CN114779205B - 一种基于雷达目标多状态参数航迹匹配处理方法及系统 - Google Patents
一种基于雷达目标多状态参数航迹匹配处理方法及系统 Download PDFInfo
- Publication number
- CN114779205B CN114779205B CN202210715248.0A CN202210715248A CN114779205B CN 114779205 B CN114779205 B CN 114779205B CN 202210715248 A CN202210715248 A CN 202210715248A CN 114779205 B CN114779205 B CN 114779205B
- Authority
- CN
- China
- Prior art keywords
- target
- trace
- point
- echo
- stop
- 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.)
- Active
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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例公开了一种基于雷达目标多状态参数航迹匹配处理方法，包括：确定当前时刻的各个点迹的信息，包括每个点迹的回波范围、位置、强度和平均幅度；基于历史关联点迹的信息，确定目标预测信息，包括目标预测位置，目标预测回波范围，目标预测回波强度和目标预测回波平均幅度；基于目标预测信息，确定目标与点迹的关联值；判断关联值是否大于预设的关联性阈值，大于时，根据关联值确定目标的最佳关联点迹，对目标进行更新；对每个最佳关联点迹的关联目标进行更新。本发明实施例还公开了一种基于雷达目标多状态参数航迹匹配处理系统。本发明针加入目标和点迹的平均幅度和强度信息，可以提高杂波环境下目标匹配率，从而提高目标跟踪稳定性。
Description
技术领域
本发明涉及雷达技术领域，具体而言，涉及一种基于雷达目标多状态参数航迹匹配处理方法及系统。
背景技术
传统目标匹配处理方法中，目标与点迹进行匹配过程中只根据目标与点迹的位置、回波重合度信息进行匹配；在简单环境、目标数量少的场景下利用目标与点迹的位置、回波重合度、长宽比信息能保持较高的匹配准确率；当环境复杂、目标数量多时只利用目标与点迹的位置、回波重合度进行匹配，容易出现弱小目标与强回波目标匹配的情况，导致目标匹配错误和目标丢失匹配的问题。
发明内容
为解决上述问题，本发明的目的在于提供一种基于雷达目标多状态参数航迹匹配处理方法及系统，针对目标匹配加入目标和点迹的平均幅度和强度信息，可以提高杂波环境下目标匹配率，从而提高目标跟踪稳定性。
本发明实施例提供了一种基于雷达目标多状态参数航迹匹配处理方法，包括：
S1，在当前帧雷达图像中，确定与当前时刻的各个点迹的信息，包括每个点迹的回波范围、位置、回波强度和回波平均幅度；
S2，遍历目标列表，对每个目标，基于多个历史关联点迹的信息，确定目标预测信息，包括目标预测位置，目标预测回波范围，目标预测回波强度和目标预测回波平均幅度；
S3，对每个目标，基于目标预测信息，确定当前时刻的各个点迹与该目标的关联值；
S4，对每个目标，判断每个点迹对应的关联值是否大于预设的关联性阈值Min，若点迹对应的关联值大于所述关联性阈值时，确定该点迹满足与该目标进行关联的匹配条件，将该点迹作为待关联点迹；
S5，对每个目标，比较各个所述待关联点迹所对应的关联值，将关联值最大的待关联点迹作为最佳关联点迹，并将所述最佳关联点迹与该目标关联，以更新该目标的关联点迹；
S6，对每个目标，确定该目标的最佳关联点迹是否有历史关联目标，以根据确定的历史关联目标数对该最佳关联点迹的关联目标进行更新。
作为本发明进一步的改进，对于当前目标，所述S1包括：
S11，确定每个点迹的回波范围，包括：每个点迹的起始方位sweep_start、起始距离range_start、终止方位sweep_stop和终止距离range_stop；
S12，确定每个点迹的距离range和方位sweep，并转化为平面坐标的位置spot_x和spot_y：
range=(range_start+range_stop)/2，sweep=(sweep_start+sweep_stop)/2，
spot_x=range*sin(sweep)，spot_y= range*cos(sweep)，
式中，spot_x和spot_y分别表示每个点迹在平面坐标中x和y方向上的位置；
S13，确定每个点迹的回波强度power：power += psweep[isweep][irange]；
其中，isweep≥sweep_start且isweep≤sweep_stop，irange≥range_start且irange≤range_stop，
式中，isweep表示采样点i的方位，irange表示采样点i的距离，psweep[isweep][irange]表示方位为isweep、距离为irange的采样点i的幅度值；
S14，确定每个点迹的回波平均幅度ave_level：ave_level = power/m，式中，m表示每个点迹的采样点数。
作为本发明进一步的改进，所述S2包括：
S21，基于匀速直线模型，在x方向上的目标预测位置X和在y方向上的目标预测位置Y；
S22，确定目标预测距离Prange和目标预测方位Psweep，其中，
确定目标预测距离变化量rtem和目标预测方位变化量stem，其中，
rtem=fabs(Prange-Lrange)，stem=fabs(Psweep-Lsweep)，
式中，fabs表示取绝对值，Lrange和Lsweep分别表示在上一帧雷达图像中，与该目标关联的历史关联点迹的距离和方位；
确定目标预测回波范围，包括：目标预测回波的起始方位Psweep_start、起始距离Prange_start、终止方位Psweep_stop和终止距离Prange_stop，其中，
Psweep_start=Lsweep_start+stem，Prange_start=Lrange_start+rtem，
Psweep_stop=Lsweep_stop+stem，Prange_stop=Lrange_stop+rtem，
式中，Lsweep_start、Lrange_start、Lsweep_stop和Lrange_stop分别表示在上一帧雷达图像中，与该目标关联的历史关联点迹的起始方位、起始距离、终止方位和终止距离；
S23，确定目标预测回波强度Ppower：Ppower =（power1+ power2+…+ powern）/n，式中，power1、power2、…、powern分别表示在上一帧雷达图像中历史关联点迹1、2、…、n的回波强度；
S24，确定目标预测回波平均幅度Pave_level：Pave_level =（ave_level1+ ave_level2+…+ ave_leveln）/n，式中，ave_level1、 ave_level2、…、ave_leveln分别表示在上一帧雷达图像中第一历史关联点迹1、第二历史关联点迹2、…、第n历史关联点迹n的回波平均幅度，n表示在上一帧雷达图像中历史关联点迹的个数。
作为本发明进一步的改进，所述S21包括：
采用最小二乘法确定在x方向上匀速直线模型的斜率bx和截距cx，以及在y方向上所述匀速直线模型的斜率by和截距cy，其中，
式中，x1、x2、…、xn分别表示第一历史关联点迹、第二历史关联点迹、…、第n历史关联点迹在x方向上的位置，y1、y2、…、yn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹在y方向上的位置，t1、t2、…、tn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹的时间；
基于所述斜率bx和所述截距cx，确定在x方向上的目标预测位置X，并基于所述斜率by和所述截距cy，确定在y方向上的目标预测位置Y，其中，X=bx*t+cx，Y=by*t+cy，式中，t表示当前点迹的时间与上一帧雷达图像中该目标关联的历史关联点迹的时间之间的差值。
作为本发明进一步的改进，对于当前点迹，所述当前点迹是所述当前时刻的各个点迹中的一个点迹，所述S3包括：
S31，确定当前点迹的位置与目标预测位置之间的位置偏差dpos：
式中，X和Y分别表示在x方向和y方向上的目标预测位置，spot_xk和spot_yk分别表示平面坐标中当前点迹k在x方向和y方向上的位置；
S32，确定当前点迹的回波范围与目标预测回波范围之间的回波重合度dlape；
S33，确定当前点迹的回波强度与目标预测回波强度之间的强度偏差dpower：
dpower=powerk/fabs(powerk-Ppower)，
式中，powerk表示当前点迹k的回波强度，fabs表示取绝对值，Ppower表示目标预测回波强度；
S34，确定当前点迹的回波平均幅度与目标预测回波平均幅度之间的平均幅度偏差dlevel：
dlevel=ave_levelk/fabs(ave_levelk-Pave_level)，
式中，ave_levelk表示当前点迹k的回波平均幅度，fabs表示取绝对值，Pave_level表示目标预测回波平均幅度；
S35，确定目标与当前点迹的关联值Ratio：
Ratio=a*dpos+b*dlape+c*dpower+d*dlevel，
式中，a、b、c和d分别表示dpos、dlape、dpower和dlevel的权重。
作为本发明进一步的改进，所述S32包括：
S321，判断当前点迹的回波范围与目标预测回波范围之间在方位和距离上是否有交集：
若sweep_start<Psweep_start<sweep_stop，或sweep_start<Psweep_stop<sweep_stop时，
则确定当前点迹的回波范围与目标预测回波范围在方位上有交集；
若range_start<Prange_start< range_stop，或range_start<Prange_stop<range_stop时，
则确定当前点迹的回波范围与目标预测回波范围在距离上有交集；
S322，在当前点迹的回波范围与目标预测回波范围之间在方位和距离上均有交集时，则计算回波重合度dlape：
若sweep_start<Psweep_start<sweep_stop且range_start<Prange_start<range _stop时，
则回波重合度dlape=fabs(sweep_stop- Psweep_start)*fabs(range _start -Prange _stop)；
若sweep_start<Psweep_start<sweep_stop且range_start<Prange _stop<range _stop时，
则回波重合度dlape=fabs(sweep_start-Psweep_stop)*fabs(range_start-Prange _stop)；
若sweep_start<Psweep_stop<sweep_stop且range_start<Prange _start<range _stop时，
