CN110907896B - 一种非同步时延跟踪方法 - Google Patents

Abstract

本发明提出一种非同步时延跟踪方法，所述方法经过建模、初始化粒子信息、输入量测值、预估目标发声周期、跟踪处理、聚类和后端延时处理从而实现实时跟踪，本发明采用后端延时处理，在无目标信号存在的处理周期，能够准确的判定出该时刻无信号存在；且在有多帧目标信号存在的处理周期，能够给出多个相应的跟踪结果。本发明将跟踪系统独立于信号采集与处理系统，在目标发声周期和信号采集和处理周期不一致且不同步的情况下，依旧能达到较好的跟踪效果。

Description

一种非同步时延跟踪方法

技术领域

本发明属于水下目标跟踪技术领域，特别是涉及一种非同步时延跟踪方法。

背景技术

目前被动水下目标跟踪大多利用的是探测的方位和时延信息，在每一个处理周期，探测系统给出多个过检测门限的峰值的方位和时延信息，这些信号可能是真实目标，也有可能是杂波，常规的跟踪系统往往包含在信号采集与处理系统中，每一个处理周期进行一次跟踪处理，目的在于过滤掉杂波信号，给出多个目标信号的批次或者航迹。

对于合作式项目，目标的发声周期和信号的采集与处理周期保持一致且同步，在这种情况下，每一个处理周期都存在真实的信号，虽然可能有漏检和虚警，但每一个处理周期进行正常的跟踪即可。对于非合作式项目，目标的发声周期往往是未知的，这时不可避免的会出现目标发声周期和信号的采集与处理周期不一致和不同步的情况，如果信号的采集与处理周期大于目标的发声周期，在某一个处理周期内，可能有一个目标的多帧信息，如果信号的采集与处理周期小于目标的发声周期，在某一个处理周期内，目标信号不存在。对于这种非同步情况，每一个处理周期都进行一次跟踪处理是不合理的，也无法很好发挥跟踪的性能。

发明内容

本发明目的是为了解决现有技术中非同步情况造成的跟踪性能下降或无法进行跟踪的问题，提出了一种非同步时延跟踪方法。

本发明是通过以下技术方案实现的，本发明提出一种非同步时延跟踪方法，所述方法包括以下步骤：

步骤1：构建简易模型和初始化粒子信息；

采用匀速模型作为以方位角和时延为输入的跟踪方法的模型；对于粒子的初始化包括各个粒子的初始状态m₀、协方差p₀和权重w₀；其中m₀和p₀由先验信息确定；

步骤2：输入量测值，即探测结果，所述探测结果包括方位角和时延；

步骤3：判断此时是否已有正式目标生成，如果没有，当前处理周期只运行步骤6即可结束；直至某一周期，发现有正式目标出现，执行步骤4；

步骤4：由目标的状态矩阵预估目标发声周期；

步骤5：得到发声周期后，利用周期信息和当前粒子状态信息判断该粒子在当前周期是否需要跟踪处理以及进行几次处理；如果当前时刻不需要跟踪处理，结束当前处理周期；如果需要跟踪处理，执行下一步骤；

步骤6：丢弃死亡目标，并对存活目标的下一时刻的目标状态进行预测；进行数据关联处理，并使用量测数据对各个粒子的目标状态和权重进行更新；计算有效粒子数，如果有效粒子数小于设定的门限，进行重采样；

步骤7：对所有粒子的所有目标状态进行聚类，每一类即代表一个航迹；

步骤8：后端延时处理，判定出无目标信号存在的处理周期，将这一周期的输出结果置为空；判定出有多帧目标信号存在的处理周期，该处理周期的输出结果应给出多个相应的跟踪结果；

步骤9：重复步骤2到步骤8进行实时跟踪。

进一步地，所述正式目标是指：当粒子判定有新目标生成时，该目标不会被立刻视为正式目标，还需进行一段时间η_b的考察，在考察期内如果该目标没有死亡，则该目标成为正式目标。

