CN115327525A - 航迹置信度的评估方法、装置及电子设备 - Google Patents
航迹置信度的评估方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115327525A CN115327525A CN202210851332.5A CN202210851332A CN115327525A CN 115327525 A CN115327525 A CN 115327525A CN 202210851332 A CN202210851332 A CN 202210851332A CN 115327525 A CN115327525 A CN 115327525A
- Authority
- CN
- China
- Prior art keywords
- track
- target
- longitudinal
- confidence
- likelihood probability
- 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.)
- Pending
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
- 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
-
- 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
- G01S13/581—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets
- G01S13/582—Velocity or trajectory determination systems; Sense-of-movement determination systems using transmission of interrupted pulse modulated waves and based upon the Doppler effect resulting from movement of targets adapted for simultaneous range and velocity measurements
-
- 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
- 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
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
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
本发明提供一种航迹置信度的评估方法、装置及电子设备。该方法包括：获取目标航迹的预设数目个雷达帧各自的量测信息；根据预设数目个雷达帧各自的量测信息，计算目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率；根据目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率，计算目标航迹的航迹精度置信度特征；根据目标航迹的航迹精度置信度特征，以及预先获取的目标航迹的航迹连续跟踪率置信度特征和目标识别概率置信度特征，评估目标航迹的航迹置信度。本发明能够提高航迹置信度的评估准确度。
Description
技术领域
本发明涉及雷达测控技术领域，尤其涉及一种航迹置信度的评估方法、装置及电子设备。
背景技术
在雷达探测领域，航迹通常是指车辆、船舶、飞行器等运动类目标的运动轨迹。目前，可以通过航迹质量这一指标，对雷达的目标探测跟踪能力进行评估。
航迹置信度是评价航迹质量的重要因素，航迹置信度越高，航迹质量越好。由于目标的运动速度、平稳度、连续性、可识别性等多种因素，都会对航迹置信度的评估产生影响，因此如何评估航迹质量面临巨大挑战。故而，亟需一种能够准确地对航迹置信度进行评估的方法。
发明内容
本发明实施例提供了一种航迹置信度的评估方法、装置及电子设备，以解决现有技术中航迹置信度评估不够准确的问题。
第一方面，本发明实施例提供了一种航迹置信度的评估方法，包括：
获取目标航迹的预设数目个雷达帧各自的量测信息；其中，量测信息包括横向位置量测值、纵向位置量测值、横向速度量测值和纵向速度量测值；
根据预设数目个雷达帧各自的量测信息，计算目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率；
根据目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率，计算目标航迹的航迹精度置信度特征；
根据目标航迹的航迹精度置信度特征，以及预先获取的目标航迹的航迹连续跟踪率置信度特征和目标识别概率置信度特征，评估目标航迹的航迹置信度。
第二方面，本发明实施例提供了一种航迹置信度的评估装置，包括：
量测获取模块，用于获取目标航迹的预设数目个雷达帧各自的量测信息；其中，量测信息包括横向位置量测值、纵向位置量测值、横向速度量测值和纵向速度量测值；
