹关联装置，其特征在于，所述点迹关联融合模块具体用于：
将第二点迹数据集合中的点迹数据与所述临时数据集合中的点迹数据进行初步关联；
将初步关联成功的点迹数据进行速度解模糊；
将速度解模糊后的点迹数据进行二度关联操作；
将二度关联操作之后的点迹数据进行压缩合并，得到融合后的数据集合并更新为所述临时数据集合。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。
CN201910934383.2A 2019-09-29 2019-09-29 一种多雷达点迹关联方法及装置 Active CN110673099B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910934383.2A CN110673099B (zh) 2019-09-29 2019-09-29 一种多雷达点迹关联方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910934383.2A CN110673099B (zh) 2019-09-29 2019-09-29 一种多雷达点迹关联方法及装置

Publications (2)

Publication Number Publication Date
CN110673099A true CN110673099A (zh) 2020-01-10
CN110673099B CN110673099B (zh) 2021-12-21

Family

ID=69080095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910934383.2A Active CN110673099B (zh) 2019-09-29 2019-09-29 一种多雷达点迹关联方法及装置

Country Status (1)

Country Link
CN (1) CN110673099B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255397A (zh) * 2020-02-10 2021-08-13 富士通株式会社 目标检测方法和装置
CN113933876A (zh) * 2021-11-16 2022-01-14 西南电子技术研究所（中国电子科技集团公司第十研究所） 多星通讯时差定位数据融合处理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050368A (zh) * 2014-06-09 2014-09-17 中国人民解放军海军航空工程学院 系统误差下基于误差补偿的群航迹精细关联算法
CN105510896A (zh) * 2015-12-03 2016-04-20 成都能通科技有限公司 一种集中式多雷达数据处理的加权最近邻域数据关联方法
CN107656266A (zh) * 2017-08-29 2018-02-02 安徽四创电子股份有限公司 基于ads‑b的s模式二次雷达信息融合系统及其融合方法
CN107728140A (zh) * 2017-11-22 2018-02-23 中国电子科技集团公司第二十八研究所 一种警戒雷达多目标多通道并行跟踪处理方法
CN109143224A (zh) * 2018-08-28 2019-01-04 中国电子科技集团公司第三十六研究所 一种多目标关联方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050368A (zh) * 2014-06-09 2014-09-17 中国人民解放军海军航空工程学院 系统误差下基于误差补偿的群航迹精细关联算法
CN105510896A (zh) * 2015-12-03 2016-04-20 成都能通科技有限公司 一种集中式多雷达数据处理的加权最近邻域数据关联方法
CN107656266A (zh) * 2017-08-29 2018-02-02 安徽四创电子股份有限公司 基于ads‑b的s模式二次雷达信息融合系统及其融合方法
CN107728140A (zh) * 2017-11-22 2018-02-23 中国电子科技集团公司第二十八研究所 一种警戒雷达多目标多通道并行跟踪处理方法
CN109143224A (zh) * 2018-08-28 2019-01-04 中国电子科技集团公司第三十六研究所 一种多目标关联方法和装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
尹明新等: "多传感器对编队目标无源定位的数据关联技术研究", 《导航定位与授时》 *
张东伟等: "多跳频信号频率跟踪与二维波达方向实时估计算法", 《电子与信息学报》 *
杨大志等: "信息融合技术在雷达组网中的应用 ", 《火力与指挥控制》 *
胡炜薇等: "杂波环境下雷达组网的多目标聚类融合跟踪 ", 《哈尔滨工程大学学报》 *
郭晨霞等: "旋转变压器的低成本角位移测量系统 ", 《中北大学学报(自然科学版)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113255397A (zh) * 2020-02-10 2021-08-13 富士通株式会社 目标检测方法和装置
CN113933876A (zh) * 2021-11-16 2022-01-14 西南电子技术研究所（中国电子科技集团公司第十研究所） 多星通讯时差定位数据融合处理方法
CN113933876B (zh) * 2021-11-16 2023-05-23 西南电子技术研究所（中国电子科技集团公司第十研究所） 多星通讯时差定位数据融合处理方法