进一步地，所述步骤4具体为：

目标的状态矩阵表示为：

其中θ_k表示第k时刻探测到的方位角，τ_k表示第k时刻测得的时延值，

和

分别表示方位角和时延的变化速率；

如果采用绝对时延进行跟踪，即τ_k代表绝对时延，则

约等于目标的发声周期，如果采用相对时延进行跟踪，即τ_k代表相对时延，则

与信号采集和处理周期之和约等于目标的发声周期；当有正式目标生成时，该目标已稳定存在了η_b时刻，此时利用

预估该目标的发声周期，由此估计得到的目标发声周期T_e与真实的目标发声周期T_r存在差值，但在步骤1的模型假设下，该差值是目标发声周期T_r的高阶无穷小量，可以忽略，且在此不需要获得目标发声周期的准确值，获得其近似值即可。

进一步地，所述步骤5具体为：

记信号采集和处理周期为T_s，预估的目标发声周期为T_e，适用范围为0.5T_e＜T_s＜2T_e，

当T_e大于T_s时，某些处理周期没有目标信号存在，则在相应处理周期应停止一次跟踪处理，即停止一次预测、更新和重采样环节，若当前时刻目标的状态矢量为：

停止处理的判定依据是：τ_k+T_e＞2T_s；

当T_e小于T_s时，某些处理周期有目标的连续两帧信号存在，则在相应处理周期应进行两次预测和更新，判定依据是：τ_k+T_e＜T_s。

进一步地，在步骤6中：

在线性状态空间中，预测和更新对应的状态转移过程和量测过程具体的表示为：

其中，p(x_k|x_k-1)表示目标状态由k-1时刻到k时刻的转移概率，x_k表示k时刻的目标状态，y_k表示k时刻量测值，A_k-1表示目标状态转移矩阵，Q_k-1表示k-1时刻过程噪声的方差，p(y_k|x_k)表示量测值的似然概率分布，即在目标状态为x_k时量测值为y_k的概率，H_k表示量测矩阵，R_k表示k时刻量测噪声的方差，N(μ，σ)表示均值为μ，方差为σ的正态分布；

目标死亡规则为：如果一个目标连续η_d时刻没有关联到量测值，判定该目标死亡；

数据关联方法采用多假设数据关联，一个量测值可能属于已有目标，可能属于新生目标，也可能是杂波，分别计算各种情况的后验概率分布，依此概率选择量测值属于哪一种关联情况。

进一步地，所述步骤8具体为：

当T_e大于T_s时，对于没有目标存在的处理周期，粒子没有进行预测、更新和重采样环节，因此目标的状态矩阵与上一时刻保持一致，由此可以找到没有目标存在的处理周期，对于该处理周期，将跟踪输出结果置为空；

当T_e小于T_s时，某些处理周期进行了两次预测和更新，该处理周期的跟踪结果是第二次预测和更新后的结果，该结果与前后两个处理周期的结果存在着明显的不连续现象，该处理周期的输出结果应将第一次预测和更新的跟踪结果补充出来。

本发明对于信号的发声周期和信号采集和处理周期不同步的情况，跟踪方法不能与常规跟踪方法一样，在每一个处理周期都进行一次预测和更新等步骤。本发明将跟踪系统独立于信号采集与处理系统，在目标发声周期和信号采集和处理周期不一致且不同步的情况下，依旧能达到较好的跟踪效果。其次，采用后端延时处理，在无目标信号存在的处理周期，能够准确的判定出该时刻无信号存在；且在有多帧目标信号存在的处理周期，能够给出多个相应的跟踪结果。最后，该方法可应用于实时跟踪系统。

附图说明

图1是本发明所述非同步时延跟踪方法的流程框图；

图2是目标与基阵的运动态势图；

图3是目标真实方位和基阵接受相对时延历程图；其中(a)为方位图，(b)为时延图；

图4是探测的方位和时延图；其中(a)为方位图，(b)为时延图；

图5是跟踪结果的方位和时延图；其中(a)为方位图，(b)为时延图；

图6是跟踪和后端延时处理的过程示例示意图。

具体实施方式

下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

结合图1，本发明提出一种非同步时延跟踪方法，所述方法包括以下步骤：

步骤1：构建简易模型和初始化粒子信息；

当使用探测到的方位角和时延作为跟踪输入的量测值时，方位角和时延的变化不是严格线性的，但当目标与基阵的距离远大于两者的航速时，无论基阵静止或者匀速直线运动，目标相对于基阵方位的变化速率等于0，同时也可以推理得到，此时目标到达基阵时延的变化速率也等于0。在此假设的基础上，采用匀速模型作为以方位角和时延为输入的跟踪方法的模型；对于粒子的初始化包括各个粒子的初始状态m₀、协方差p₀和权重w₀；其中m₀和p₀由先验信息确定；