第一计算模块，用于根据预设数目个雷达帧各自的量测信息，计算目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率；
第二计算模块，用于根据目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率，计算目标航迹的航迹精度置信度特征；
置信度评估模块，用于根据目标航迹的航迹精度置信度特征，以及预先获取的目标航迹的航迹连续跟踪率置信度特征和目标识别概率置信度特征，评估目标航迹的航迹置信度。
第三方面，本发明实施例提供了一种电子设备，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第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施例提供一种航迹置信度的评估方法、装置及电子设备，给出了一种能够更全面准确对航迹置信度进行评估的特征，即航迹精度置信度特征，并给出了航迹精度置信度特征的具体计算方式。在此基础上，将航迹精度置信度特征，与航迹连续跟踪率置信度特征和目标识别概率置信度特征这两个航迹置信度的评估特征进行融合，给出了一种航迹置信度的评估方法。通过前述处理，可以提高航迹置信度的评估准确度。此外，还具有收敛速度快、及时响应目标变化的优点。
附图说明
为了更清楚地说明本发明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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的航迹置信度的评估方法的实现流程图；
图2是本发明实施例提供的航迹置信度的评估装置的结构示意图；
图3是本发明实施例提供的电子设备的示意图。
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，以便透彻理解本发明实施例。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发明。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发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
如相关技术所描述的，航迹置信度是评价航迹质量的重要因素，航迹置信度越高，航迹质量越好。现有的航迹置信度评估普遍存在不够准确的问题，故而，亟需一种能够准确地对航迹置信度进行评估的方法。
为了解决现有技术问题，本发明实施例提供了一种航迹置信度的评估方法、装置及电子设备。下面首先对本发明实施例所提供的航迹置信度的评估方法进行介绍。
航迹置信度的评估方法的执行主体，可以是航迹置信度的评估装置，该装置可以是具备数据处理能力的电子设备，例如微波雷达、车载雷达、交通雷达、安防雷达等，本发明实施例不作具体限定。
参见图1，其示出了本发明实施例提供的一种航迹置信度的评估方法的实现流程图，详述如下：
步骤110，获取目标航迹的预设数目个雷达帧各自的量测信息。
在一些实施例中，航迹是指从雷达探测的一系列点迹中提取出的目标可能的运动轨迹，因此，在对目标的跟踪过程中，单个目标可能同时存在多个航迹，且随着跟踪的持续进行，航迹也在不断地更新，航迹质量高的航迹被保留，航迹质量低的被删除。航迹置信度可以用于评价某个航迹的航迹质量的高低，航迹置信度越高，航迹质量也越高。为了便于描述，下面用目标航迹来指代目标的多个航迹中的任意一个航迹。
在一些实施例中，可以对雷达帧进行数据处理，得到目标的量测信息。具体的，量测信息可以包括目标的横向位置量测值、纵向位置量测值、横向速度量测值和纵向速度量测值。
可选的，可以通过雷达帧的多普勒信息，获取量测信息，相应的，步骤110的具体处理可以如下：根据目标雷达帧的多普勒信息，获取目标雷达帧的横向位置量测值和纵向位置量测值；其中，目标雷达帧为目标航迹的预设数目个雷达帧中的任意一个雷达帧；根据预先获取的位于目标雷达帧之前的至少一个雷达帧的横向位置量测值和纵向位置量测值，获取目标雷达帧的横向速度量测值和纵向速度量测值。
在一些实施例中，可以利用多普勒信息直接获取到目标的位置量测值，即横向位置量测值和纵向位置量测值，相应的获取方式可以是雷达领域的通用方式。然而，目标的速度量测值，即横向速度量测值和纵向速度量测值，目前并没有统一的获取方式，且不同获取方式的准确度也不同。这里提供一种具有较高准确度的横向速度量测值和纵向速度量测值的获取方式。
具体的，可以对位于目标雷达帧之前的至少一个雷达帧的位置量测值，进行多种数据处理，以得到多组速度量测值，然后再利用不同的权重对这多组速度量测值进行加权计算，从而可以得到最终的速度量测值。
首先，对上述至少一个雷达帧的横向位置量测值进行关于时间的最小二乘拟合处理，得到目标雷达帧的第一横向速度量测值，以及对至少一个雷达帧的纵向位置量测值进行关于时间的最小二乘拟合处理，得到第一纵向速度量测值。以五个雷达帧为例，这五个雷达帧对应的时间信息为T＝[t1,t2,t3,t4,t5]，各自的横向位置量测值为X＝[x1,x2,x3,x4,x5]，纵向位置量测值为Y＝[y1,y2,y3,y4,y5]，则对X进行关于时间T的最小二乘拟合，可以得到第一横向速度量测值