则回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs(range _stop -Prange _start)；
若sweep_start<Psweep_stop<sweep_stop且range_start<Prange _stop< range_stop时，
则回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs（range _start -Prange _stop）；
式中，fabs表示取绝对值，sweep_start、range_start、sweep_stop和range_stop分别表示当前点迹的起始方位、起始距离、终止方位和终止距离，Psweep_start、Prange_start、Psweep_stop和Prange _stop分别表示目标预测回波的起始方位起始距离、终止方位和终止距离；
S323，在当前点迹的回波范围与目标预测回波范围之间在方位和/或距离上没有交集时，则确定回波重合度dlape为0。
作为本发明进一步的改进，对于当前目标，所述S6包括：
S61，判断第一关联目标号集和第二关联目标号集中是否有当前最佳关联点迹关联的历史关联目标号，以确定所述当前最佳关联点迹是否有历史关联目标；
S62，若两个关联目标号集中均没有所述当前最佳关联点迹的历史关联目标号，确定所述当前最佳关联点迹没有历史关联目标，记录当前目标号，放在第一关联目标号集中；
S63，若两个关联目标号集中只有所述当前最佳关联点迹的一个历史关联目标号，确定所述当前最佳关联点迹只有一个历史关联目标，比较两个目标关联值，所述两个目标关联值分别表示该历史关联目标与所述当前最佳关联点迹的关联值以及所述当前目标与所述当前最佳关联点迹的关联值，并将所述两个目标关联值中较大值对应的目标号放在第一关联目标号集中，较小值对应的目标号放在第二关联目标号集中；
S64，若两个关联目标号集中有所述当前最佳关联点迹的两个历史关联目标号，确定所述当前最佳关联点迹有两个历史关联目标，比较三个目标关联值，所述三个目标关联值分别表示其中一个历史关联目标与所述当前最佳关联点迹的关联值、另一个历史关联目标与所述当前最佳关联点迹的关联值以及所述当前目标与所述当前最佳关联点迹的关联值，并将所述三个目标关联值中最大值对应的目标号放在第一关联目标号集中，中等值对应的目标号放在第二关联目标号集中，最小值对应的目标号删除。
本发明实施例还提供了一种基于雷达目标多状态参数航迹匹配处理系统，包括：
点迹信息确定模块，用于在当前帧雷达图像中，确定当前时刻的各个点迹的信息，包括每个点迹的回波范围、位置、回波强度和回波平均幅度；
目标预测信息确定模块，用于遍历目标列表，对每个目标，基于多个历史关联点迹的信息，确定目标预测信息，包括目标预测位置，目标预测回波范围，目标预测回波强度和目标预测回波平均幅度；
关联值确定模块，用于对每个目标，基于目标预测信息，确定当前时刻的各个点迹与该目标的关联值；
关联性判断模块，用于对每个目标，判断每个点迹对应的关联值是否大于预设的关联性阈值，若点迹对应的关联值大于所述关联性阈值时，确定该点迹满足与该目标进行关联的匹配条件，将该点迹作为待关联点迹；
最佳关联点迹确定模块，用于对每个目标，比较各个所述待关联点迹所对应的关联值，将关联值最大的待关联点迹作为最佳关联点迹，并将所述最佳关联点迹与该目标关联，以更新该目标的关联点迹；
关联目标更新模块，用于对每个目标，确定该目标的最佳关联点迹是否有历史关联目标，以根据确定的历史关联目标数对该最佳关联点迹的关联目标进行更新。
作为本发明进一步的改进，所述点迹信息确定模块包括：
确定每个点迹的回波范围，包括：每个点迹的起始方位sweep_start、起始距离range_start、终止方位sweep_stop和终止距离range_stop；
确定每个点迹的距离range和方位sweep，并转化为平面坐标的位置spot_x和spot_y：
range=(range_start+range_stop)/2，sweep=(sweep_start+sweep_stop)/2，
spot_x=range*sin(sweep)，spot_y= range*cos(sweep)，
式中，spot_x和spot_y分别表示每个点迹在平面坐标中x和y方向上的位置；
确定每个点迹强度power：power += psweep[isweep][irange]；其中，isweep≥sweep_start且isweep≤sweep_stop，irange≥range_start且irange≤range_stop，式中，isweep表示采样点i的方位，irange表示采样点i的距离，psweep[isweep][irange]表示方位为isweep、距离为irange的采样点i的幅度值；
确定每个点迹的回波平均幅度ave_level：ave_level = power/m，式中，m表示每个点迹的采样点数。
作为本发明进一步的改进，所述目标预测信息确定模块包括：
确定目标预测距离Prange和目标预测方位Psweep，其中，
确定目标预测距离变化量rtem和目标预测方位变化量stem，其中，
rtem=fabs(Prange-Lrange)，stem=fabs(Psweep-Lsweep)，式中，fabs表示取绝对值，Lrange和Lsweep分别表示在一帧雷达图像中，与该目标关联的历史关联点迹的距离和方位；
确定目标预测回波范围，包括：目标预测回波的起始方位Psweep_start、起始距离Prange_start、终止方位Psweep_stop和终止距离Prange_stop，其中，
Psweep_start=Lsweep_start+stem，Prange_start=Lrange_start+rtem，
Psweep_stop=Lsweep_stop+stem，Prange_stop=Lrange_stop+rtem，
式中，Lsweep_start、Lrange_start、Lsweep_stop和Lrange_stop分别表示在上一帧雷达图像中，与该目标关联的历史关联点迹的起始方位、起始距离、终止方位和终止距离；
确定目标预测回波强度Ppower：Ppower =（power1+ power2+…+ powern）/n，式中，power1、power2、…、powern分别表示在上一帧雷达图像中历史关联点迹1、2、…、n的回波强度；
确定目标预测回波平均幅度Pave_level：Pave_level =（ave_level1+ ave_level2+…+ ave_leveln）/n，式中，ave_level1、 ave_level2、…、ave_leveln分别表示在上一帧雷达图像中第一历史关联点迹1、第二历史关联点迹2、…、第n历史关联点迹n的回波平均幅度，n表示在上一帧雷达图像中历史关联点迹的个数。
作为本发明进一步的改进，所述目标预测信息确定模块包括：
采用最小二乘法确定在x方向上匀速直线模型的斜率bx和截距cx，以及在y方向上所述匀速直线模型的斜率by和截距cy，其中，
式中，x1、x2、…、xn分别表示第一历史关联点迹、第二历史关联点迹、…、第n历史关联点迹在x方向上的位置，y1、y2、…、yn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹在y方向上的位置，t1、t2、…、tn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹的时间；
基于所述斜率bx和所述截距cx，确定在x方向上的目标预测位置X，并基于所述斜率by和所述截距cy，确定在y方向上的目标预测位置Y，其中，X=bx*t+cx，Y=by*t+cy，式中，t表示当前点迹的时间与上一帧雷达图像中该目标关联的历史关联点迹的时间之间的差值。
作为本发明进一步的改进，对于当前点迹，所述当前点迹是所述当前时刻的各个点迹中的一个点迹，所述关联值确定模块包括：
确定当前点迹的位置与目标预测位置之间的位置偏差dpos：
确定当前点迹的回波范围与目标预测回波范围之间的回波重合度dlape；
确定当前点迹的回波强度与目标预测回波强度之间的强度偏差dpower：dpower=powerk/fabs(powerk-Ppower)，式中，powerk表示当前点迹k的回波强度，fabs表示取绝对值，Ppower表示目标预测回波强度；
确定当前点迹的回波平均幅度与目标预测回波平均幅度之间的平均幅度偏差dlevel：dlevel=ave_levelk/fabs(ave_levelk-Pave_level)，式中，ave_levelk表示当前点迹k的回波平均幅度，fabs表示取绝对值，Pave_level表示目标预测回波平均幅度；
确定目标与当前点迹的关联值Ratio：Ratio=a*dpos+b*dlape+c*dpower+d*dlevel，式中，a、b、c和d分别表示dpos、dlape、dpower和dlevel的权重。
作为本发明进一步的改进，确定当前点迹的回波范围与目标预测回波范围之间的回波重合度dlape，包括：
判断当前点迹的回波范围与目标预测回波范围之间在方位和距离上是否有交集：
若sweep_start<Psweep_start<sweep_stop，或sweep_start<Psweep_stop<sweep_stop时，
则确定当前点迹的回波范围与目标预测回波范围在方位上有交集；
若range_start<Prange_start< range_stop，或range_start<Prange_stop<range_stop时，
则确定当前点迹的回波范围与目标预测回波范围在距离上有交集；
在当前点迹的回波范围与目标预测回波范围之间在方位和距离上均有交集时，则计算回波重合度dlape：
若sweep_start<Psweep_start<sweep_stop且range_start<Prange_start<range _stop时，
则回波重合度dlape=fabs(sweep_stop- Psweep_start)*fabs(range _start -Prange _stop)；
若sweep_start<Psweep_start<sweep_stop且range_start<Prange _stop<range _stop时，
则回波重合度dlape=fabs(sweep_start-Psweep_stop)*fabs(range_start-Prange _stop)；
若sweep_start<Psweep_stop<sweep_stop且range_start<Prange _start<range _stop时，
则回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs(range _stop -Prange _start)；
若sweep_start<Psweep_stop<sweep_stop且range_start<Prange _stop< range_stop时，