步骤2：输入量测值，即探测结果，所述探测结果包括方位角和时延；

步骤3：判断此时是否已有正式目标生成，如果没有，当前处理周期只运行步骤6即可结束；直至某一周期，发现有正式目标出现，执行步骤4；

所述正式目标是指：当粒子判定有新目标生成时，该目标不会被立刻视为正式目标，还需进行一段时间η_b的考察，在考察期内如果该目标没有死亡，则该目标成为正式目标。该设定的目的在于，如果模型先验信息失配，可能会出现一个目标生成两三秒后就死亡的现象，通过对新生目标的考察可以规避这种“短暂存在”的目标，提高系统的稳定性。

步骤4：由目标的状态矩阵预估目标发声周期；

所述步骤4具体为：

目标的状态矩阵表示为：

其中θ_k表示第k时刻探测到的方位角，τ_k表示第k时刻测得的时延值，

和

分别表示方位角和时延的变化速率；

如果采用绝对时延进行跟踪，即τ_k代表绝对时延，则

约等于目标的发声周期，如果采用相对时延进行跟踪，即τ_k代表相对时延，则

与信号采集和处理周期之和约等于目标的发声周期(前提条件是：信号采集和处理周期在目标信号周期的0.5-2倍之间)；当有正式目标生成时，该目标已稳定存在了η_b时刻，此时利用

预估该目标的发声周期，由此估计得到的目标发声周期T_e与真实的目标发声周期T_r存在差值，但在步骤1的模型假设下，该差值是目标发声周期T_r的高阶无穷小量，可以忽略，且在此不需要获得目标发声周期的准确值，获得其近似值即可。

步骤5：得到发声周期后，利用周期信息和当前粒子状态信息判断该粒子在当前周期是否需要跟踪处理(包括预测、更新和重采样)以及进行几次处理；如果当前时刻不需要跟踪处理，结束当前处理周期；如果需要跟踪处理，执行下一步骤；

所述步骤5具体为：

记信号采集和处理周期为T_s，预估的目标发声周期为T_e，适用范围为0.5T_e＜T_s＜2T_e，T_s过大时，一个周期有多帧目标信号，量测数据过于混乱，T_s过小时，连续多个处理周期都没有目标信号，量测数据过于离散。因此本发明只考虑0.5T_e＜T_s＜2T_e的情况。

当T_e大于T_s时，某些处理周期没有目标信号存在，则在相应处理周期应停止一次跟踪处理，即停止一次预测、更新和重采样环节，若当前时刻目标的状态矢量为：

停止处理的判定依据是：τ_k+T_e＞2T_s；

当T_e小于T_s时，某些处理周期有目标的连续两帧信号存在，则在相应处理周期应进行两次预测和更新，判定依据是：τ_k+T_e＜T_s。

步骤6：丢弃死亡目标，并对存活目标的下一时刻的目标状态进行预测；进行数据关联处理，并使用量测数据对各个粒子的目标状态和权重进行更新；计算有效粒子数，如果有效粒子数小于设定的门限，进行重采样；

在步骤6中：

在线性状态空间中，预测和更新对应的状态转移过程和量测过程具体的表示为：

其中，p(x_k|x_k-1)表示目标状态由k-1时刻到k时刻的转移概率，x_k表示k时刻的目标状态，y_k表示k时刻量测值，A_k-1表示目标状态转移矩阵，Q_k-1表示k-1时刻过程噪声的方差，p(y_k|x_k)表示量测值的似然概率分布，即在目标状态为x_k时量测值为y_k的概率，H_k表示量测矩阵，R_k表示k时刻量测噪声的方差，N(μ，σ)表示均值为μ，方差为σ的正态分布；