对Y进行关于时间T的最小二乘拟合，可以得到第一纵向速度量测值
接着，对目标雷达帧的前一个雷达帧的横向位置量测值和目标雷达帧的横向位置量测值进行关于时间的差分处理，得到目标雷达帧的第二横向速度量测值，以及对目标雷达帧的前一个雷达帧的纵向位置量测值和目标雷达帧的纵向位置量测值进行关于时间的差分处理，得到目标雷达帧的第二纵向速度量测值。例如，目标雷达帧的第二横向速度量测值
的计算公式为
第二纵向速度量测值
的计算公式为
其中，x目标帧为目标雷达帧的横向位置量测值，x前一帧为目标雷达帧的前一个雷达帧的横向位置量测值，y目标帧为目标雷达帧的纵向位置量测值，y前一帧为目标雷达帧的前一个雷达帧的纵向位置量测值，t目标帧为目标雷达帧的时刻，t前一帧为目标雷达帧的前一个雷达帧的时刻。
然后，对目标雷达帧的前一个雷达帧的横向位置量测值进行卡尔曼估计处理，得到目标雷达帧的第三横向速度量测值
对目标雷达帧的前一个雷达帧的纵向位置量测值进行卡尔曼估计处理，得到目标雷达帧的第三纵向速度量测值
最后，根据第一横向速度量测值、第二横向速度量测值以及第三横向速度量测值各自的权重值，对第一横向速度量测值、第二横向速度量测值以及第三横向速度量测值进行加权计算，得到目标雷达帧的横向速度量测值；根据第一纵向速度量测值、第二纵向速度量测值以及第三纵向速度量测值各自的权重值，对第一纵向速度量测值、第二纵向速度量测值以及第三纵向速度量测值进行加权计算，得到目标雷达帧的纵向速度量测值。
在一些实施例中，可以通过如下获取方式，即将上述三组横纵向速度都分解到目标与雷达连线方向，然后与目标帧的多普勒信息进行比较并归一化的方式，获取第一横向速度量测值、第二横向速度量测值、第三横向速度量测值、第一纵向速度量测值、第二纵向速度量测值以及第三纵向速度量测值各自的权重值，具体如下：
其中，α为雷达安装的方位角，
为第i横向速度量测值，
为第i纵向速度量测值，doppler为目标雷达帧的量测多普勒信息，ηi′为第i横向速度量测值和第i纵向速度量测值的参考权重值，ηi为第i横向速度量测值和第i纵向速度量测值的权重值。
需要说明的是，doppleri为第i横向速度量测值和第i纵向速度量测值在目标与雷达连线方向上的分解值，例如，doppler1为第一横向速度量测值和第一纵向速度量测值在目标与雷达连线方向上的分解值，doppler2为第二横向速度量测值和第二纵向速度量测值在目标与雷达连线方向上的分解值，doppler3为第三横向速度量测值和第三纵向速度量测值在目标与雷达连线方向上的分解值。对于ηi′，这里采用|doppler-doppleri|来评价doppler和doppleri这两个变量的相似性，并且，为了使数值不至于过大或者过小，可以用|doppler-doppleri|除以两个变量的绝对值之和，即
容易理解的是，doppler和doppleri这两个变量越接近，
越小，那对应给予的权重应该越大，对此，可以采用取倒数的方式，将
的倒数，即
作为相应变量的参考权重值。
如此，在上述权重值的基础上，最终加权计算得到的目标雷达帧的横向速度量测值为
纵向速度量测值为
步骤120、根据预设数目个雷达帧各自的量测信息，计算目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率。
在一些实施例中，似然概率可以反映估计量与平均值或真值的接近程度，估计量越接近平均值或者真值，则似然概率越大。考虑到似然概率并不是位于0-1之间的数值，此次采用归一化进行修正，以得到修正似然概率。
具体的，在卡尔曼滤波中，一般假设待估计的随机变量x服从均值为
方差为
的正态分布，即
根据公式推导，可以得出
服从标准正态分布N(0,1)，即：
显然，
为了让似然概率值位于0-1，可以将上式左右两边同时乘以
进行归一化，如此得到修正似然概率函数为：
需要说明的是，如果修正似然概率值越大，则表示置信度越高。
如此，可以得到目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率，分别为：
其中，大写的P为卡尔曼滤波的状态协方差矩阵，P11为P矩阵中第一行第一列的元素，以此类推，P44为P矩阵中第四行第四列的元素。p1为横向位置修正似然概率，p2为纵向位置修正似然概率，p3为横向速度修正似然概率，p4为纵向速度修正似然概率，x为横向位置变量，σx为预设数目个雷达帧的横向位置量测值的标准差，
为预设数目个雷达帧的横向位置量测值的平均值，y为纵向位置变量，σy为预设数目个雷达帧的纵向位置量测值的标准差，
为预设数目个雷达帧的纵向位置量测值的平均值，Vx为横向速度变量，σVx为预设数目个雷达帧的横向速度量测值的标准差，
为预设数目个雷达帧的横向速度量测值的平均值，Vy为纵向速度变量，σVy为预设数目个雷达帧的纵向速度量测值的标准差，
为预设数目个雷达帧的纵向速度量测值的平均值。
步骤130、根据目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率，计算目标航迹的航迹精度置信度特征。
在一些实施例中，在获取到目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率，可以进一步求取航迹精度置信度特征。航迹精度是评估航迹置信度的一个重要维度，本发明将其归纳为航迹精度置信度特征。