则回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs（range _start -Prange _stop）；
式中，fabs表示取绝对值，sweep_start、range_start、sweep_stop和range_stop分别表示当前点迹的起始方位、起始距离、终止方位和终止距离，Psweep_start、Prange_start、Psweep_stop和Prange _stop分别表示目标预测回波的起始方位起始距离、终止方位和终止距离；
在当前点迹的回波范围与目标预测回波范围之间在方位和/或距离上没有交集时，则确定回波重合度dlape为0。
作为本发明进一步的改进，所述关联目标更新模块包括：
判断第一关联目标号集和第二关联目标号集中是否有当前最佳关联点迹的历史关联目标号，以确定所述当前最佳关联点迹是否有历史关联目标，所述当前最佳关联点迹为当前目标关联的最佳关联点迹；
若两个关联目标号集中均没有所述当前最佳关联点迹的历史关联目标号，确定所述当前最佳关联点迹没有历史关联目标，记录当前目标号，放在第一关联目标号集中；
若两个关联目标号集中只有该最佳关联点迹的一个历史关联目标号，确定所述当前最佳关联点迹只有一个历史关联目标，比较两个目标关联值，所述两个目标关联值分别表示该历史关联目标与所述当前最佳关联点迹的关联值以及所述当前目标与所述当前最佳关联点迹的关联值，并将所述两个目标关联值中较大值对应的目标号放在第一关联目标号集中，较小值对应的目标号放在第二关联目标号集中；
若两个关联目标号集中有所述当前最佳关联点迹的两个历史关联目标号，确定所述当前最佳关联点迹有两个历史关联目标，比较三个目标关联值，所述三个目标关联值分别表示其中一个历史关联目标与所述当前最佳关联点迹的关联值、另一个历史关联目标与所述当前最佳关联点迹的关联值以及所述当前目标与所述当前最佳关联点迹的关联值，并将所述三个目标关联值中最大值对应的目标号放在第一关联目标号集中，中等值对应的目标号放在第二关联目标号集中，最小值对应的目标号删除。
本发明的有益效果为：
针对目标匹配加入目标和点迹的平均幅度和强度信息，可以提高杂波环境下目标匹配率，从而提高目标跟踪稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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发明的一些实施例，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为本发明一示例性实施例所述的一种基于雷达目标多状态参数航迹匹配处理方法的流程框图；
图2为本发明一示例性实施例所述的一种基于雷达目标多状态参数航迹匹配处理方法的流程示意图。
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作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。
需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明的描述中，所用术语仅用于说明目的，并非旨在限制本发明的范围。术语“包括”和/或“包含”用于指定所述元件、步骤、操作和/或组件的存在，但并不排除存在或添加一个或多个其他元件、步骤、操作和/或组件的情况。术语“第一”、“第二”等可能用于描述各种元件，不代表顺序，且不对这些元件起限定作用。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个及两个以上。这些术语仅用于区分一个元素和另一个元素。结合以下附图，这些和/或其他方面变得显而易见，并且，本领域普通技术人员更容易理解关于本发明所述实施例的说明。附图仅出于说明的目的用来描绘本发明所述实施例。本领域技术人员将很容易地从以下说明中认识到，在不背离本发明所述原理的情况下，可以采用本发明所示结构和方法的替代实施例。
雷达目标检测处理方法、雷达目标预测方法和雷达目标匹配方法组成目标跟踪处理方法。
目标检测方法主要由滤波检测、点迹处理组成，传统的滤波检测方法采用横虚警检测方法，即为雷达系统提供自适应滤波曲线，雷达系统根据滤波曲线可滤除大部分杂波和噪声，检测出有效的目标回波；点迹处理算法即根据扫描线之间的相关性对滤波检测后的回波进行凝聚。
目标预测方法主要利用匹配成功的目标和目标的历史轨迹信息对目标下一时刻的状态进行预测，其核心在于利用目标当前时刻和历史时刻目标参数（航速、航向、位置）对下一帧目标的参数（航速、航向、位置）进行预测和更新。
目标匹配处理方法主要利用目标检测后的点迹信息与目标预测后的预测信息进行数据关联和匹配。
对于目标匹配处理来说，其核心在于数据关联算法，即根据目标预测信息和凝聚后的点迹信息进行关联。传统目标匹配处理方法中，目标与点迹进行匹配过程中只根据目标与点迹的位置、回波重合度信息进行匹配；在简单环境、目标数量少的场景下利用目标与点迹的位置、回波重合度、长宽比信息能保持较高的匹配准确率；当环境复杂、目标数量多时只利用目标与点迹的位置、回波重合度进行匹配，容易出现弱小目标与强回波目标匹配的情况，导致目标匹配错误和目标丢失匹配的问题。
本发明实施例所述的一种基于雷达目标多状态参数航迹匹配处理方法，如图1所示，所述方法包括：
S1，在当前帧雷达图像中，确定当前时刻的各个点迹的信息，包括每个点迹的回波范围、位置、回波强度和回波平均幅度；
S2，遍历目标列表，对每个目标，基于与多个历史关联点迹的信息，确定目标预测信息，包括目标预测位置，目标预测回波范围，目标预测回波强度和目标预测回波平均幅度；其中目标列表，是雷达探测后形成的所有目标的列表；
S3，对每个目标，基于目标预测信息，确定当前时刻的各个点迹与该目标的关联值；
S4，对每个目标，判断每个点迹对应的关联值是否大于预设的关联性阈值， 若点迹对应的关联值大于所述关联性阈值时，确定该点迹满足与该目标进行关联的匹配条件，将该点迹作为待关联点迹；
S5，对每个目标，比较各个所述待关联点迹对应的关联值，将关联值最大的点迹作为最佳关联点迹，并将所述最佳关联点迹与该目标关联，以更新该目标的关联点迹；
S6，对每个目标，确定该目标的最佳关联点迹是否有历史关联目标，以根据确定的历史关联目标数对该最佳关联点迹的关联目标进行更新。
雷达探测过程中，目标和杂波探测得到的信号强度有差距，信号强度即对应目标、点迹的强度信息和平均幅度信息。本发明针对当前技术的缺陷，所述方法采用目标预测信息，包括目标预测位置、目标预测回波范围（目标预测回波信息）、目标预测回波强度和目标预测回波平均幅度这四种目标状态信息进行加权处理，来计算目标与点迹的关联性（即关联值Ratio）。本发明由于在目标匹配过程中加入了目标和点迹的回波平均幅度信息和回波强度信息，有利于减小目标与杂波的匹配情况，可以提高杂波环境下目标匹配率，从而提高目标跟踪稳定性。
S1中，在确定当前时刻的各个点迹（即当前帧雷达图像中凝聚的各个点迹）的信息前，已通过点迹处理算法，即根据扫描线之间的相关性对滤波检测后的回波进行凝聚，完成了对各个点迹的相关处理，点迹处理算法可以采用现有技术中的相关算法，例如点迹凝聚算法，本发明对其不做具体限定。S3中，当前时刻凝聚完成的各个点迹，目标需要与这些点迹进行匹配度的计算，从而确定这些点迹是否达到与目标关联的匹配。S2中，多个历史关联点迹是指已经和各个目标匹配成功的点迹，其中，每个历史关联点迹也是通过与目标进行匹配度的计算，从而确当目标与历史关联点迹是否匹配，匹配成功的历史关联点迹与相应的目标进行关联。
可以理解的是，在进行目标与当前时刻的各个点迹的匹配度计算时，即为计算目标与各个点迹的关联值Ratio，并将关联值Ratio与关联性阈值Min进行比较。例如，在当前帧雷达图像中，某目标与当前时刻的某一个或某几个点迹的关联值Ratio大于关联性阈值Min，确定这一个或几个点迹满足与该目标进行关联的匹配条件，这一个或几个点迹作为待关联点迹，后续还需要判断这一个或几个待关联点迹分别对应的关联值，将最大关联值所对应的待关联点迹作为最佳关联点迹，此时将最佳关联点迹点迹与该目标关联，即实现了对该目标的关联点迹的更新，在当前帧雷达图像中，关联完成后每个目标关联一个最佳关联点迹。进而，在下一帧雷达图像中，当前帧雷达图像中该目标的最佳关联点迹即成为了该目标的历史关联点迹，以进行下一帧雷达图像的各个点迹匹配计算。
一种实施方式中，对于当前时刻的每个点迹，所述S1包括：
S11，确定每个点迹的回波范围，包括：每个点迹的起始方位sweep_start、起始距离range_start、终止方位sweep_stop和终止距离range_stop；
S12，确定每个点迹的距离range和方位sweep，并转化为平面坐标的位置spot_x和spot_y：
range=(range_start+range_stop)/2，sweep=(sweep_start+sweep_stop)/2，
spot_x=range*sin(sweep)，spot_y= range*cos(sweep)，
式中，spot_x和spot_y分别表示点迹在平面坐标中每个点迹x和y方向上的位置；
S13，确定每个点迹的回波强度power：power += psweep[isweep][irange]；其中，isweep≥sweep_start且isweep≤sweep_stop，irange≥range_start且irange≤range_stop，式中，isweep表示采样点i的方位，irange表示采样点i的距离，psweep[isweep][irange]表示方位为isweep、距离为irange的采样点i的幅度值；
S14，确定每个点迹的回波平均幅度ave_level：ave_level = power/m，式中，m表示每个点迹的采样点数。
可以理解的是，当前时刻即为凝聚当前帧雷达图像中各个点迹的时刻，上述S1是对当前帧雷达图像中凝聚的各个点迹的信息进行的相关处理，当前帧雷达图像的点迹凝聚完成后，对各个点迹的信息进行测量，即雷达探测目标时根据目标回波计算获取各个点迹的参数，点迹的参数包括回波范围、距离和方位、幅度值等，根据点迹的参数与目标进行匹配，对于每个目标，当该点迹与该目标匹配成功后，该点迹作为该目标的最佳关联点迹。进而，对当前帧雷达图像中的其他目标，同样确定出各个目标的最佳关联点迹，这些目标的最佳关联点迹作为下一帧雷达图像中各个目标的历史关联点迹。
进而，在进行下一帧雷达图像的处理时，在当前帧雷达图像中与各个目标关联成功的各个最佳关联点迹即为下一帧雷达图像中与各个目标关联的各个历史关联点迹，用于参与目标预测信息的计算。进一步可以确定与各个目标关联的每个点迹的回波范围、距离和方位、回波强度和回波平均幅度，完成上述S2的计算。
可以理解的是，S13中，+=是累加符号，在确定点迹的回波强度时，计算目标回波中所有回波点（即采样点）的幅度值的和，回波是由一个个点组成的，这一个个点即为回波点。
一种实施方式中，所述S2包括：
S21，基于匀速直线模型，在x方向上的目标预测位置X和在y方向上的目标预测位置Y；
S22，确定目标预测距离Prange和目标预测方位Psweep，其中，