在机动目标的跟踪系统中，往往将目标的死亡概率视为伽马分布或指数分布，以此概率判定目标死亡与否。由于本发明在跟踪处理后面增加了聚类处理，如果各个粒子的目标死亡时间不一致，无法很好的进行聚类处理，因此设定本发明目标死亡规则为：如果一个目标连续η_d时刻没有关联到量测值，判定该目标死亡；

数据关联方法采用多假设数据关联，一个量测值可能属于已有目标，可能属于新生目标，也可能是杂波，分别计算各种情况的后验概率分布，依此概率选择量测值属于哪一种关联情况。

步骤7：对所有粒子的所有目标状态进行聚类，每一类即代表一个航迹；

步骤8：后端延时处理，判定出无目标信号存在的处理周期，将这一周期的输出结果置为空；判定出有多帧目标信号存在的处理周期，该处理周期的输出结果应给出多个相应的跟踪结果；

所述步骤8具体为：

当T_e大于T_s时，对于没有目标存在的处理周期，粒子没有进行预测、更新和重采样环节，因此目标的状态矩阵与上一时刻保持一致，由此可以找到没有目标存在的处理周期，对于该处理周期，将跟踪输出结果置为空；

当T_e小于T_s时，某些处理周期进行了两次预测和更新，该处理周期的跟踪结果是第二次预测和更新后的结果，该结果与前后两个处理周期的结果存在着明显的不连续现象，该处理周期的输出结果应将第一次预测和更新的跟踪结果补充出来。

步骤9：重复步骤2到步骤8进行实时跟踪。

实施例

首先构造目标和基阵的运动轨迹，基阵运动轨迹和目标位置如图2所示，目标位于坐标系下(4000,3500)米的位置，固定不动，基阵从坐标原点出发，绕目标航行，做匀速直线运动或匀角速率转弯，航速为5m/s，转弯时角速率为0.2°/s，整个观测时长为4000秒。目标的发声周期为10/9s，信号采集和处理系统的周期为1s。以1s为处理周期，目标相对于基阵的大地方位和基阵在每一处理周期接受目标信号相对到达时延的真值如图3所示。接着按检测概率p_d＝0.9，虚警概率p_f＝0.2，方位观测噪声标准差Sd_θ＝1度，时延观测噪声标准差Sd_τ＝2毫秒，构造基阵探测方位和时延数据如图4所示，方位观测的范围为0～360度，相对时延的范围为0～1秒。

最后给出了本发明所述方法对量测数据跟踪的结果如图5所示，由于目标的发声周期大于信号处理周期，在某些处理周期没有目标信号存在，本发明能够准确的判定出该处理周期并将输出结果置空。图6举例说明了跟踪和后端延时处理的过程，在第29秒的处理周期内，理论上没有目标信号存在，探测系统检测到一个虚警信号，在该处理周期通过判决跟踪停止了一次预测和更新过程，因此跟踪结果和上一个处理周期的跟踪结果一致。后端延时处理系统通过判决27-31处理周期的跟踪结果，将29处理周期的输出结果置为空。

综上分析，本发明能够很好的在目标发声周期和信号处理周期不同步的情况下进行连续实时跟踪，且具有简便易操作性。

以上对本发明所提出的一种非同步时延跟踪方法，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种非同步时延跟踪方法，其特征在于：所述方法包括以下步骤：

步骤1：构建简易模型和初始化粒子信息；

采用匀速模型作为以方位角和时延为输入的跟踪方法的模型；对于粒子的初始化包括各个粒子的初始状态m₀、协方差p₀和权重w₀；其中m₀和p₀由先验信息确定；

步骤2：输入量测值，即探测结果，所述探测结果包括方位角和时延；

步骤3：判断此时是否已有正式目标生成，如果没有，当前处理周期只运行步骤6即可结束；直至某一周期，发现有正式目标出现，执行步骤4；

步骤4：由目标的状态矩阵预估目标发声周期；

步骤5：得到发声周期后，利用周期信息和当前粒子状态信息判断该粒子在当前周期是否需要跟踪处理以及进行几次处理；如果当前时刻不需要跟踪处理，结束当前处理周期；如果需要跟踪处理，执行下一步骤；