在一些实施例中，可以利用目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率各自的权重值，对目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率进行加权计算，得到目标航迹的航迹精度置信度特征。
具体的，航迹精度置信度特征confidence1，其计算方式为：
其中，ω1-ω4分别为横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率的权重值。
需要说明的是，对于航迹精度，综合考虑了横纵向位置、横纵向速度四个变量对航迹精度的影响，由于横向位置、横向速度在一定程度上决定了航迹的平滑度，因此可以赋予横向位置、横向速度较高的权重。具体的，可以采用如下方式赋予权重值：横向位置修正似然概率和横向速度修正似然概率的权重值相同，纵向位置修正似然概率和纵向速度修正似然概率的权重值相同，横向位置修正似然概率的权重值大于纵向位置修正似然概率的权重值。例如，ω1＝0.5，ω3＝0.3。
步骤140、根据目标航迹的航迹精度置信度特征，以及预先获取的目标航迹的航迹连续跟踪率置信度特征和目标识别概率置信度特征，评估目标航迹的航迹置信度。
在一些实施例中，航迹连续跟踪率置信度特征可以用于评估目标被连续检测的概率，其可以通过目标丢失帧数、目标检测次数、目标生命周期和目标检测次数阈值等变量得到。
具体的，对于目标丢失帧数lostNum，如果航迹当前不被关联，则丢失帧数增加，如果关联成功，则丢失帧数置为0。对于目标检测次数detectNum，其表示航迹成功关联量测的次数。对于目标生命周期lifeTime，其表示从开始建立航迹到航迹最终结束的帧计数。目标检测次数阈值用thr表示。如此，航迹连续跟踪率置信度特征confidence2，其计算方式为：
对于目标识别概率置信度特征，其可以通过目标识别模块得到。具体的，目标识别模块可以通过神经网络模型输出目标属于当前类别的识别概率P，如果识别概率越接近1，则目标置信度越大。如此，目标识别概率置信度特征confidence3，其计算方式可以为：
可选的，可以通过层次分析法评估得到目标航迹的航迹置信度，相应的，步骤S140的具体处理可以如下：利用层次分析法，获取航迹精度置信度特征、航迹连续跟踪率置信度特征和目标识别概率置信度特征各自权重值；根据航迹精度置信度特征、航迹连续跟踪率置信度特征和目标识别概率置信度特征各自权重值，对航迹精度置信度特征、航迹连续跟踪率置信度特征和目标识别概率置信度特征进行加权计算，得到目标航迹的航迹置信度。
层次分析法(Analytic Hierarchy Process，AHP)是一种定性和定量相结合，具有系统化层次化特点的分析方法。层次分析法可以根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同的层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。
下面给出一种采用层次分析法求取目标航迹的航迹置信度的具体的实现方式。
首先构造层次分析法的判断矩阵。本实施例分别用A1-A3表示航迹连续跟踪率置信度特征、目标识别概率置信度特征、航迹精度置信度特征，且指定航迹精度置信度特征A3比航迹连续跟踪率置信度特征A1强烈重要，航迹精度置信度特征A3比目标识别概率置信度特征A2稍微重要，目标识别概率置信度特征A2比航迹连续跟踪率置信度特征A1明显重要，然后根据表一所示的1-9标度方法，得到判断矩阵A。
表一
| 标度 | 因素i比因素j |
| 1 | 同等重要 |
| 3 | 稍微重要 |
| 5 | 明显重要 |
| 7 | 强烈重要 |
| 9 | 极端重要 |
| 2,4,6,8 | 相邻判断的中间值 |
| 倒数 | 特征i与j的比较a<sub>ij</sub>，特征j与i的比较a<sub>ji</sub>＝1/a<sub>ij</sub> |
如此，判断矩阵A可以为：
之后，再进行一致性检验。考虑到判断矩阵的求解特征值的处理非常复杂，而且有可能出现复数，为了简化，可以采用如下简化计算的思路：判断矩阵的任一列向量都是特征向量，一致性尚好的正互反阵的列向量都应近似特征向量，可取其某种意义下的平均。
如此，经过列向量归一化处理，可以得到：
经过求行和并归一化处理，可以得到：
最后，令特征向量为
经过加权求和处理，可以得到如下的置信度求解公式：
confidence＝λ1·confidence2+λ2·confidence3+λ3·confidence1
这样，将上述求取的各置信度特征代入上式，可以得到目标航迹的航迹置信度。
值得一提的是，本发明提供的上述航迹置信度的评估方法，相比于现有的评估方法，不仅具有更高的准确度，而且还具有收敛速度快、及时响应目标变化的优点。
在本发明实施例中，首先提供了一种能够更全面准确对航迹置信度进行评估的特征，即航迹精度置信度特征，并给出了航迹精度置信度特征的具体计算方式。在此基础上，将航迹精度置信度特征，与航迹连续跟踪率置信度特征和目标识别概率置信度特征这两个航迹置信度的评估特征进行融合，给出了一种航迹置信度的评估方法。通过前述处理，可以提高航迹置信度的评估准确度。此外，还具有收敛速度快、及时响应目标变化的优点。