确定目标预测距离变化量rtem和目标预测方位变化量stem，其中，rtem=fabs(Prange-Lrange)，stem=fabs(Psweep-Lsweep)，式中，fabs表示取绝对值，Lrange和Lsweep分别表示在上一帧雷达图像中，与该目标关联的历史点迹的距离和方位；
确定目标预测回波范围，包括：目标预测回波的起始方位Psweep_start、起始距离Prange_start、终止方位Psweep_stop和终止距离Prange_stop，其中，
Psweep_start=Lsweep_start+stem，Prange_start=Lrange_start+rtem，
Psweep_stop=Lsweep_stop+stem，Prange_stop=Lrange_stop+rtem，
式中，Lsweep_start、Lrange_start、Lsweep_stop和Lrange_stop分别表示上一帧雷达图像中，与该目标关联的历史关联点迹的起始方位、起始距离、终止方位和终止距离；
S23，确定目标预测回波强度Ppower：Ppower =（power1+ power2+…+ powern）/n，式中，power1、power2、…、powern分别表示在上一帧雷达图像中历史关联点迹1、2、…、n的回波强度；
S24，确定目标预测回波平均幅度Pave_level：Pave_level =（ave_level1+ ave_level2+…+ ave_leveln）/n，式中，ave_level1、 ave_level2、…、ave_leveln分别表示在上一帧雷达图像中第一历史关联点迹1、第二历史关联点迹2、…、第n历史关联点迹n的回波平均幅度，n表示在上一帧雷达图像中历史关联点迹的个数。
可以理解的是，S22中，Lrange和Lsweep分别表示在上一帧雷达图像中，与该目标关联的历史关联点迹的距离和方位，与S12中采用相同的方法得到。Lsweep_start、Lrange_start、Lsweep_stop和Lrange_stop分别表示在上一帧雷达图像中，与该目标关联的历史关联点迹的起始方位、起始距离、终止方位和终止距离，与S11中采用相同的方法得到，即在点迹凝聚完成后通过测量点迹的信息获得。
一种实施方式中，所述S21包括：
采用最小二乘法确定在x方向上匀速直线模型的斜率bx和截距cx，以及在y方向上所述匀速直线模型的斜率by和截距cy，其中，
式中，x1、x2、…、xn分别表示第一历史关联点迹、第二历史关联点迹、…、第n历史关联点迹在x方向上的位置，y1、y2、…、yn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹在y方向上的位置，t1、t2、…、tn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹的时间；
基于所述斜率bx和所述截距cx，确定在x方向上的目标预测位置X，并基于所述斜率by和所述截距cy，确定在y方向上的目标预测位置Y，其中，
X=bx*t+cx，Y=by*t+cy，式中，t表示当前点迹的时间与上一帧雷达图像中该目标关联的历史关联点迹的时间之间的差值。该t为时间差。
其中，以雷达位置作为原点，正北方向为y轴正方向，正东方向为x轴正方向，建立直角坐标系，即平面坐标系。本发明中x轴方向和y轴方向简称x方向和y方向。对每个关联历史点迹来说，xn以及yn即为S12中转化为平面坐标的位置spot_x和spot_y。利用与每个目标关联的历史关联点迹来进行进行该目标位置的预测。
根据关联的每个历史关联点迹在x方向上的位置和每个历史关联点迹的时间，采用最小二乘法可以确定出在x方向上所述匀速直线模型的斜率bx和截距cx。相应的，根据每个历史关联点迹在y方向上的位置和每个历史关联点迹的时间，采用最小二乘法可以确定出在y方向上所述匀速直线模型的斜率by和截距cy。其中所有目标关联的历史关联点迹的数量n本发明不做具体限定。
一种实施方式中，对于当前点迹，所述当前点迹是所述当前时刻的各个点迹中的一个点迹，所述S3包括：
S31，确定当前点迹的位置与目标预测位置之间的位置偏差dpos：
式中，X和Y分别表示在x方向和y方向上的目标预测位置，spot_xk和spot_yk分别表示平面坐标中当前点迹k在x方向和y方向上的位置；
S32，确定当前点迹的回波范围与目标预测回波范围的回波重合度dlape；
S33，确定当前点迹的回波强度与目标预测回波强度的强度偏差dpower：dpower=powerk/fabs(powerk-Ppower)，式中，powerk表示当前点迹k的回波强度，fabs表示取绝对值，Ppower表示目标预测回波强度；
S34，确定当前点迹的回波平均幅度与目标预测回波平均幅度的平均幅度偏差dlevel：dlevel=ave_levelk/fabs(ave_levelk-Pave_level)，式中，ave_levelk表示当前点迹k的回波平均幅度，fabs表示取绝对值，Pave_level表示目标预测回波平均幅度；
S35，确定目标与点迹的关联值Ratio：Ratio=a*dpos+b*dlape+c*dpower+d*dlevel，式中，a、b、c和d分别表示dpos、dlape、dpower和dlevel的权重。
S3中，本发明通过位置偏差dpos、回波重合度dlape、强度偏差dpower和平均幅度偏差dlevel来计算目标与点迹的关联值Ratio，并在计算过程中增加了每个参数的权重设置，可以针对不同目标（例如静止目标、运动目标、回波强度变化大目标等）来对应设置权重，从而提高目标的匹配度，目标跟踪更加稳定。本发明对每个参数的权重不做具体限制，但可以理解的是，所有参数的权重之和为1。
一种实施方式中，所述S32包括：
S321，判断当前点迹的回波范围与目标预测回波范围之间在方位和距离上是否有交集：
若sweep_start<Psweep_start<sweep_stop，或sweep_start<Psweep_stop<sweep_stop时，
则确定当前点迹的回波范围与目标预测回波范围在方位上有交集；
若range_start<Prange_start< range_stop，或range_start<Prange_stop<range_stop时，
则确定当前点迹的回波范围与目标预测回波范围在距离上有交集；
S322，在当前点迹的回波范围与目标预测回波范围之间在方位和距离上均有交集时，则计算回波重合度dlape：
若sweep_start<Psweep_start<sweep_stop且range_start<Prange_start<range _stop时，
则回波重合度dlape=fabs(sweep_stop- Psweep_start)*fabs(range _start -Prange _stop)；
若sweep_start<Psweep_start<sweep_stop且range_start<Prange _stop<range _stop时，
则回波重合度dlape=fabs(sweep_start-Psweep_stop)*fabs(range_start-Prange _stop)；
若sweep_start<Psweep_stop<sweep_stop且range_start<Prange _start<range _stop时，
则回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs(range _stop -Prange _start)；
若sweep_start<Psweep_stop<sweep_stop且range_start<Prange _stop< range_stop时，
则回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs（range _start -Prange _stop）；
式中，fabs表示取绝对值，sweep_start、range_start、sweep_stop和range_stop分别表示当前点迹的起始方位、起始距离、终止方位和终止距离，Psweep_start、Prange_start、Psweep_stop和Prange _stop分别表示目标预测回波的起始方位起始距离、终止方位和终止距离；
S323，在当前点迹的回波范围与目标预测回波范围之间在方位和/或距离上没有交集时，则确定回波重合度dlape为0。
上述S32的步骤可以理解为：
（1）首先，判断目标预测回波范围与当前点迹的回波范围在方位上是否有交集：
当sweep_start<Psweep_start<sweep_stop，或sweep_start<Psweep_stop<sweep_stop时，
确定目标预测回波范围与当前点迹的回波范围在方位上有交集。
（2）若方位上有交集，则进一步判断目标预测回波范围与当前点迹的回波范围在距离上是否有交集：
当range_start<Prange _start< range _stop或range _start<Prange _stop<range _stop时，确定目标预测回波范围与当前点迹的回波范围在距离上有交集。
（3）若在方位和距离上都有交集，则根据方位和距离的交集情况，计算回波重合度dlape：
①当sweep_start<Psweep_start<sweep_stop且range_start<Prange _start<range _stop时，
计算回波重合度dlape=fabs(sweep_stop- Psweep_start)*fabs(range _stop -Prange _start)；
②当sweep_start<Psweep_start<sweep_stop且range_start<Prange _stop<range _stop时，
计算回波重合度dlape=fabs(sweep_stop- Psweep_start)*fabs(range _start- Prange _stop)，
③当sweep_start<Psweep_stop<sweep_stop且 range_start<Prange _start<range _stop时，
计算回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs(range _stop -Prange _start)，
④当sweep_start<Psweep_stop<sweep_stop且range_start<Prange _stop<range _stop时，
计算回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs（range _start- Prange _stop）
（4）若在方位和/或距离上没有交集，则回波重合度为0。可以理解为，距离上有交集但方位上没有交集时，回波重合度为0；或，方位上有交集但距离上没有交集时，回波重合度为0；或，方位和距离上都没有交集时，回波重合度为0。
一种实施方式中，对于当前目标，所述S6包括：
S61，判断第一关联目标号集和第二关联目标号集中是否有所述当前最佳关联点迹的历史关联目标号，以确定所述当前最佳关联点迹是否有历史关联目标，所述当前最佳关联点迹为所述当前目标关联的最佳关联点迹；