Also Published As

Publication number Publication date
CN110673099B (zh) 2021-12-21

Similar Documents

Publication Publication Date Title
CN110322500B (zh) 即时定位与地图构建的优化方法及装置、介质和电子设备
CN103155001B (zh) 用于多用户扩增现实的在线基准生成和跟踪的方法、装置和系统
US10371784B2 (en) System and method for multi-sensor multi-target 3D fusion using an unbiased measurement space
Ding et al. Robust method for the matching of attributed scattering centers with application to synthetic aperture radar automatic target recognition
CN110673099B (zh) 一种多雷达点迹关联方法及装置
Niedfeldt et al. Recursive RANSAC: Multiple signal estimation with outliers
CN112528831A (zh) 多目标姿态估计方法、多目标姿态估计装置及终端设备
CN112465877B (zh) 一种基于运动状态估计的卡尔曼滤波视觉追踪稳定方法
CN111832579B (zh) 地图兴趣点数据处理方法、装置、电子设备以及可读介质
CN113189541B (zh) 一种定位方法、装置及设备
Flores et al. Efficient probability-oriented feature matching using wide field-of-view imaging
US20210264612A1 (en) Hardware Accelerator for Histogram of Oriented Gradients Computation
Tsai et al. Design of vision‐based indoor positioning based on embedded system
WO2003107033A1 (en) Method for determining positions of targets by bistatic meausurements using signals scattered by the targets
CN114674328B (zh) 地图生成方法、装置、电子设备、存储介质、及车辆
CN116304654A (zh) 模糊度确认模型的训练方法、模糊度确认方法及装置
Ni et al. Research on target 3D reconstruction and measurement technology based on binocular vision and lidar
CN114460571A (zh) 一种tws雷达目标跟踪方法、装置、服务器及可读存储介质
CN112001857A (zh) 一种基于双目相机的图像校正方法、系统、设备和可读存储介质
Woznica et al. RF indoor positioning system supported by wireless computer vision sensors
CN111640096A (zh) 电子产品外观的检测方法、装置及终端
Zhang et al. Model‐switched Gaussian sum cubature Kalman filter for attitude angle‐aided three‐dimensional target tracking
Lin et al. A CNN-Transformer Hybrid Feature Descriptor for Optical-SAR Image Registration
CN114924249B (zh) 基于毫米波雷达的人体姿态估计方法、装置及电子设备
CN112969232B (zh) 一种压制式干扰源定位方法、装置及电子设备

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: 20211110

Address after: 518000 107, building 37, chentian Industrial Zone, chentian community, Xixiang street, Bao'an District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Huaxun ark Intelligent Information Technology Co.,Ltd.

Address before: 518102 East floor, building 37, chentian Industrial Zone, Baotian 1st Road, Xixiang street, Bao'an District, Shenzhen, Guangdong

Applicant before: SHENZHEN HUAXUN FANGZHOU MICROELECTRONIC SCIENCE & TECHNOLOGY Co.,Ltd.

Applicant before: HEBEI HUAXUN FANGZHOU TAIHEZI TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220608

Address after: 518000 404, building 37, chentian Industrial Zone, chentian community, Xixiang street, Bao'an District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen Huaxun ark Photoelectric Technology Co.,Ltd.

Address before: 518000 107, building 37, chentian Industrial Zone, chentian community, Xixiang street, Bao'an District, Shenzhen, Guangdong Province

Patentee before: Shenzhen Huaxun ark Intelligent Information Technology Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220815

Address after: 266000 room 610, building 1, No. 333 YINGSHANHONG Road, Binhai street, Huangdao District, Qingdao, Shandong Province

Patentee after: Qingdao Junrong Huaxun Terahertz Technology Co.,Ltd.

Address before: 518000 404, building 37, chentian Industrial Zone, chentian community, Xixiang street, Bao'an District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Huaxun ark Photoelectric Technology Co.,Ltd.