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，而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
图2示出了本发明实施例提供的航迹置信度的评估装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图2所示，航迹置信度的评估装置包括：
量测获取模块210，用于获取目标航迹的预设数目个雷达帧各自的量测信息；其中，量测信息包括横向位置量测值、纵向位置量测值、横向速度量测值和纵向速度量测值；
第一计算模块220，用于根据预设数目个雷达帧各自的量测信息，计算目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率；
第二计算模块230，用于根据目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率，计算目标航迹的航迹精度置信度特征；
置信度评估模块240，用于根据目标航迹的航迹精度置信度特征，以及预先获取的目标航迹的航迹连续跟踪率置信度特征和目标识别概率置信度特征，评估目标航迹的航迹置信度。
在一种可能的实现方式中，量测获取模块还用于：
根据目标雷达帧的多普勒信息，获取目标雷达帧的横向位置量测值和纵向位置量测值；其中，目标雷达帧为目标航迹的预设数目个雷达帧中的任意一个雷达帧；
根据预先获取的位于目标雷达帧之前的至少一个雷达帧的横向位置量测值和纵向位置量测值，获取目标雷达帧的横向速度量测值和纵向速度量测值。
在一种可能的实现方式中，量测获取模块还用于：
对至少一个雷达帧的横向位置量测值进行关于时间的最小二乘拟合处理，得到目标雷达帧的第一横向速度量测值；对至少一个雷达帧的纵向位置量测值进行关于时间的最小二乘拟合处理，得到第一纵向速度量测值；
对目标雷达帧的前一个雷达帧的横向位置量测值和目标雷达帧的横向位置量测值进行关于时间的差分处理，得到目标雷达帧的第二横向速度量测值；对目标雷达帧的前一个雷达帧的纵向位置量测值和目标雷达帧的纵向位置量测值进行关于时间的差分处理，得到目标雷达帧的第二纵向速度量测值；
对目标雷达帧的前一个雷达帧的横向位置量测值进行卡尔曼估计处理，得到目标雷达帧的第三横向速度量测值；对目标雷达帧的前一个雷达帧的纵向位置量测值进行卡尔曼估计处理，得到目标雷达帧的第三纵向速度量测值；
根据第一横向速度量测值、第二横向速度量测值以及第三横向速度量测值各自的权重值，对第一横向速度量测值、第二横向速度量测值以及第三横向速度量测值进行加权计算，得到目标雷达帧的横向速度量测值；根据第一纵向速度量测值、第二纵向速度量测值以及第三纵向速度量测值各自的权重值，对第一纵向速度量测值、第二纵向速度量测值以及第三纵向速度量测值进行加权计算，得到目标雷达帧的纵向速度量测值。
在一种可能的实现方式中，第一横向速度量测值、第二横向速度量测值、第三横向速度量测值、第一纵向速度量测值、第二纵向速度量测值以及第三纵向速度量测值各自的权重值的获取方式，包括：
其中，α为雷达安装的方位角，
为第i横向速度量测值，
为第i纵向速度量测值，doppler为目标雷达帧的量测多普勒信息，ηi为第i横向速度量测值和第i纵向速度量测值的权重值。
在一种可能的实现方式中，第一计算模块还用于：
其中，p1为横向位置修正似然概率，p2为纵向位置修正似然概率，p3为横向速度修正似然概率，p4为纵向速度修正似然概率，x为横向位置变量，σx为预设数目个雷达帧的横向位置量测值的标准差，
为预设数目个雷达帧的横向位置量测值的平均值，P为卡尔曼滤波的状态协方差矩阵，P11、P22、P33和P44为状态协方差矩阵中的元素值，y为纵向位置变量，σy为预设数目个雷达帧的纵向位置量测值的标准差，
为预设数目个雷达帧的纵向位置量测值的平均值，Vx为横向速度变量，σVx为预设数目个雷达帧的横向速度量测值的标准差，
为预设数目个雷达帧的横向速度量测值的平均值，Vy为纵向速度变量，σVx为预设数目个雷达帧的纵向速度量测值的标准差，
为预设数目个雷达帧的纵向速度量测值的平均值。
在一种可能的实现方式中，第二计算模块还用于：
根据目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率各自的权重值，对目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率进行加权计算，得到目标航迹的航迹精度置信度特征。
在一种可能的实现方式中，横向位置修正似然概率和横向速度修正似然概率的权重值相同，纵向位置修正似然概率和纵向速度修正似然概率的权重值相同，横向位置修正似然概率的权重值大于纵向位置修正似然概率的权重值。
在一种可能的实现方式中，置信度评估模块还用于：
利用层次分析法，获取航迹精度置信度特征、航迹连续跟踪率置信度特征和目标识别概率置信度特征各自权重值；
根据航迹精度置信度特征、航迹连续跟踪率置信度特征和目标识别概率置信度特征各自权重值，对航迹精度置信度特征、航迹连续跟踪率置信度特征和目标识别概率置信度特征进行加权计算，得到目标航迹的航迹置信度。