S62，若两个关联目标号集中均没有所述当前最佳关联点迹的历史关联目标号，确定所述当前最佳关联没有历史关联目标，记录当前目标号，放在第一关联目标号集Ratio.First中；
S63，若两个关联目标号集中只有所述当前最佳关联点迹的一个历史关联目标号，确定所述当前最佳关联点迹只有一个历史关联目标，比较两个目标关联值，所述两个目标关联值分别表示该历史关联目标与所述当前最佳关联点迹的关联值Ratio以及所述当前目标与所述当前最佳关联点迹的关联值Ratio，并将所述两个目标关联值中较大值对应的目标号放在Ratio.First中，较小值对应的目标号放在第二关联目标号集Ratio.Second中；
S64，若两个关联目标号集中有所述当前最佳关联点迹的两个历史关联目标号，确定所述当前最佳关联点迹有两个历史关联目标，比较三个目标关联值，所述三个目标关联值分别表示其中一个历史关联目标与所述当前最佳关联点迹的关联值Ratio、另一个历史关联目标与所述当前最佳关联点迹的关联值Ratio以及所述当前目标与所述当前最佳关联点迹的关联值Ratio，并将所述三个目标关联值中最大值对应的目标号放在Ratio.First中，中等值对应的目标号放在Ratio.Second中，最小值对应的关联目标号删除。
上述S6可以理解为对每个最佳关联点迹的关联目标进行更新。本发明在检测各个目标所匹配的最佳关联点迹后，需要进一步判断每个最佳关联点迹是否有历史关联目标，对于每个目标，针对其最佳关联点迹关联不同的历史关联目标数，包括0个、1个和2个历史关联目标数，做了不同的处理，可以提高目标跟踪过程的抗噪性和目标匹配度的容错性，从而提高目标跟踪稳定性。其中的当前目标，表示在当前帧雷达图像中，正在进行最佳关联点迹的历史关联目标数确定的目标，其为当前帧雷达图像中多个目标中的一个。
下面将结合附图2，详述本发明所述方法的流程。
①对于当前帧雷达图像，点迹凝聚完成后，计算当前时刻每个点迹的信息：
1）点迹的回波范围：
起始方位：sweep_start；起始距离：range_start；
终止方位：sweep_stop；终止距离：range_stop；
2）关联点迹的位置和方位：
距离：range=(range_start+range_stop)/2；
方位：sweep=(sweep_start+sweep_stop)/2；
转化成平面坐标点迹的位置spot_x,spot_y：
spot_x=range*sin(sweep)；
spot_y= range*cos(sweep)；
3）点迹的回波强度：
power += psweep[isweep][irange]；
其中isweep≥sweep_start且isweep≤sweep_stop；
irange≥range_start且irange≤range_stop；
4）点迹的回波平均幅度：
ave_level = power/m；(m为点迹中的采样点数)；
②目标预测信息计算：
1）目标预测位置：
a)基于最小二乘算法预测目标信息，bx、cx、by、cy分别为x、y方向上匀速直线模型的斜率和截距：
式中，x1、x2、…、xn分别表示关联的第一历史关联点迹、第二历史关联点迹、…、第n历史关联点迹在x方向上的位置，y1、y2、…、yn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹在y方向上的位置，t1、t2、…、tn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹的时间；
b)基于匀速直线模型预测x、y方向目标位置：X=bx*t+cx，Y=by*t+cy，式中，t表示当前点迹的时间与上一帧雷达图像中该目标关联的历史关联点迹的时间之间的差值。
2）目标预测回波范围：
计算目标预测距离、方位：
目标预测距离Prange：
，
目标预测方位Psweep：
；
计算目标预测距离变化量rtem、方位变化量stem：
目标预测距离变化量rtem：rtem=fabs(Prange-Lrange)；目标预测方位变化量stem：stem=fabs(Psweep-Lsweep)；其中，Lrange、Lsweep表示上一帧雷达图像中，与该目标关联的历史关联点迹的距离、方位；
计算目标预测回波范围：
起始方位Psweep_start：Psweep_start=Lsweep_start+stem；
起始距离Prange_start：Prange_start=Lrange_start+rtem；
终止方位Psweep_stop：Psweep_stop=Lsweep_stop+stem：
终止距离Prange_stop：Prange_stop=Lrange_stop+rtem；
其中，Lsweep_start、Lrange_start、Lsweep_stop、Lrange_stop表示在上一帧雷达图像中，与该目标关联的历史关联点迹的起始方位、起始距离、终止方位、终止距离；
3）目标预测回波强度：Ppower =（power1+ power2+…+ powern）/n；power1、power2、…、powern分别表示在当前帧雷达图像中历史关联点迹1、2、…、n的回波强度；
4）目标回波平均幅度：Pave_level =（ave_level1+ ave_level2+…+ ave_leveln）/n，ave_level1、 ave_level2、…、ave_leveln分别表示在当前帧雷达图像中第一历史关联点迹1、第二历史关联点迹2、…、第n历史关联点迹n的回波平均幅度，n为在当前帧雷达图像中历史关联点迹的个数；
对于当前帧雷达图像中的每个目标，均做上述步骤②的处理；
③遍历目标列表计算目标与当前点迹的关联性：
a)计算当前点迹的位置与目标预测位置之间的位置偏差dpos；
b)计算当前点迹的回波范围与目标预测回波范围之间的回波重合度dlape；
c)计算当前点迹的回波强度与目标预测回波强度之间的强度偏差dpower；
d)计算当前点迹的回波平均幅度与目标预测回波平均幅度之间的平均幅度偏差dlevel；
Ratio=a*dpos+b*dlape+c*dpower+d*dlevel；其中a，b，c，d分别为dpos，dlape，dpower，dlevel的权重；
对于当前帧雷达图像中的每个目标，对于每个点迹均做上述步骤③的处理；
④目标与点迹关联性判断：
Ratio>Min，其中Min为预设的关联性阈值；
当Ratio>Min时，将当前点迹作为一个待关联点迹，确定出所有大于Min的点迹，均作为待关联点迹；
确定出所有待关联点迹中关联值最大的点迹，作为最佳关联点迹；
对于当前帧雷达图像中的每个目标，对于每个点迹计算出的关联值均做上述步骤④的处理；
⑤关联目标更新：
a)当Ratio>Min进入更新流程；
b)判断当前目标的最佳关联点迹是否有历史关联目标，即判断Ratio.First（即第一关联目标号集）和Ratio.Second（即第二关联目标号集）中是否有当前最佳关联点迹的历史关联目标号：
i.若两个关联目标号集中均没有当前最佳关联点迹的历史关联目标号，表示当前最佳关联点迹没有历史关联目标，即当前最佳关联点迹没有与别的目标成功匹配过，此时当前目标与当前最佳关联点迹的匹配度（即当前目标与当前最佳关联点迹的关联值Ratio）高于关联性阈值Min，则将当前目标作为最佳关联点迹匹配的目标，记录当前目标的当前目标号，放至Ratio.First中；
ii若两个关联目标号集中只有当前最佳关联点迹的一个历史关联目标号，表示当前最佳关联点迹只有一个历史关联目标，此时比较两个目标关联值，即比较历史关联目标与当前最佳关联点迹的关联值以及当前目标与当前佳关联点迹的关联值，将关联值中较大值对应的目标号放在Ratio.First中，较小值对应的目标号放在Ratio.Second中；
参见图2中，当两个关联目标号不是均有值时，进入以下流程：
1）先判断当前目标与当前最佳关联点迹的关联值以及存储的历史关联目标（该历史关联目标号存储在第一关联目标号集中）与当前最佳关联点迹的关联值之间的关系，即图2中示出的判断Ratio是否大于Ratio.First：
2）若Ratio>Ratio.First，则表示当前目标的关联性比其历史关联目标的关联性更大，需要将之前的历史关联目标号目标移到Ratio.Second中，当前目标号放置在Ratio.First中；
若Ratio<Ratio.First，则表示当前目标的关联性比其历史关联目标的关联性更小，则将当前目标号放置在Ratio.Second中即可；
可以理解的是，Ratio.First中放置关联性最强的目标号；
iii. 若两个关联目标号集中有当前最佳关联点迹的两个历史关联目标号，表示当前最佳关联点迹有两个历史关联目标，此时比较三个目标关联值，即比较其中一个历史关联目标与当前最佳关联点迹的关联值、另一个历史关联目标与当前最佳关联点迹的关联值以及当前目标与当前最佳关联点迹的关联值，将关联值中最大值对应的目标号放在Ratio.First中，中等值对应的目标号放在Ratio.Second中，最小值对应的目标号删除；
参见图2中，当两个关联目标号均有值时，进入以下流程：
1）先判断当前目标与当前最佳关联点迹的关联值以及一个历史关联目标（以下简称第二历史关联目标，该第二历史关联目标号存储在第二关联目标号集中）与当前最佳关联点迹的关联值之间的关系，即图2中示出的判断Ratio是否大于Ratio.Second：
2）若Ratio<Ratio.Second，则表示当前目标的关联性最小，则无需对Ratio.First和Ratio.Second中的关联目标号做处理；
若Ratio>Ratio.Second，则表示当前目标的关联性比第二历史关联目标的关联性更大，需要将第二历史关联目标号从Ratio.Second中移除，再判断当前目标与当前最佳关联点迹的关联值以及另一个历史关联目标（以下简称第一历史关联目标，该第一历史关联目标号存储在第一关联目标号集中）与当前最佳关联点迹的关联值之间的关系，即图2中示出的判断Ratio是否大于Ratio.First；
3）若Ratio>Ratio.First，则表示当前目标的关联性比第一历史关联目标的关联性更大，此时将当前目标号放置在Ratio.First中，将第一历史关联目标号放置在Ratio.First中；
若Ratio<Ratio.First，则无需对Ratio.First中的关联目标号做处理。
本发明实施例所述的一种基于雷达目标多状态参数航迹匹配处理系统，所述系统包括：
点迹信息确定模块，用于在当前帧雷达图像中，确定当前时刻的各个点迹的信息，包括每个点迹的回波范围、位置、回波强度和回波平均幅度；
目标预测信息确定模块，用于遍历目标列表，对每个目标，基于与多个历史关联点迹的信息，确定目标预测信息，包括目标预测位置，目标预测回波范围，目标预测回波强度和目标预测回波平均幅度；
关联值确定模块，用于对每个目标，基于目标预测信息，确定当前时刻的各个点迹与该目标的关联值；
关联性判断模块，用于对每个目标，判断每个点迹对应的关联值是否大于预设的关联性阈值，若点迹对应的关联值大于所述关联性阈值时，确定该点迹满足与该目标进行关联的匹配条件，将该点迹作为待关联点迹；
最佳关联点迹确定模块，用于对每个目标，比较各个所述待关联点迹所对应的关联值，将关联值最大的待关联点迹作为最佳关联点迹，并将所述最佳关联点迹与该目标关联，以更新该目标的关联点迹；