步骤6：丢弃死亡目标，并对存活目标的下一时刻的目标状态进行预测；进行数据关联处理，并使用量测数据对各个粒子的目标状态和权重进行更新；计算有效粒子数，如果有效粒子数小于设定的门限，进行重采样；

步骤7：对所有粒子的所有目标状态进行聚类，每一类即代表一个航迹；

步骤8：后端延时处理，判定出无目标信号存在的处理周期，将这一周期的输出结果置为空；判定出有多帧目标信号存在的处理周期，该处理周期的输出结果应给出多个相应的跟踪结果；

步骤9：重复步骤2到步骤8进行实时跟踪；

所述正式目标是指：当粒子判定有新目标生成时，该目标不会被立刻视为正式目标，还需进行一段时间η_b的考察，在考察期内如果该目标没有死亡，则该目标成为正式目标。

2.根据权利要求1所述的方法，其特征在于：所述步骤4具体为：

目标的状态矩阵表示为：

其中θ_k表示第k时刻探测到的方位角，τ_k表示第k时刻测得的时延值，

和

分别表示方位角和时延的变化速率；

如果采用绝对时延进行跟踪，即τ_k代表绝对时延，则

约等于目标的发声周期，如果采用相对时延进行跟踪，即τ_k代表相对时延，则

与信号采集和处理周期之和约等于目标的发声周期；当有正式目标生成时，该目标已稳定存在了η_b时刻，此时利用

预估该目标的发声周期，由此估计得到的目标发声周期T_e与真实的目标发声周期T_r存在差值，但在步骤1的模型假设下，该差值是目标发声周期T_r的高阶无穷小量，可以忽略，且在此不需要获得目标发声周期的准确值，获得其近似值即可。

3.根据权利要求2所述的方法，其特征在于：所述步骤5具体为：

记信号采集和处理周期为T_s，预估的目标发声周期为T_e，适用范围为0.5T_e＜T_s＜2T_e，

当T_e大于T_s时，某些处理周期没有目标信号存在，则在相应处理周期应停止一次跟踪处理，即停止一次预测、更新和重采样环节，若当前时刻目标的状态矢量为：

停止处理的判定依据是：τ_k+T_e＞2T_s；

当T_e小于T_s时，某些处理周期有目标的连续两帧信号存在，则在相应处理周期应进行两次预测和更新，判定依据是：τ_k+T_e＜T_s。

4.根据权利要求3所述的方法，其特征在于：在步骤6中：

在线性状态空间中，预测和更新对应的状态转移过程和量测过程具体的表示为：

其中，p(x_k|x_k-1)表示目标状态由k-1时刻到k时刻的转移概率，x_k表示k时刻的目标状态，y_k表示k时刻量测值，A_k-1表示目标状态转移矩阵，Q_k-1表示k-1时刻过程噪声的方差，p(y_k|x_k)表示量测值的似然概率分布，即在目标状态为x_k时量测值为y_k的概率，H_k表示量测矩阵，R_k表示k时刻量测噪声的方差，N(μ，σ)表示均值为μ，方差为σ的正态分布；

目标死亡规则为：如果一个目标连续η_d时刻没有关联到量测值，判定该目标死亡；

数据关联方法采用多假设数据关联，一个量测值可能属于已有目标，可能属于新生目标，也可能是杂波，分别计算各种情况的后验概率分布，依此概率选择量测值属于哪一种关联情况。

5.根据权利要求4所述的方法，其特征在于：所述步骤8具体为：

当T_e大于T_s时，对于没有目标存在的处理周期，粒子没有进行预测、更新和重采样环节，因此目标的状态矩阵与上一时刻保持一致，由此可以找到没有目标存在的处理周期，对于该处理周期，将跟踪输出结果置为空；

当T_e小于T_s时，某些处理周期进行了两次预测和更新，该处理周期的跟踪结果是第二次预测和更新后的结果，该结果与前后两个处理周期的结果存在着明显的不连续现象，该处理周期的输出结果应将第一次预测和更新的跟踪结果补充出来。

Images