在本发明实施例中，首先提供了一种能够更全面准确对航迹置信度进行评估的特征，即航迹精度置信度特征，并给出了航迹精度置信度特征的具体计算方式。在此基础上，将航迹精度置信度特征，与航迹连续跟踪率置信度特征和目标识别概率置信度特征这两个航迹置信度的评估特征进行融合，给出了一种航迹置信度的评估方法。通过前述处理，可以提高航迹置信度的评估准确度。此外，还具有收敛速度快、及时响应目标变化的优点。
图3是本发明实施例提供的电子设备的示意图。如图3所示，该实施例的电子设备3包括：处理器30、存储器31以及存储在存储器31中并可在处理器30上运行的计算机程序32。处理器30执行计算机程序32时实现上述各个航迹置信度的评估方法实施例中的步骤，例如图1所示的步骤110至步骤140。或者，处理器30执行计算机程序32时实现上述各装置实施例中各模块的功能，例如图2所示模块210至240的功能。
示例性的，计算机程序32可以被分割成一个或多个模块，一个或者多个模块被存储在存储器31中，并由处理器30执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序32在电子设备3中的执行过程。例如，计算机程序32可以被分割成图2所示模块210至240。
电子设备3可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是电子设备3的示例，并不构成对电子设备3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，例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，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)、现场可编程门阵列(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31可以是所述电子设备3的内部存储单元，例如电子设备3的硬盘或内存。所述存储器31也可以是所述电子设备3的外部存储设备，例如所述电子设备3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31还可以既包括所述电子设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
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。
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发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子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。
另外，在本发明各个实施例中的各功能单元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。
所述集成的模块/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，本发明实现上述实施例方法中的全部或部分流程，也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，可实现上述各个航迹置信度的评估方法实施例的步骤。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可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种航迹置信度的评估方法，其特征在于，包括：
获取目标航迹的预设数目个雷达帧各自的量测信息；其中，所述量测信息包括横向位置量测值、纵向位置量测值、横向速度量测值和纵向速度量测值；
根据所述预设数目个雷达帧各自的量测信息，计算所述目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率；
根据所述目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率，计算所述目标航迹的航迹精度置信度特征；
根据所述目标航迹的航迹精度置信度特征，以及预先获取的所述目标航迹的航迹连续跟踪率置信度特征和目标识别概率置信度特征，评估所述目标航迹的航迹置信度。
2.根据权利要求1所述的航迹置信度的评估方法，其特征在于，所述获取目标航迹的预设数目个雷达帧各自的量测信息，包括：
根据目标雷达帧的多普勒信息，获取所述目标雷达帧的横向位置量测值和纵向位置量测值；其中，所述目标雷达帧为所述目标航迹的预设数目个雷达帧中的任意一个雷达帧；
根据预先获取的位于所述目标雷达帧之前的至少一个雷达帧的横向位置量测值和纵向位置量测值，获取所述目标雷达帧的横向速度量测值和纵向速度量测值。
3.根据权利要求2所述的航迹置信度的评估方法，其特征在于，所述根据预先获取的位于所述目标雷达帧之前的至少一个雷达帧的横向位置量测值和纵向位置量测值，获取所述目标雷达帧的横向速度量测值和纵向速度量测值，包括：
对所述至少一个雷达帧的横向位置量测值进行关于时间的最小二乘拟合处理，得到所述目标雷达帧的第一横向速度量测值；对所述至少一个雷达帧的纵向位置量测值进行关于时间的最小二乘拟合处理，得到第一纵向速度量测值；