关联目标更新模块，用于对每个目标，确定该目标的最佳关联点迹是否有历史关联目标，以根据确定的历史关联目标数对该最佳关联点迹的关联目标进行更新。
一种实施方式中，所述点迹信息确定模块包括：
确定每个点迹的回波范围，包括：每个点迹的起始方位sweep_start、起始距离range_start、终止方位sweep_stop和终止距离range_stop；
确定每个点迹的距离range和方位sweep，并转化为平面坐标的位置spot_x和spot_y：
range=(range_start+range_stop)/2，sweep=(sweep_start+sweep_stop)/2，
spot_x=range*sin(sweep)，spot_y= range*cos(sweep)，
式中，spot_x和spot_y分别表示每个点迹在平面坐标中x和y方向上的位置；
确定每个点迹强度power：power += psweep[isweep][irange]；其中，isweep≥sweep_start且isweep≤sweep_stop，irange≥range_start且irange≤range_stop，式中，isweep表示采样点i的方位，irange表示采样点i的距离，psweep[isweep][irange]表示方位为isweep、距离为irange的采样点i的幅度值；
确定每个点迹的回波平均幅度ave_level：ave_level = power/m，式中，m表示每个点迹的采样点数。
一种实施方式中，所述目标预测信息确定模块包括：
基于匀速直线模型，在x方向上的目标预测位置X和在y方向上的目标预测位置Y；
确定目标预测距离Prange和目标预测方位Psweep，其中，
确定目标预测距离变化量rtem和目标预测方位变化量stem，其中，
rtem=fabs(Prange-Lrange)，stem=fabs(Psweep-Lsweep)，式中，fabs表示取绝对值，Lrange和Lsweep分别表示在上一帧雷达图像中，与该目标关联的历史关联点迹的距离和方位；
确定目标预测回波范围，包括：目标预测回波的起始方位Psweep_start、起始距离Prange_start、终止方位Psweep_stop和终止距离Prange_stop，其中，
Psweep_start=Lsweep_start+stem，Prange_start=Lrange_start+rtem，
Psweep_stop=Lsweep_stop+stem，Prange_stop=Lrange_stop+rtem，
式中，Lsweep_start、Lrange_start、Lsweep_stop和Lrange_stop分别表示在上一帧雷达图像中，与该目标关联的历史关联点迹的起始方位、起始距离、终止方位和终止距离；
确定目标预测回波强度Ppower：Ppower =（power1+ power2+…+ powern）/n，式中，power1、power2、…、powern分别表示在上一帧雷达图像中历史关联点迹1、2、…、n的回波强度；
确定目标预测回波平均幅度Pave_level：Pave_level =（ave_level1+ ave_level2+…+ ave_leveln）/n，式中，ave_level1、 ave_level2、…、ave_leveln分别表示在上一帧雷达图像中第一历史关联点迹1、第二历史关联点迹2、…、第n历史关联点迹n的回波平均幅度，n表示在上一帧雷达图像中历史关联点迹的个数。
一种实施方式中，所述目标预测信息确定模块包括：
采用最小二乘法确定在x方向上匀速直线模型的斜率bx和截距cx，以及在y方向上所述匀速直线模型的斜率by和截距cy，其中，
式中，x1、x2、…、xn分别表示关联的第一历史关联点迹、第二历史关联点迹、…、第n历史关联点迹在x方向上的位置，y1、y2、…、yn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹在y方向上的位置，t1、t2、…、tn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹的时间；
基于所述斜率bx和所述截距cx，确定在x方向上的目标预测位置X，并基于所述斜率by和所述截距cy，确定在y方向上的目标预测位置Y，其中，
X=bx*t+cx，Y=by*t+cy，式中，t表示当前点迹的时间与上一帧雷达图像中该目标关联的历史关联点迹的时间之间的差值。
一种实施方式中，对于当前点迹，所述当前点迹是所述当前时刻的各个点迹中的一个点迹，所述关联值确定模块包括：
确定当前点迹的位置与目标预测位置之间的位置偏差dpos：
式中，X和Y分别表示在x方向和y方向上的目标预测位置，spot_xk和spot_yk分别表示平面坐标中当前点迹k在x方向和y方向上的位置；
确定当前点迹的回波范围与目标预测回波范围之间的回波重合度dlape；
确定当前点迹的回波强度与目标预测回波强度之间的强度偏差dpower：dpower=powerk/fabs(powerk-Ppower)，式中，powerk表示当前点迹k的回波强度，fabs表示取绝对值，Ppower表示目标预测回波强度；
确定当前点迹的回波平均幅度与目标预测回波平均幅度之间的平均幅度偏差dlevel：dlevel=ave_levelk/fabs(ave_levelk-Pave_level)，式中，ave_levelk表示当前点迹k的回波平均幅度，fabs表示取绝对值，Pave_level表示目标预测回波平均幅度；
确定目标与当前点迹的关联值Ratio：Ratio=a*dpos+b*dlape+c*dpower+d*dlevel，式中，a、b、c和d分别表示dpos、dlape、dpower和dlevel的权重。
一种实施方式中，确定当前点迹的回波范围与目标预测回波范围之间的回波重合度dlape，包括：
判断当前点迹的回波范围与目标预测回波范围之间在方位和距离上是否有交集：
若sweep_start<Psweep_start<sweep_stop，或sweep_start<Psweep_stop<sweep_stop时，
则确定当前点迹的回波范围与目标预测回波范围在方位上有交集；
若range_start<Prange_start< range_stop，或range_start<Prange_stop<range_stop时，
则确定当前点迹的回波范围与目标预测回波范围在距离上有交集；
在当前点迹的回波范围与目标预测回波范围之间在方位和距离上均有交集时，则计算回波重合度dlape：
若sweep_start<Psweep_start<sweep_stop且range_start<Prange_start<range _stop时，
则回波重合度dlape=fabs(sweep_stop- Psweep_start)*fabs(range _start -Prange _stop)；
若sweep_start<Psweep_start<sweep_stop且range_start<Prange _stop<range _stop时，
则回波重合度dlape=fabs(sweep_start-Psweep_stop)*fabs(range_start-Prange _stop)；
若sweep_start<Psweep_stop<sweep_stop且range_start<Prange _start<range _stop时，
则回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs(range _stop -Prange _start)；
若sweep_start<Psweep_stop<sweep_stop且range_start<Prange _stop< range_stop时，
则回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs（range _start -Prange _stop）；
式中，fabs表示取绝对值，sweep_start、range_start、sweep_stop和range_stop分别表示当前点迹的起始方位、起始距离、终止方位和终止距离，Psweep_start、Prange_start、Psweep_stop和Prange _stop分别表示目标预测回波的起始方位起始距离、终止方位和终止距离；
在当前点迹的回波范围与目标预测回波范围之间在方位和/或距离上没有交集时，则确定回波重合度dlape为0。
一种实施方式中，所述关联目标更新模块包括：
判断第一关联目标号集和第二关联目标号集中是否有当前最佳关联点迹的历史关联目标号，以确定所述当前最佳关联点迹是否有历史关联目标，所述当前最佳关联点迹为当前目标关联的最佳关联点迹；
若两个关联目标号集中均没有所述当前最佳关联点迹的历史关联目标号，确定所述当前最佳关联点迹没有历史关联目标，记录当前标号，放在第一关联目标号集中；
若两个关联目标号集中只有该最佳关联点迹的一个历史关联目标号，确定所述当前最佳关联点迹只有一个历史关联目标，比较两个目标关联值，所述两个目标关联值分别表示该历史关联目标与所述当前最佳关联点迹的关联值Ratio以及所述当前目标与所述当前最佳关联点迹的关联值Ratio，并将所述两个目标关联值中较大值对应的目标号放在Ratio.First，较小值对应的目标号放在Ratio.Second中；
若两个关联目标号集中有所述当前最佳关联点迹的两个历史关联目标号，确定所述当前最佳关联点迹有两个历史关联目标，比较三个目标关联值，所述三个目标关联值分别表示其中一个历史关联目标与所述当前最佳关联点迹的关联值、另一个历史关联目标与所述当前最佳关联点迹的关联值以及所述当前目标与所述当前最佳关联点迹的关联值，并将所述三个目标关联值中最大值对应的目标号放在Ratio.First中，中等值对应的目标号放在Ratio.Second中，最小值对应的目标号删除。
本公开还涉及一种电子设备，包括服务器、终端等。该电子设备包括：至少一个处理器；与至少一个处理器通信连接的存储器；以及与存储介质通信连接的通信组件，所述通信组件在处理器的控制下接收和发送数据；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行以实现上述实施例中的方法。
在一种可选的实施方式中，存储器作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现方法。
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储选项列表等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器中，当被一个或者多个处理器执行时，执行上述任意方法实施例中的方法。
上述产品可执行本申请实施例所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本申请实施例所提供的方法。
本公开还涉及一种计算机可读存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备（可以是单片机，芯片等）或处理器（processor）执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
此外，本领域普通技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本领域技术人员应理解，尽管已经参考示例性实施例描述了本发明，但是在不脱离本发明的范围的情况下，可进行各种改变并可用等同物替换其元件。另外，在不脱离本发明的实质范围的情况下，可进行许多修改以使特定情况或材料适应本发明的教导。因此，本发明不限于所公开的特定实施例，而是本发明将包括落入所附权利要求范围内的所有实施例。
Claims (10)
1.一种基于雷达目标多状态参数航迹匹配处理方法，其特征在于，所述方法包括：
S1，在当前帧雷达图像中，确定当前时刻的各个点迹的信息，包括每个点迹的回波范围、位置、回波强度和回波平均幅度；
S2，遍历目标列表，对每个目标，基于多个历史关联点迹的信息，确定目标预测信息，包括目标预测位置，目标预测回波范围，目标预测回波强度和目标预测回波平均幅度；
S3，对每个目标，基于目标预测信息，确定当前时刻的各个点迹与该目标的关联值；
S4，对每个目标，判断每个点迹对应的关联值是否大于预设的关联性阈值，若点迹对应的关联值大于所述关联性阈值时，确定该点迹满足与该目标进行关联的匹配条件，将该点迹作为该目标的待关联点迹；
S5，对每个目标，比较各个所述待关联点迹对应的关联值，将关联值最大的待关联点迹作为最佳关联点迹，并将所述最佳关联点迹与该目标关联，以更新该目标的关联点迹；
S6，对每个目标，确定该目标的最佳关联点迹是否有历史关联目标，以根据确定的历史关联目标数对该最佳关联点迹的关联目标进行更新。
2.如权利要求1所述的方法，其中，对于当前时刻的每个点迹，所述S1包括：
S11，确定每个点迹的回波范围，包括：每个点迹的起始方位sweep_start、起始距离range_start、终止方位sweep_stop和终止距离range_stop；
S12，确定每个点迹的距离range和方位sweep，并转化为平面坐标的位置spot_x和spot_y：
range=(range_start+range_stop)/2，
sweep=(sweep_start+sweep_stop)/2，
spot_x=range*sin(sweep)，
spot_y= range*cos(sweep)，
式中，spot_x和spot_y分别表示平面坐标中每个点迹在x方向和y方向上的位置；
S13，确定每个点迹的回波强度power：
power = power +psweep[isweep][irange]；
其中，isweep≥sweep_start且isweep≤sweep_stop，
irange≥range_start且irange≤range_stop，
式中，isweep表示采样点i的方位，irange表示采样点i的距离，psweep[isweep][irange]表示方位为isweep、距离为irange的采样点i的幅度值；
S14，确定每个点迹的回波平均幅度ave_level：
ave_level = power/m，
式中，m表示每个点迹的采样点数。
3.如权利要求1所述的方法，其中，所述S2包括：
S21，基于匀速直线模型，在x方向上的目标预测位置X和在y方向上的目标预测位置Y；
S22，确定目标预测距离Prange和目标预测方位Psweep，其中，
确定目标预测距离变化量rtem和目标预测方位变化量stem，其中，
rtem=fabs(Prange-Lrange)，
stem=fabs(Psweep-Lsweep)，
式中，fabs表示取绝对值，Lrange和Lsweep分别表示在上一帧雷达图像中，与该目标关联的历史关联点迹的距离和方位；
确定目标预测回波范围，包括：目标预测回波的起始方位Psweep_start、起始距离Prange_start、终止方位Psweep_stop和终止距离Prange_stop，其中，
Psweep_start=Lsweep_start+stem，
Prange_start=Lrange_start+rtem，
Psweep_stop=Lsweep_stop+stem，
Prange_stop=Lrange_stop+rtem，
式中，Lsweep_start、Lrange_start、Lsweep_stop和Lrange_stop分别表示在上一帧雷达图像中，与该目标关联的历史关联点迹的起始方位、起始距离、终止方位和终止距离；
S23，确定目标预测回波强度Ppower：
Ppower =（power1+ power2+…+ powern）/n，
式中，power1、power2、…、powern分别表示在上一帧雷达图像中历史关联点迹1、2、…、n的回波强度；
S24，确定目标预测回波平均幅度Pave_level：
Pave_level =（ave_level1+ ave_level2+…+ ave_leveln）/n，
式中，ave_level1、 ave_level2、…、ave_leveln分别表示在上一帧雷达图像中第一历史关联点迹1、第二历史关联点迹2、…、第n历史关联点迹n的回波平均幅度，n表示在上一帧雷达图像中历史关联点迹的个数。
4.如权利要求3所述的方法，其中，所述S21包括：
采用最小二乘法确定在x方向上匀速直线模型的斜率bx和截距cx，以及在y方向上所述匀速直线模型的斜率by和截距cy，其中，
式中，x1、x2、…、xn分别表示第一历史关联点迹、第二历史关联点迹、…、第n历史关联点迹在x方向上的位置，y1、y2、…、yn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹在y方向上的位置，t1、t2、…、tn分别表示所述第一历史关联点迹、所述第二历史关联点迹、…、所述第n历史关联点迹的时间；
基于所述斜率bx和所述截距cx，确定在x方向上的目标预测位置X，并基于所述斜率by和所述截距cy，确定在y方向上的目标预测位置Y，其中，X=bx*t+cx，Y=by*t+cy，式中，t表示当前点迹的时间与上一帧雷达图像中该目标关联的历史关联点迹的时间之间的差值。
5.如权利要求1所述的方法，其中，对于当前点迹，所述当前点迹是所述当前时刻的各个点迹中的一个点迹，所述S3包括：
S31，确定当前点迹的位置与目标预测位置之间的位置偏差dpos：
式中，X和Y分别表示在x方向和y方向上的目标预测位置，spot_xk和spot_yk分别表示平面坐标中当前点迹k在x方向和y方向上的位置；
S32，确定当前点迹的回波范围与目标预测回波范围之间的回波重合度dlape；
S33，确定当前点迹的回波强度与目标预测回波强度之间的强度偏差dpower：
dpower=powerk/fabs(powerk-Ppower)，
式中，powerk表示当前点迹k的回波强度，fabs表示取绝对值，Ppower表示目标预测回波强度；
S34，确定当前点迹的回波平均幅度与目标预测回波平均幅度之间的平均幅度偏差dlevel：
dlevel=ave_levelk/fabs(ave_levelk-Pave_level)，
式中，ave_levelk表示当前点迹k的回波平均幅度，fabs表示取绝对值，Pave_level表示目标预测回波平均幅度；
S35，确定目标与当前点迹的关联值Ratio：
Ratio=a*dpos+b*dlape+c*dpower+d*dlevel，
式中，a、b、c和d分别表示dpos、dlape、dpower和dlevel的权重。
6.如权利要求5所述的方法，其中，所述S32包括：
S321，判断当前点迹的回波范围与目标预测回波范围在方位和距离上是否有交集：
若sweep_start<Psweep_start<sweep_stop，或
sweep_start<Psweep_stop<sweep_stop时，
则确定当前点迹的回波范围与目标预测回波范围在方位上有交集；
若range_start<Prange_start< range_stop，
或range_start<Prange_stop< range_stop时，
则确定当前点迹的回波范围与目标预测回波范围在距离上有交集；
S322，如果当前点迹的回波范围与目标预测回波范围在方位和距离上均有交集，则计算回波重合度dlape：
若sweep_start<Psweep_start<sweep_stop且range_start<Prange_start< range _stop时，
则回波重合度dlape=fabs(sweep_stop- Psweep_start)*fabs(range _start -Prange _stop)；
若sweep_start<Psweep_start<sweep_stop且range_start<Prange _stop< range _stop时，则回波重合度dlape=fabs(sweep_start-Psweep_stop)*fabs(range_start-Prange _stop)；
若sweep_start<Psweep_stop<sweep_stop且range_start<Prange _start< range _stop时，
则回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs(range _stop -Prange _start)；
若sweep_start<Psweep_stop<sweep_stop且range_start<Prange _stop< range _stop时，
则回波重合度dlape=fabs(sweep_start- Psweep_stop)*fabs（range _start -Prange _stop）；
式中，fabs表示取绝对值，sweep_start、range_start、sweep_stop和range_stop分别表示当前点迹的起始方位、起始距离、终止方位和终止距离，Psweep_start、Prange_start、Psweep_stop和Prange _stop分别表示目标预测回波的起始方位起始距离、终止方位和终止距离；
S323，如果当前点迹的回波范围与目标预测回波范围在方位和/或距离上没有交集，则确定回波重合度dlape为0。
7.如权利要求1所述的方法，其中，对于当前目标，所述S6包括：
S61，判断第一关联目标号集和第二关联目标号集中是否有当前最佳关联点迹的历史关联目标号，以确定所述当前最佳关联点迹是否有历史关联目标，所述当前最佳关联点迹为所述当前目标关联的最佳关联点迹；
S62，若两个关联目标号集中均没有所述当前最佳关联点迹的历史关联目标号，确定所述当前最佳关联点迹没有历史关联目标，记录当前目标号，放至第一关联目标号集中；
S63，若两个关联目标号集中只有所述当前最佳关联点迹的一个历史关联目标号，确定所述当前最佳关联点迹只有一个历史关联目标，比较两个目标关联值，所述两个目标关联值分别表示该历史关联目标与所述当前最佳关联点迹的关联值以及所述当前目标与所述当前最佳关联点迹的关联值，并将所述两个目标关联值中较大值对应的目标号放在第一关联目标号集中，较小值对应的目标号放在第二关联目标号集中；