对所述目标雷达帧的前一个雷达帧的横向位置量测值和所述目标雷达帧的横向位置量测值进行关于时间的差分处理，得到所述目标雷达帧的第二横向速度量测值；对所述目标雷达帧的前一个雷达帧的纵向位置量测值和所述目标雷达帧的纵向位置量测值进行关于时间的差分处理，得到所述目标雷达帧的第二纵向速度量测值；
对所述目标雷达帧的前一个雷达帧的横向位置量测值进行卡尔曼估计处理，得到所述目标雷达帧的第三横向速度量测值；对所述目标雷达帧的前一个雷达帧的纵向位置量测值进行卡尔曼估计处理，得到所述目标雷达帧的第三纵向速度量测值；
根据所述第一横向速度量测值、所述第二横向速度量测值以及所述第三横向速度量测值各自的权重值，对所述第一横向速度量测值、所述第二横向速度量测值以及所述第三横向速度量测值进行加权计算，得到所述目标雷达帧的横向速度量测值；根据所述第一纵向速度量测值、所述第二纵向速度量测值以及所述第三纵向速度量测值各自的权重值，对所述第一纵向速度量测值、所述第二纵向速度量测值以及所述第三纵向速度量测值进行加权计算，得到所述目标雷达帧的纵向速度量测值。
4.根据权利要求3所述的航迹置信度的评估方法，其特征在于，所述第一横向速度量测值、所述第二横向速度量测值、所述第三横向速度量测值、所述第一纵向速度量测值、所述第二纵向速度量测值以及所述第三纵向速度量测值各自的权重值的获取方式，包括：
其中，α为雷达安装的方位角，
为第i横向速度量测值，
为第i纵向速度量测值，doppler为所述目标雷达帧的量测多普勒信息，ηi为第i横向速度量测值和第i纵向速度量测值的权重值。
5.根据权利要求1所述的航迹置信度的评估方法，其特征在于，所述目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率的计算方式，包括：
其中，p1为横向位置修正似然概率，p2为纵向位置修正似然概率，p3为横向速度修正似然概率，p4为纵向速度修正似然概率，x为横向位置变量，σx为所述预设数目个雷达帧的横向位置量测值的标准差，
为所述预设数目个雷达帧的横向位置量测值的平均值，P为卡尔曼滤波的状态协方差矩阵，P11、P22、P33和P44为状态协方差矩阵中的元素值，y为纵向位置变量，σy为所述预设数目个雷达帧的纵向位置量测值的标准差，
为所述预设数目个雷达帧的纵向位置量测值的平均值，Vx为横向速度变量，σVx为所述预设数目个雷达帧的横向速度量测值的标准差，
为所述预设数目个雷达帧的横向速度量测值的平均值，Vy为纵向速度变量，σVy为所述预设数目个雷达帧的纵向速度量测值的标准差，
为所述预设数目个雷达帧的纵向速度量测值的平均值。
6.根据权利要求1所述的航迹置信度的评估方法，其特征在于，所述根据所述目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率，计算所述目标航迹的航迹精度置信度特征，包括：
根据所述目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率各自的权重值，对所述目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率进行加权计算，得到所述目标航迹的航迹精度置信度特征。
7.根据权利要求6所述的航迹置信度的评估方法，其特征在于，所述横向位置修正似然概率和所述横向速度修正似然概率的权重值相同，所述纵向位置修正似然概率和所述纵向速度修正似然概率的权重值相同，所述横向位置修正似然概率的权重值大于所述纵向位置修正似然概率的权重值。
8.根据权利要求1所述的航迹置信度的评估方法，其特征在于，所述根据所述目标航迹的航迹精度置信度特征，以及预先获取的所述目标航迹的航迹连续跟踪率置信度特征和目标识别概率置信度特征，评估所述目标航迹的航迹置信度，包括：
利用层次分析法，获取所述航迹精度置信度特征、所述航迹连续跟踪率置信度特征和所述目标识别概率置信度特征各自权重值；
根据所述航迹精度置信度特征、所述航迹连续跟踪率置信度特征和所述目标识别概率置信度特征各自权重值，对所述航迹精度置信度特征、所述航迹连续跟踪率置信度特征和所述目标识别概率置信度特征进行加权计算，得到所述目标航迹的航迹置信度。
9.一种航迹置信度的评估装置，其特征在于，包括：
量测获取模块，用于获取目标航迹的预设数目个雷达帧各自的量测信息；其中，所述量测信息包括横向位置量测值、纵向位置量测值、横向速度量测值和纵向速度量测值；
第一计算模块，用于根据所述预设数目个雷达帧各自的量测信息，计算所述目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率；
第二计算模块，用于根据所述目标航迹的横向位置修正似然概率、纵向位置修正似然概率、横向速度修正似然概率和纵向速度修正似然概率，计算所述目标航迹的航迹精度置信度特征；
置信度评估模块，用于根据所述目标航迹的航迹精度置信度特征，以及预先获取的所述目标航迹的航迹连续跟踪率置信度特征和目标识别概率置信度特征，评估所述目标航迹的航迹置信度。
10.一种电子设备，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上的权利要求1至8中任一项所述的航迹置信度的评估方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210851332.5A CN115327525A (zh) | 2022-07-19 | 2022-07-19 | 航迹置信度的评估方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210851332.5A CN115327525A (zh) | 2022-07-19 | 2022-07-19 | 航迹置信度的评估方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115327525A true CN115327525A (zh) | 2022-11-11 |
Family
ID=83917082
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210851332.5A Pending CN115327525A (zh) | 2022-07-19 | 2022-07-19 | 航迹置信度的评估方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115327525A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117890869A (zh) * | 2024-03-14 | 2024-04-16 | 浙江大华技术股份有限公司 | 一种高精度毫米波雷达目标探测方法、设备、系统和介质 |
-
2022
- 2022-07-19 CN CN202210851332.5A patent/CN115327525A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117890869A (zh) * | 2024-03-14 | 2024-04-16 | 浙江大华技术股份有限公司 | 一种高精度毫米波雷达目标探测方法、设备、系统和介质 |
| CN117890869B (zh) * | 2024-03-14 | 2024-06-07 | 浙江大华技术股份有限公司 | 一种高精度毫米波雷达目标探测方法、设备、系统和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111178385B (zh) | 一种鲁棒在线多传感器融合的目标跟踪方法 | |
| CN109000940B (zh) | 一种机车车辆异常轴温诊断方法及系统 | |
| CN110503071B (zh) | 基于变分贝叶斯标签多伯努利叠加模型的多目标跟踪方法 | |
| CN112308881A (zh) | 一种基于遥感图像的舰船多目标跟踪方法 | |
| CN110363165B (zh) | 基于tsk模糊系统的多目标跟踪方法、装置及存储介质 | |
| CN111680870A (zh) | 目标运动轨迹质量综合评估方法 | |
| CN111007454A (zh) | 一种基于合作目标信息的扩展目标跟踪方法 | |
| CN111259332B (zh) | 一种杂波环境下的模糊数据关联方法及多目标跟踪方法 | |
| CN111562571A (zh) | 一种未知新生强度的机动多目标跟踪与航迹维持方法 | |
| CN115327525A (zh) | 航迹置信度的评估方法、装置及电子设备 | |
| CN116148837A (zh) | 非均匀杂波背景下稳健多传感器多目标跟踪方法 | |
| Raitoharju et al. | Partitioned update Kalman filter | |
| CN117291936A (zh) | 点云分割方法、装置、设备和介质 | |
| CN113156473A (zh) | 信息融合定位系统卫星信号环境的自适应判别方法 | |
| CN116953692A (zh) | 一种主动雷达和被动雷达协同跟踪下的航迹关联方法 | |
| CN112415468A (zh) | 一种基于多伯努利滤波的doa跟踪方法 | |
| CN117036400A (zh) | 基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法 | |
| CN111598158A (zh) | 一种基于ai分析技术的仓储库存状态感知方法 | |
| CN111340853A (zh) | 基于ospa迭代的多传感器gmphd自适应融合方法 | |
| CN103218509B (zh) | 一种基于硬件的复合抗干扰数据关联方法 | |
| CN112748735B (zh) | 一种引入颜色特征的扩展目标跟踪方法 | |
| CN114037017B (zh) | 基于误差分布拟合的数据融合方法 | |
| CN115220002A (zh) | 一种固定单站的多目标数据关联跟踪方法和相关装置 | |
| CN112965965A (zh) | 一种基于模糊预测系统的野值剔除方法、系统及计算机相关产品 | |
| CN112988527A (zh) | Gpu管理平台异常检测方法、装置以及存储介质 |
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 |