S64，若两个关联目标号集中有所述当前最佳关联点迹的两个历史关联目标号，确定所述当前最佳关联点迹有两个历史关联目标，比较三个目标关联值，所述三个目标关联值分别表示其中一个历史关联目标与所述当前最佳关联点迹的关联值、另一个历史关联目标与所述当前最佳关联点迹的关联值以及所述当前目标与所述当前最佳关联点迹的关联值，并将所述三个目标关联值中最大值对应的目标号放在第一关联目标号集中，中等值对应的目标号放在第二关联目标号集中，最小值对应的目标号删除。
8.一种基于雷达目标多状态参数航迹匹配处理系统，其特征在于，所述系统包括：
点迹信息确定模块，用于在当前帧雷达图像中，确定当前时刻的各个点迹的信息，包括每个点迹的回波范围、位置、回波强度和回波平均幅度；
目标预测信息确定模块，用于遍历目标列表，对每个目标，基于多个历史关联点迹的信息，确定目标预测信息，包括目标预测位置，目标预测回波范围，目标预测回波强度和目标预测回波平均幅度；
关联值确定模块，用于对每个目标，基于目标预测信息，确定当前时刻的各个点迹与该目标的关联值；
关联性判断模块，用于对每个目标，判断每个点迹对应的关联值是否大于预设的关联性阈值Min，若点迹对应的关联值大于所述关联性阈值时，确定该点迹满足与该目标进行关联的匹配条件，将该点迹作为待关联点迹；
最佳关联点迹确定模块，用于对每个目标，比较各个所述待关联点迹所对应的关联值，将关联值最大的待关联点迹作为最佳关联点迹，并将所述最佳关联点迹与该目标关联，以更新该目标的关联点迹；
关联目标更新模块，用于对每个目标，确定该目标的最佳关联点迹是否有历史关联目标，以根据确定的历史关联目标数对该最佳关联点迹的关联目标进行更新。
9.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被处理器执行以实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行以实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210715248.0A CN114779205B (zh) | 2022-06-23 | 2022-06-23 | 一种基于雷达目标多状态参数航迹匹配处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210715248.0A CN114779205B (zh) | 2022-06-23 | 2022-06-23 | 一种基于雷达目标多状态参数航迹匹配处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114779205A CN114779205A (zh) | 2022-07-22 |
| CN114779205B true CN114779205B (zh) | 2022-09-13 |
Family
ID=82422236
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210715248.0A Active CN114779205B (zh) | 2022-06-23 | 2022-06-23 | 一种基于雷达目标多状态参数航迹匹配处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114779205B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115144852B (zh) * | 2022-08-31 | 2022-11-15 | 北京海兰信数据科技股份有限公司 | 一种增强导航雷达目标回波的方法及系统 |
| CN115410370A (zh) * | 2022-08-31 | 2022-11-29 | 南京慧尔视智能科技有限公司 | 一种异常停车检测方法、装置、电子设备及存储介质 |
| CN115184896B (zh) * | 2022-09-09 | 2022-11-29 | 北京海兰信数据科技股份有限公司 | 一种基于雷达目标幅度加权均值滤波跟踪处理方法及系统 |
| CN115345908B (zh) * | 2022-10-18 | 2023-03-07 | 四川启睿克科技有限公司 | 一种基于毫米波雷达的人体姿态识别方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5355326A (en) * | 1990-11-30 | 1994-10-11 | U.S. Philips Corporation | Method of effecting a motion filtering for slow targets, and an apparatus for executing the method |
| CN102831620A (zh) * | 2012-08-03 | 2012-12-19 | 南京理工大学 | 基于多假设跟踪数据关联的红外弱小目标搜索跟踪方法 |
| CN104076354A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 一种基于关联速度的雷达目标航迹的检测方法 |
| CN112505682A (zh) * | 2020-11-16 | 2021-03-16 | 上海无线电设备研究所 | 弹载雷达多目标航迹起始关联方法、电子设备及存储介质 |
| CN112782696A (zh) * | 2021-01-28 | 2021-05-11 | 西安电子科技大学 | 一种序列isar图像散射中心多假设跟踪航迹关联方法 |
| CN113280821A (zh) * | 2021-06-30 | 2021-08-20 | 东南大学 | 基于斜率约束和回溯搜索的水下多目标跟踪方法 |
| CN114355332A (zh) * | 2021-12-21 | 2022-04-15 | 浙江大华技术股份有限公司 | 确定目标轨迹的方法及装置 |
-
2022
- 2022-06-23 CN CN202210715248.0A patent/CN114779205B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5355326A (en) * | 1990-11-30 | 1994-10-11 | U.S. Philips Corporation | Method of effecting a motion filtering for slow targets, and an apparatus for executing the method |
| CN102831620A (zh) * | 2012-08-03 | 2012-12-19 | 南京理工大学 | 基于多假设跟踪数据关联的红外弱小目标搜索跟踪方法 |
| CN104076354A (zh) * | 2014-07-08 | 2014-10-01 | 西安电子科技大学 | 一种基于关联速度的雷达目标航迹的检测方法 |
| CN112505682A (zh) * | 2020-11-16 | 2021-03-16 | 上海无线电设备研究所 | 弹载雷达多目标航迹起始关联方法、电子设备及存储介质 |
| CN112782696A (zh) * | 2021-01-28 | 2021-05-11 | 西安电子科技大学 | 一种序列isar图像散射中心多假设跟踪航迹关联方法 |
| CN113280821A (zh) * | 2021-06-30 | 2021-08-20 | 东南大学 | 基于斜率约束和回溯搜索的水下多目标跟踪方法 |
| CN114355332A (zh) * | 2021-12-21 | 2022-04-15 | 浙江大华技术股份有限公司 | 确定目标轨迹的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114779205A (zh) | 2022-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114779205B (zh) | 一种基于雷达目标多状态参数航迹匹配处理方法及系统 | |
| CN111060877B (zh) | 一种面向岸基雷达的数据处理方法 | |
| CN106680806A (zh) | 一种多雷达点迹融合方法 | |
| CN104635203B (zh) | 一种基于粒子滤波算法的无线电干扰源测向定位方法 | |
| CN107436434B (zh) | 基于双向多普勒估计的航迹起始方法 | |
| CN104299248B (zh) | 利用前视声呐图像对水下多个动态目标运动预测的方法 | |
| CN109521420B (zh) | 基于多特征匹配的多目标跟踪方法 | |
| CN109143192A (zh) | 多目标有效起始确认管理方法、系统及计算机可读存储介质 | |
| Ma et al. | Target tracking system for multi-sensor data fusion | |
| CN108535713A (zh) | 一种雷达和ais联合跟踪与信息融合方法 | |
| CN112083441A (zh) | 激光雷达和毫米波雷达深度融合的障碍物检测方法及系统 | |
| CN115063454B (zh) | 多目标跟踪匹配方法、装置、终端及存储介质 | |
| CN112285696B (zh) | 一种雷达目标跟踪方法及系统 | |
| CN114779204B (zh) | 一种基于雷达目标幅度最小二乘跟踪处理方法及系统 | |
| CN111366900B (zh) | 基于残差统计的跟踪雷达航迹质量评估方法、系统及介质 | |
| CN103728615B (zh) | 相控阵二次雷达多目标检测方法及系统 | |
| CN110736963A (zh) | 一种基于CSI的室内Wi-Fi定位方法、装置及存储介质 | |
| CN110488273B (zh) | 一种基于雷达的车辆跟踪检测方法及装置 | |
| CN113687429A (zh) | 一种确定毫米波雷达监测区域边界的装置及方法 | |
| CN116184386A (zh) | 一种目标跟踪方法、设备和存储介质 | |
| CN113611112B (zh) | 一种目标关联方法、装置、设备及存储介质 | |
| CN110596639A (zh) | 车辆跟踪定位方法、信息标记方法、系统及控制终端 | |
| CN104020468B (zh) | 一种基于二次雷达的近距离目标更新周期的计算方法 | |
| CN113504527B (zh) | 一种雷达目标预测处理方法及系统 | |
| CN114415123B (zh) | 一种基于非相参邻域加权脉冲积累处理方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |