JP3650320B2

JP3650320B2 - Target tracking device

Info

Publication number: JP3650320B2
Application number: JP2000288793A
Authority: JP
Inventors: 信吾辻道; 義夫小菅
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2000-09-22
Filing date: 2000-09-22
Publication date: 2005-05-18
Anticipated expiration: 2020-09-22
Also published as: JP2002098755A

Description

【０００１】
【発明の属する技術分野】
本発明は、レーダ等のセンサから得られた観測ベクトルの情報から、複数の目標の位置、運動諸元および航跡の真値を推定する目標追尾装置に関するものである。
【０００２】
【従来の技術】
センサによって得られる観測ベクトルから目標の位置、運動緒元および航跡を求めるために、既存の航跡に対して追尾フィルタをかけることによって、現在時刻における目標の存在予測位置を算出し、その予測位置範囲(以後、この領域をゲートと呼ぶ)と実際の観測ベクトルとの相関処理を行い、航跡と観測ベクトルの関連づけを行っている。
【０００３】
ここで、複数の目標が狭い領域に存在する場合には、一つの航跡のゲート内に複数の目標が存在する場合がある。このような状況においても正しい追尾を続ける為には、一目標の追尾の場合以上に、航跡と観測ベクトルの相関を精度良く行う必要がある。
【０００４】
従来、この要求に応えるものとして、「D.B.Reid : "An Algorithm for Tracking Multiple Targets", IEEE Transactions on Automatic control, AC-24, p842 - 854, 1979」に示された複数目標追尾方式が提案されている。また、この方式を更に改良したものとして、特開平８−２７１６１７号公報に示された複数目標追尾方式が提案されている。
【０００５】
図８は特開平８−２７１６１７号公報に示された複数目標追尾方式の目標追尾装置の構成を示すブロック図である。以下、このブロック図を用いて従来方式の構成及び動作を説明する。
【０００６】
図８において、１は目標追尾装置１６に入力した観測ベクトル全体から各航跡のゲートに含まれる観測ベクトルを選択する観測ベクトル選択部、２は目標追尾装置１６内全体のクラスタ(本方式の追尾装置において、相互に従属関係にある観測ベクトル、および、それらの観測ベクトルから導き出される航跡、仮説等の集合をまとめたもので、相互に独立に処理できる基本単位)の状態を示すシステム内クラスタ表、３は観測ベクトル選択部１の出力とシステム内クラスタ表２に示された既存のクラスタの関係から既存のクラスタを統合し、また新しいクラスタを作成しクラスタ内観測ベクトル表４を作成するクラスタ新設、統合部である。
【０００７】
４はクラスタ内に含まれる観測ベクトルの全体を示すクラスタ内観測ベクトル表である。５はクラスタ内観測ベクトル表４とクラスタ内の仮説の状況を示すデータ群を入力とし、クラスタ内のゲート内判定行列６を算出するゲート内判定行列算出部である。６はクラスタ内の観測ベクトルと航跡の関係を示すクラスタ内ゲート内判定行列である。
【０００８】
７はクラスタ内ゲート内判定行列６を入力としクラスタ内の航跡相関行列を算出する航跡相関行列算出部、８はクラスタ内で仮説の拡張可能性を示すクラスタ内航跡相関行列、９は前時刻までの観測ベクトルによる仮説の状況とクラスタ内航跡相関行列８から現時刻に入力した観測ベクトルに対応して仮説を更新する仮説更新部である。
【０００９】
１０はクラスタ内仮説状況データ群であり、１１はクラスタ内にある全ての仮説を示したクラスタ内仮説表、１２は各仮説ごとに仮説内にある全ての航跡を示した仮説内航跡表、１３はクラスタ内にある全ての航跡に対して航跡を構成する観測ベクトルを示したクラスタ内航跡−観測ベクトル表である。
【００１０】
１４はクラスタ内にある全ての航跡に対して次の観測ベクトル入力時刻における存在予測位置範囲を算出するゲート算出部、１５はクラスタ内仮説表の複数の仮説の中から最も有力な仮説を一つ選択しまたは複数の仮説の存在をそのまま認めそれらの状況を出力する航跡決定部、１６は目標追尾装置、１７は空間中の目標を観測して観測ベクトルを得るためのセンサである目標観測装置、そして１８はディスプレイ上に複数の仮説の中から仮説の並立を前提として使用者の判断を助けるための情報を表示する目標表示装置である。
【００１１】
まず、目標観測装置１７より観測ベクトル選択部１に観測ベクトルが渡される。この観測ベクトルには真の目標からの観測ベクトルの他に、受信機雑音が原因である誤信号、雲などからの反射が原因であるクラッタが含まれている。なお、以後は簡単のため、前述の誤信号及びクラッタを合わせて誤信号と呼ぶ。
【００１２】
次に、観測ベクトル選択部１は既存の全ての航跡に対して航跡と観測ベクトルの相関可能性を示すゲート内外判定を行い、その結果をクラスタ新設、統合部３に送る。ここでこの判定に必要なゲート算出は、ゲート算出部１４が既存の全ての航跡に対して実施する。
【００１３】
次に、クラスタ新設、統合部３は既存クラスタ内の既存航跡と観測ベクトルの相関状況から判断してクラスタの新設及び統合を行い、その結果をシステム内の各種状態表に反映する。なお、ここでクラスタは以下の処理を相互に独立に実施できる単位である。この性質から、以下の説明では一つのクラスタ内の処理を示す。なお、システム全体では、それぞれのクラスタについて同様の処理を任意の順序で実行すればよい。
【００１４】
次に、ゲート内判定行列算出部５がクラスタ内の今回の観測ベクトル全てと航跡の相関可能性を示すゲート内判定行列６を算出する。なお、このゲート内判定行列６は各観測ベクトルそれぞれが、誤信号である可能性、既存航跡からの観測ベクトルである可能性、新航跡からの観測ベクトルである可能性を行列形式で表現したものである。
【００１５】
次に、航跡相関行列算出部７がゲート内判定行列６から全ての航跡相関行列８を算出する。なお、それぞれの航跡相関行列は、実際に仮説として取り得る観測ベクトルと航跡の相関関係を示すものである。
【００１６】
ここで、ゲート内判定行列６から航跡相関行列８を作成する際には、次の３つの基準に従い３者を同時に満たす全ての組み合わせをぞれぞれ別の航跡相関行列として表現する。
【００１７】
(ア) ゲート内判定行列において１である要素に対する航跡相関行列の要素のみが１とでき、その他の要素は０とする。
(イ) 航跡相関行列の第一列以外の全ての列では、高々１つの要素のみを１とし他の要素は０とする。
(ウ) 航跡相関行列の全ての行では必ず一つの要素を１とし他の要素は０とする。
【００１８】
次に、仮説更新部９において一つ前のサンプリング時刻に生成した仮説と、先ほど算出した航跡相関行列を組み合わせて、仮説を現サンプリングの状況に対応したものに更新する。ここで、航跡相関行列において観測ベクトルと相関があるとされている既追尾航跡が仮説内に追尾航跡として含まれない場合は両者を組み合わせることはできない。その他の全ての組み合わせにより、既追尾航跡に新しい観測ベクトルを追加し航跡を延ばすこと、新しい航跡を新目標として追加すること、ある観測ベクトルを誤信号として扱うことにより仮説が更新される。ここで、多くの場合１つの仮説が複数の航跡相関行列と組み合わされ複数の仮説に更新されるので、仮説を更新する度に仮説数は増加する。
【００１９】
更に、仮説更新部９ではこのようにして更新した全ての仮説に対して仮説の信頼度を算出する。なお、仮説の信頼度はそれぞれの仮説が現実的なものであるかどうかを判断するための評価尺度となるものである。
【００２０】
ここで、特開平８−２７１６１７号公報には仮説の信頼度を算出する具体的方法が示されていないが、上述のD.B.Reidの文献に示された下記の式をそのまま利用できる。
【００２１】
【数１】

【００２２】
ここで、
β_k,i：仮説Ｘ^k,iが真である確率
Ｚ^k：観測ベクトルの全体
Ｍ^k：クラスタ内の観測数の全体
Ｐ_D：目標の探知確率
Ｐ_GK：は時刻ｔ_kにおいて追尾対象目標がゲート内に存在する確率
β_FT，β_NT：誤信号および新航跡の時刻ｔ_kにおける単位容積当たりの発生頻度の平均
Ｚ _k,j(j=1,2,・・・,N^k _DT(s))：既存航跡より探知された観測ベクトル
【００２３】
最後に、航跡決定部１５は必要に応じてその時点で存在する複数の仮説の中から信頼度などを利用して最も信頼性の高い仮説を選択しまたは複数の仮説の存在をそのまま認めそれらの状況を出力しそこに含まれる航跡を決定して目標表示装置１８に渡す。
【００２４】
【発明が解決しようとする課題】
以上のように構成された従来の目標追尾装置で示された仮説信頼度の算出方法では、探知確率及び新航跡発生頻度を予め設定した一定値として扱っている。しかし、現実には真の目標から観測された観測ベクトルと、受信機雑音を発生源とする観測ベクトルすなわち誤信号では、信号のＳ／Ｎ比が大きく異なっている場合が多い。すなわち、真の目標からの観測ベクトルは信号強度が大きく、誤信号は信号強度が小さい場合が多い。このことを逆に考えると、ある観測ベクトルの信号強度が大きければその観測ベクトルは真の目標からの信号である可能性が高く、逆にある観測ベクトルの信号強度が小さければその観測ベクトルは誤信号である可能性が高いと言える。
【００２５】
そこでこの性質を利用して、観測ベクトルの信号強度すなわちＳ／Ｎ比を仮説の信頼度算出に反映させれば、真の目標からの観測ベクトルから構成された正しい仮説の信頼度が高くなるものと期待できる。更に、以上のように利用できる付加情報はＳ／Ｎ比情報に限られるわけではなく、その他にも各種考えられる。また一方、追尾装置側で以上のような機能を持ち、多くの誤信号の中から真の目標を抽出する機能を持てば、目標観測装置すなわちセンサ側のしきい値を制御することによって、システム全体の性能を向上させることができる。
【００２６】
すなわちこの発明は、仮説の信頼度をより向上させることにより性能を向上させた目標追尾装置を提供することを目的とする。
【００２７】
【課題を解決するための手段】
上記の目的に鑑み、この発明は、観測ベクトルと航跡の相関に関してそれぞれの観測ベクトルが既存航跡と相関する可能性、新航跡である可能性、誤信号である可能性を考慮し、複数の仮説を維持しつつ追尾処理を行う延期決定型の目標追尾装置において、航跡相関行列と既存の仮説から新しい仮説を作成する仮説更新部が、仮説の信頼度計算の際に、目標観測装置からのそれぞれの観測ベクトル毎に得られるＳ／Ｎ比情報を用いて目標の探知確率及び新目標発生頻度を求めることを特徴とする目標追尾装置にある。
また、前記新目標発生頻度を、前サンプルの仮説における新目標数の期待値と、現サンプルにおける観測ベクトル毎に得られるＳ／Ｎ比情報から計算した探知確率を使用して計算することを特徴とする。
【００３６】
【発明の実施の形態】
実施の形態１．
図１はこの発明の一実施の形態による目標追尾装置の構成を示すブロック図である。従来のものと同一もしくは相当部分は同一符号で示す(以下同様)。この実施の形態では、目標観測装置１７から仮説更新部１０１に直接情報を渡す経路が追加され、仮説更新部１０１が観測情報を考慮した仮説更新部に変わっている。
【００３７】
上述の従来の目標追尾装置においても、仮説更新部で更新された仮説の信頼度計算を行っていた。但し、その信頼度計算は探知確率、新航跡発生頻度などシステム全体に共通の値を予め設定したパラメータや目標の位置情報などに基づいて行われていた。
【００３８】
これに対し本実施の形態では、観測ベクトル毎に得られる位置情報以外の情報によって、その観測ベクトルが真の目標からの観測ベクトルであることの確からしさ(信ぴょう性)、逆に言えばその観測ベクトルが誤信号であることの確からしさを知り、その情報を仮説の信頼度計算に利用するものである。位置情報とは本来、目標観測装置１７で得るべき目標の位置情報で、位置情報以外の情報とはこれ以外の例えば観測時に発生するこれに付随する関連の各種情報のことを示す。
【００３９】
このことから、ここで利用する目標観測装置１７から得る付加情報は観測ベクトルが真の目標からのものである場合と、誤信号である場合と、クラッタである場合で何らかの違いを持つものであれば、何でも利用可能である。
【００４０】
このようにすることにより、従来の装置では仮説信頼度に差がつかず、信頼度の高い仮説を選別できなかったような状況に於いても、真の目標からの観測ベクトルから構成された仮説の信頼度を向上させることができ、尤もらしい仮説を選別し易くなる。
【００４１】
実施の形態２．
図２はこの発明の別の実施の形態による目標追尾装置の構成を示すブロック図である。上述のように観測ベクトル毎に得られる位置情報以外の情報を利用することによって、従来信頼度の高い仮説の選択が困難であった状況でも、信頼度の高い仮説の選択が可能になる。
【００４２】
本実施の形態ではこのことを前提として、積極的にセンサである目標観測装置１７の動作モードを制御することによって、より一層効果を高めることを狙っている。この目的を達成するために、状況認識部２１と動作モード制御装置２０が追加されている。
【００４３】
状況認識部２１で目標追尾装置１６での目標追尾状況を認識し(特に仮説更新部１００での仮説更新の際の状況認識)、これに基づいて動作モード制御装置２０が状況認識結果に応じてその状況で選択することが困難な仮説の信頼度に差を付けることができる情報を入手できるように目標観測装置１７における動作モードを制御する。
【００４４】
仮に、クラッタが多く、クラッタと目標の区別がつかないことから信頼度の高い仮説が選択できない状況であれば、その区別に有効な情報を得るようにする。他にも、受信機雑音からの誤警報と目標信号の区別、大きさの異なる複数の目標の区別などが考えられる。このセンサすなわち目標観測装置１７の制御は固定的である必要はなく、時間的にも空間的にも適宜変更することができる。
【００４５】
実施の形態３．
この実施の形態による目標追尾装置では、実施の形態１で示した位置情報以外の付加情報として、特にＳ／Ｎ比情報を利用する。従って目標追尾装置の構成は図１に示すものと同じである。
【００４６】
ここでは、目標観測装置１７は観測ベクトルと同時にそれぞれの観測ベクトルのＳ／Ｎ比情報を出力する。この情報を受けて、仮説更新部１０１はＳ／Ｎ比を反映した仮説信頼度の算出を行う。この場合は、この情報を得るために特別の装置変更が必要なく、既存の目標観測装置１７にも適用可能であるという利点がある。
【００４７】
更に、Ｓ／Ｎ比は目標観測装置１７の基本的な動作パラメータであり、かつ、状況に応じて変動するパラメータでもあることから、追尾フィルタ側でこの変動に対応して信頼度の高い仮説の信頼度を高めることができれば、目標追尾装置全体の性能を向上させることができる。
【００４８】
また、もともと誤信号のＳ／Ｎ比と真の目標からの観測ベクトルのＳ／Ｎ比では後者の方が高いことが普通であり、この情報を仮説信頼度の算出に反映させ、Ｓ／Ｎ比が高い観測ベクトルを航跡と相関させ、Ｓ／Ｎ比が低い観測ベクトルを誤信号として扱う仮説の信頼度を相対的に高めることによって、信頼度の高い仮説の信頼度を高めることができる。
【００４９】
実施の形態４．
図３はこの発明のさらに別の実施の形態による目標追尾装置の構成を示すブロック図である。ここでは、実施の形態３に示した、観測ベクトルのＳ／Ｎ比情報を仮説の信頼度算出に反映するようにした目標追尾装置において、何らかの条件に従い、センサ側のしきい値を制御するようにした。
【００５０】
図３において、目標追尾装置での目標追尾状況を認識する上述の状況認識部２１と、この状況認識結果に応じてある受信信号を目標からの観測ベクトルであると決める最低のＳ／Ｎ比を状況に応じて制御するように目標観測装置１７の受信のしきい値を制御するしきい値制御装置２３が追加されている。ここで、目標観測装置１７のしきい値とは目標観測装置１７の受信信号が目標からの反射信号であるのか、目標観測装置１７内部で発生した受信機雑音であるのかを判定する基準値である。
【００５１】
このしきい値はもともと変更可能な設計パラメータであるが、従来は目標観測装置１７の設計諸元に基づき予め算出した固定値を常に使い続けている。このしきい値を上げれば受信機雑音を目標からの反射信号と誤認すること、即ち誤警報を発生することが減少するが、その一方で、真の目標からの反射信号を見落とすことも多くなり、即ち探知確率が下がることになる。
【００５２】
しかし、逆にこのしきい値を下げれば、探知確率は向上し、真の目標を見落とすことは少なくなるが、その一方で、誤警報確率が高くなり、真の目標からの観測ベクトルが誤警報である観測ベクトルに埋もれてしまい、せっかく検出した目標情報を有効に活用できないことになってしまう。
【００５３】
そこで、従来はシステム全体のバランスから経験的に決めたしきい値を目標観測装置１７側で設定することにより、探知確率と誤警報確率をバランスさせていた。
【００５４】
しかし本実施の形態で示すように、目標追尾装置１６側でＳ／Ｎ比情報を利用して仮説の信頼度算出を行い、真の目標からなる仮説の信頼度を高めることができれば、先に示したような、目標観測装置１７側でしきい値を下げて、結果として、真の目標が多くの誤警報に埋もれてしまったような状況においても、目標追尾装置１６側で真の目標を抽出することができるようになる。また、これまでに述べたように、Ｓ／Ｎ比情報は全ての観測ベクトルに付与されており、その値を時々刻々仮説信頼度に反映することができることから、目標観測装置１７側のしきい値の変更も必要に応じて、随時実施することができる。
【００５５】
実施の形態５．
図４はこの発明のさらに別の実施の形態による目標追尾装置の構成を示すブロック図である。この実施の形態では、実施の形態４の目標追尾装置に於いて目標観測装置１７と観測対象目標の距離に応じてしきい値を変更する。そこで状況認識部を距離状況認識部２４として示している。
【００５６】
一般に、目標観測装置１７においては距離が遠くなればなるほど反射信号が小さくなり、その結果、同じしきい値の元では目標の探知確率が小さくなる。従来はこれに対処する方法がなかったが、ここでは、遠方の目標を観測する際にはしきい値を下げて探知確率を向上させること、すなわち近距離の目標に対する探知確率に近づけることができる。
【００５７】
従来はこのようにすると、誤警報確率が高くなり、システムとして成り立たなかったが、ここで示す方法では、目標追尾装置１６側で多くの誤警報の中から真の目標を抽出することができるので、目標追尾装置１６を成り立たせることができる。
【００５８】
実施の形態６．
図５はこの発明のさらに別の実施の形態による目標追尾装置の構成を示すブロック図である。この実施の形態では、実施の形態４の目標追尾装置に於いて、それぞれの観測対象または観測領域毎に、観測当初はしきい値を下げ、徐々にしきい値を上げていく。そこで状況認識部を観測経過時間認識部２５として示している。
【００５９】
これは、目標追尾装置に於いて、追尾を開始する当初は目標の位置や運動諸元の情報がまだ曖昧であることから、まずは探知確率を重視して目標を高頻度に観測し、これらの情報の推定精度を高めることが必要となる。一方、追尾を継続することによってこれらの推定値の精度が高まれば、しきい値を上げて探知確率が下がっても、目標の位置や運動を精度良く予測することができるので対応可能となっている。
【００６０】
また一方で、しきい値を上げて誤警報の量を減らして、目標追尾装置全体の演算負荷を下げる方が、目標追尾装置全体として好ましい結果となる。
【００６１】
実施の形態７．
図６はこの発明のさらに別の実施の形態による目標追尾装置の構成を示すブロック図である。この実施の形態では、実施の形態４の目標追尾装置に於いて、目標追尾装置によって観測される観測対象(目標)の状況、即ち目標群の配置や観測条件などに応じてしきい値の設定値を変更する。そこで状況認識部を目標状況認識部２６として示している。
【００６２】
例えば、目標が密集している場合にしきい値を下げて、各目標を抜けなく観測したり、また目標が分離するなど目標数が変化した可能性が高いときにしきい値を下げて確実に両者を観測したりできる。また、目標のＳ／Ｎ比が十分高いことが確実になれば、その領域に対するしきい値を上げて、誤警報を減らし、目標追尾装置の演算負荷を下げることもできる。
【００６３】
実施の形態８．
図７はこの発明のさらに別の実施の形態による目標追尾装置の構成を示すブロック図である。この実施の形態では、実施の形態４の目標追尾装置に於いて、利用者の指示に基づきしきい値の設定値を変更する。そこで状況認識部の代わりに利用者指示入力装置２７を設けた。これにより、例えば利用者は目標表示装置１８に示された追尾経過を考慮して目標観測装置１７のしきい値を所望の値に制御することができる。
【００６４】
実施の形態９．
この実施の形態による目標追尾装置では、実施の形態３に示した観測ベクトル毎に得られるＳ／Ｎ比情報を仮説の信頼度計算に使用することを特徴とした目標追尾装置に於いて、この観測ベクトル毎に得られるＳ／Ｎ比情報から、目標の探知確率及び新目標発生頻度を算出し、それらの値を仮説の信頼度計算に反映する。従って目標追尾装置の構成は図１に示すものと同じである。また観測ベクトル毎に得られるＳ／Ｎ比情報から、新目標発生頻度を算出する式、及び、この新目標発生頻度と別途算出した目標の探知確率を反映して仮説の信頼度を算出する式は以下に示す通りである。
【００６５】
【数２】

【００６６】
【数３】

【００６７】
新目標発生頻度は(３)〜(８)式により算出される。仮説Ｘ^k,iが少なくとも１つの新目標を含む仮説であることを(３)式で表す。次に(１０)式の最終項は仮説Ｘ^k,iにおける新目標発生頻度の積である。従って仮説Ｘ^k,iにおける新目標発生頻度の総計β^k,i _NTは(４)式のようになる。
【００６８】
時刻ｔ_kにおける仮説の信頼度β_k,iが算出された後の新目標発生頻度β^k _NT(＋)が(３)式および(４)式を使用して(５)式で算出される。
【００６９】
また、時刻ｔ_k+1において観測ベクトルＺ_k+1が得られない状態での新目標の存在頻度β^k+1 _NT(−)を(６)式で算出する。ここでβ_NT,minは新目標の存在頻度が負とならないための非負のパラメータである。なお、初期値は(７)式で与えられる。
【００７０】
時刻ｔ_kにおける仮説の信頼度β_k,iを算出するための観測ベクトルＺ _k,jからの新目標発生頻度β^k _NT,jは(８)式で算出する。
【００７１】
また観測ベクトルＺ _k,jのＳ／Ｎ比より算出した探知確率Ｐ^k _D,jは外部で算出されたものを入力して使用する。なお、外部での算出法としては、例えば、センサ毎に予め作成した対応表を使用してＳ／Ｎ比を探知確率に変換することができる。
【００７２】
新目標発生頻度と探知確率を反映させることができるこの発明による信頼度は(９)式、(１０)式に基づいて算出される。これらの(９)式、(１０)式は(１１)〜(１３)式から導かれる。
【００７３】
【発明の効果】
以上のようにこの発明によれば、観測ベクトルと航跡の相関に関してそれぞれの観測ベクトルが既存航跡と相関する可能性、新航跡である可能性、誤信号である可能性を考慮し、複数の仮説を維持しつつ追尾処理を行う延期決定型の目標追尾装置において、航跡相関行列と既存の仮説から新しい仮説を作成する仮説更新部が、仮説の信頼度計算に目標観測装置からのそれぞれの観測ベクトル毎に得られる情報を利用することを特徴とする目標追尾装置としたので、従来の装置では仮説信頼度に差がつかず、信頼度の高い仮説を選別できなかったような状況に於いても、真の目標からの観測ベクトルから構成された仮説の信頼度を向上させることができ、尤もらしい仮説を選別し易くなる。
【００７４】
また、目標追尾装置での目標追尾状況を認識しこの状況認識結果に応じてその状況で選択することが困難な仮説の信頼度に差を付けることができる情報を入手できるように目標観測装置の動作モードを制御するようにしたので、個々の状況で区別に有効な情報を得易くなる。
【００７５】
また、仮説更新部が仮説の信頼度計算に、観測ベクトル毎に得られる情報としてＳ／Ｎ比情報を使用するようにしたので、Ｓ／Ｎ比情報から、真の目標からの観測ベクトルから構成された仮説の信頼度を向上させることができる。
【００７６】
また、目標追尾装置での目標追尾状況を認識してこの状況認識結果に応じて受信信号を目標からの観測ベクトルであると決める最低のＳ／Ｎ比を状況に応じて制御するように目標観測装置の受信のしきい値を制御するようにしたので、目標からの観測信号のＳ／Ｎ比が低く目標が探知されにくい状況においても、目標観測装置側でしきい値を下げて、目標の探知確率を向上させることができると共に、その結果として、真の目標が多くの誤警報に埋もれてしまったような状況においても、先に示したように、目標追尾装置側で真の目標を抽出することができるようになる。また、Ｓ／Ｎ比情報は全ての観測ベクトルに付与されており、その値を時々刻々仮説信頼度に反映することができることから、目標観測装置側のしきい値の変更も必要に応じて随時実施することができる。
【００７７】
また、目標追尾における目標観測装置と観測目標との距離を認識し、この距離状況に応じて目標観測装置の受信のしきい値を変えるようにしたので、例えば遠方の目標を観測する際にはしきい値を下げて探知確率を向上させること、すなわち近距離の目標に対する探知確率に近づけることができる。
【００７８】
また、目標追尾における観測開始からの経過時間を認識し、観測対象または観測領域毎にこの経過時間に応じて目標観測装置の受信のしきい値を変えるようにしたので、追尾を開始する当初は目標の位置や運動諸元の情報がまだ曖昧であることから、まずは例えばしきい値を低くして探知確率を重視して目標を高頻度に観測し、これらの情報の推定精度を高め、追尾を継続することによってこれらの推定値の精度が高まれば、しきい値を上げて探知確率が下がっても、目標の位置や運動を精度良く予測することができる。
【００７９】
また、目標追尾における目標群の配置や観測条件に関する観測対象の状況を認識し観測対象の状況に応じて目標観測装置の受信のしきい値を変えるようにしたので、例えば目標が密集している場合にしきい値を下げて、各目標を抜けなく観測し、また目標が分離するなど目標数が変化した可能性が高いときにしきい値を下げて確実に両者を観測したりできる。
【００８０】
また、目標追尾装置の利用者の指示により目標観測装置の受信のしきい値を変えるようにしたので、例えば利用者は目標表示装置に示された追尾経過を考慮して目標観測装置のしきい値を所望の値に制御することができる。
【００８１】
また、観測ベクトル毎に得られるＳ／Ｎ比情報から目標の探知確率及び新目標発生頻度を観測ベクトル毎に算出し、それらの値を仮説の信頼度計算に反映するようにしたので、仮説の信頼度をより向上させることができ、尤もらしい仮説を選別し易くなる。
【図面の簡単な説明】
【図１】この発明の実施の形態１、３および９による目標追尾装置の構成を示すブロック図である。
【図２】この発明の実施の形態２による目標追尾装置の構成を示すブロック図である。
【図３】この発明の実施の形態４による目標追尾装置の構成を示すブロック図である。
【図４】この発明の実施の形態５による目標追尾装置の構成を示すブロック図である。
【図５】この発明の実施の形態６による目標追尾装置の構成を示すブロック図である。
【図６】この発明の実施の形態７による目標追尾装置の構成を示すブロック図である。
【図７】この発明の実施の形態８による目標追尾装置の構成を示すブロック図である。
【図８】従来の目標追尾装置の構成を示すブロック図である。
【符号の説明】
１観測ベクトル選択部、２システム内クラスタ表、３クラスタ新設、統合部、４クラスタ内観測ベクトル表、５ゲート内判定行列算出部、６クラスタ内ゲート内判定行列、７航跡相関行列算出部、８クラスタ内航跡相関行列、１０クラスタ内仮説状況データ群、１１クラスタ内仮説表、１２仮説内航跡表、１３クラスタ内航跡−観測ベクトル表、１４ゲート算出部、１５航跡決定部、１６目標追尾装置、１７目標観測装置、１８目標表示装置、２０動作モード制御装置、２１状況認識部、２３しきい値制御装置、２４距離状況認識部、２５観測経過時間認識部、２６目標状況認識部、２７利用者指示入力装置、１０１仮説更新部。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a target tracking device that estimates a plurality of target positions, motion specifications, and true values of wakes from information on observation vectors obtained from sensors such as radars.
[0002]
[Prior art]
In order to obtain the target position, motion specification and track from the observation vector obtained by the sensor, the target predicted position at the current time is calculated by applying a tracking filter to the existing track, and the predicted position range (Hereafter, this region is called a gate) and the actual observation vector are correlated to correlate the wake with the observation vector.
[0003]
Here, when a plurality of targets are present in a narrow area, there may be a plurality of targets within one wake gate. In order to continue correct tracking even in such a situation, it is necessary to correlate the track and the observation vector with higher accuracy than in the case of tracking of one target.
[0004]
Conventionally, the multi-target tracking method shown in "DBReid:" An Algorithm for Tracking Multiple Targets ", IEEE Transactions on Automatic control, AC-24, p842-854, 1979" has been proposed as a response to this requirement. Yes. As a further improvement of this method, a multi-target tracking method disclosed in Japanese Patent Laid-Open No. 8-271617 has been proposed.
[0005]
FIG. 8 is a block diagram showing a configuration of a target tracking apparatus of a multi-target tracking method disclosed in Japanese Patent Laid-Open No. 8-271617. The configuration and operation of the conventional method will be described below using this block diagram.
[0006]
In FIG. 8, 1 is an observation vector selection unit that selects an observation vector included in the gate of each wake from the entire observation vectors input to the

target tracking device

16, and 2 is an entire cluster in the target tracking device 16 (tracking device of this system). In the system cluster table showing the state of the observation vectors that are subordinate to each other and the set of wakes, hypotheses etc. derived from those observation vectors, the basic unit that can be processed independently of each other, 3 is a new cluster that integrates the existing clusters from the relationship between the output of the observation vector selection unit 1 and the existing clusters shown in the in-system cluster table 2, and creates a new cluster to create the in-cluster observation vector table 4. It is an integrated department.
[0007]
4 is an intra-cluster observation vector table showing the entire observation vectors included in the cluster. Reference numeral 5 denotes an in-gate determination matrix calculation unit that receives the intra-cluster observation vector table 4 and a data group indicating the hypothesis status in the cluster and calculates an in-gate determination matrix 6 in the cluster. Reference numeral 6 denotes an intra-cluster gate determination matrix indicating the relationship between observation vectors in the cluster and wakes.
[0008]
7 is a wake correlation matrix calculation unit for calculating a wake correlation matrix in a cluster with the intra-cluster gate determination matrix 6 as an input, 8 is an intra-cluster wake correlation matrix indicating the possibility of extension of the hypothesis within the cluster, and 9 is the previous time. Is a hypothesis updating unit that updates the hypothesis corresponding to the observation vector input at the current time from the intra-cluster wake correlation matrix 8 and the hypothesis status of the observation vector.
[0009]
10 is an intra-cluster hypothesis status data group, 11 is an intra-cluster hypothesis table showing all hypotheses in the cluster, 12 is an intra-hypothesis track table showing all the tracks in the hypothesis for each hypothesis, and 13 Is a track-observation vector table within a cluster showing observation vectors constituting a wake for all wakes in the cluster.
[0010]
14 is a gate calculation unit for calculating the existence predicted position range at the next observation vector input time for all wakes in the cluster, and 15 is one of the most promising hypotheses among a plurality of hypotheses in the intracluster hypothesis table. A track determination unit that selects or outputs existence of a plurality of hypotheses as they are, 16 is a target tracking device, 17 is a target observation device that is a sensor for observing a target in space and obtaining an observation vector, Reference numeral 18 denotes a target display device that displays information for assisting the user's judgment on the assumption that the hypotheses are arranged side by side among a plurality of hypotheses.
[0011]
First, an observation vector is passed from the target observation device 17 to the observation vector selection unit 1. In addition to the observation vector from the true target, this observation vector includes an error signal caused by receiver noise and clutter caused by reflection from a cloud or the like. Hereinafter, for the sake of simplicity, the aforementioned error signal and clutter are collectively referred to as an error signal.
[0012]
Next, the observation vector selection unit 1 performs a gate inside / outside determination indicating the possibility of correlation between the wake and the observation vector for all existing wakes, and sends the result to the new cluster and integration unit 3. Here, the gate calculation necessary for this determination is performed by the gate calculation unit 14 for all existing tracks.
[0013]
Next, the cluster establishment / integration unit 3 performs the cluster establishment / integration based on the correlation between the existing wake and the observation vector in the existing cluster, and reflects the result in various status tables in the system. Here, the cluster is a unit that can perform the following processing independently of each other. Due to this property, the following description shows processing within one cluster. In the entire system, the same processing may be executed for each cluster in an arbitrary order.
[0014]
Next, the in-gate determination matrix calculation unit 5 calculates an in-gate determination matrix 6 indicating the possibility of correlation between all the current observation vectors in the cluster and the wake. This in-gate decision matrix 6 represents the possibility that each observation vector is an erroneous signal, may be an observation vector from an existing track, and may be an observation vector from a new track in matrix form. It is.
[0015]
Next, the wake correlation matrix calculation unit 7 calculates all the wake correlation matrices 8 from the in-gate determination matrix 6. Note that each wake correlation matrix indicates the correlation between observation vectors and wakes that can actually be assumed as hypotheses.
[0016]
Here, when creating the wake correlation matrix 8 from the in-gate determination matrix 6, all combinations that satisfy the three are simultaneously expressed as different wake correlation matrices according to the following three criteria.
[0017]
(A) Only one element of the wake correlation matrix for the element which is 1 in the in-gate decision matrix can be 1 and the other elements are 0.
(B) In all columns other than the first column of the wake correlation matrix, only one element is 1 at most, and the other elements are 0.
(C) In every row of the wake correlation matrix, one element is always 1 and the other elements are 0.
[0018]
Next, the hypothesis update unit 9 combines the hypothesis generated at the previous sampling time with the wake correlation matrix calculated earlier, and updates the hypothesis to the one corresponding to the current sampling situation. Here, in the case where the already tracked track that is correlated with the observation vector in the track correlation matrix is not included in the hypothesis as the tracked track, the two cannot be combined. With all other combinations, the hypothesis is updated by adding a new observation vector to the already tracked track and extending the track, adding a new track as a new target, and treating a certain observation vector as an erroneous signal. Here, in many cases, one hypothesis is combined with a plurality of track correlation matrices and updated to a plurality of hypotheses, so the number of hypotheses increases each time the hypothesis is updated.
[0019]
Further, the hypothesis updating unit 9 calculates hypothesis reliability for all hypotheses updated in this way. The reliability of the hypothesis is an evaluation scale for determining whether or not each hypothesis is realistic.
[0020]
Here, although a specific method for calculating the reliability of a hypothesis is not shown in Japanese Patent Laid-Open No. 8-271617, the following formula shown in the above-mentioned D.B. Reid document can be used as it is.
[0021]
[Expression 1]

[0022]
here,
β_{k, i}: Hypothesis X^{k, i}The probability that is true
Z^k: Whole observation vector
M^k: Total number of observations in the cluster
P_D: Target detection probability
P_GK: Is time t_kProbability that the tracking target exists in the gate
β_FT, Β_NT: Time t of false signal and new track_kFrequency of occurrence per unit volume in
Z _{k, j}(j = 1,2, ..., N^k _DT(s)): Observation vectors detected from existing tracks
[0023]
Finally, the wake determining unit 15 selects the most reliable hypothesis from among a plurality of hypotheses existing at that time, if necessary, or recognizes the existence of a plurality of hypotheses as they are. The situation is output, and the wake included in the situation is determined and passed to the target display device 18.
[0024]
[Problems to be solved by the invention]
In the hypothesis reliability calculation method shown in the conventional target tracking apparatus configured as described above, the detection probability and the new track occurrence frequency are treated as preset constant values. However, in reality, the S / N ratio of the signal is often greatly different between the observation vector observed from the true target and the observation vector having the receiver noise as a source, that is, an erroneous signal. That is, the observed vector from the true target has a large signal strength, and an erroneous signal often has a small signal strength. Conversely, if the signal strength of a certain observation vector is large, the observation vector is likely to be a signal from the true target. Conversely, if the signal strength of a certain observation vector is small, the observation vector is erroneous. It can be said that the signal is highly likely.
[0025]
Therefore, using this property, if the signal strength of the observation vector, that is, the S / N ratio is reflected in the calculation of the reliability of the hypothesis, the reliability of the correct hypothesis composed of the observation vectors from the true target is increased. Can be expected. Further, the additional information that can be used as described above is not limited to the S / N ratio information, and various other information can be considered. On the other hand, if the tracking device has the above functions and has the function of extracting the true target from many false signals, the system can be controlled by controlling the threshold on the target observation device, that is, the sensor side. Overall performance can be improved.
[0026]
That is, an object of the present invention is to provide a target tracking device whose performance is improved by further improving the reliability of the hypothesis.
[0027]
[Means for Solving the Problems]
In view of the above object, the present invention takes into account the possibility that each observation vector correlates with the existing wake, the possibility that it is a new wake, and the possibility that it is a false signal. The hypothesis update unit that creates a new hypothesis from the wake correlation matrix and existing hypotheses calculates the reliability of the hypothesis.At the time ofObtained for each observation vector from the target observation deviceUsing the S / N ratio information, find the target detection probability and new target occurrence frequencyThe target tracking device is characterized by that.
Also,The new target occurrence frequency is calculated using an expected value of the new target number in the hypothesis of the previous sample and a detection probability calculated from S / N ratio information obtained for each observation vector in the current sample. .
[0036]
DETAILED DESCRIPTION OF THE INVENTION
Embodiment 1 FIG.
FIG. 1 is a block diagram showing a configuration of a target tracking device according to an embodiment of the present invention. The same or corresponding parts as those of the conventional one are denoted by the same reference numerals (the same applies hereinafter). In this embodiment, a route for passing information directly from the target observation device 17 to the hypothesis update unit 101 is added, and the hypothesis update unit 101 is changed to a hypothesis update unit that takes observation information into consideration.
[0037]
Also in the above-described conventional target tracking device, the reliability of the hypothesis updated by the hypothesis updating unit is calculated. However, the reliability calculation is performed on the basis of parameters in which values common to the entire system such as detection probability and new wake occurrence frequency are set in advance, target position information, and the like.
[0038]
On the other hand, in this embodiment, the information other than the position information obtained for each observation vector is the certainty that the observation vector is the observation vector from the true target (credibility), conversely, the observation It knows the certainty that the vector is an erroneous signal, and uses that information for hypothesis reliability calculation. The position information is originally target position information to be obtained by the target observation device 17, and the information other than the position information indicates other various information associated therewith that occurs at the time of observation, for example.
[0039]
Therefore, the additional information obtained from the target observation device 17 used here has some difference between the case where the observation vector is from the true target, the case where it is an erroneous signal, and the case where it is a clutter. Anything is available.
[0040]
By doing this, hypotheses composed of observation vectors from the true target even in the situation where hypothesis reliability did not differ with conventional devices, and hypotheses with high reliability could not be selected. Can be improved, and it is easy to select plausible hypotheses.
[0041]
Embodiment 2. FIG.
FIG. 2 is a block diagram showing a configuration of a target tracking device according to another embodiment of the present invention. As described above, by using information other than position information obtained for each observation vector, it is possible to select a hypothesis with high reliability even in a situation where selection of a hypothesis with high reliability has been difficult.
[0042]
In the present embodiment, on the premise of this, it is aimed to further enhance the effect by positively controlling the operation mode of the target observation device 17 which is a sensor. In order to achieve this object, a situation recognition unit 21 and an operation mode control device 20 are added.
[0043]
The situation recognizing unit 21 recognizes the target tracking situation in the target tracking device 16 (particularly, the situation recognition at the hypothesis update in the hypothesis updating unit 100), and based on this, the operation mode control device 20 responds to the situation recognition result. The operation mode in the target observation device 17 is controlled so that information that can make a difference in the reliability of hypotheses that are difficult to select in that situation can be obtained.
[0044]
If there is a lot of clutter and the clutter cannot be distinguished from the target, a hypothesis with high reliability cannot be selected. Therefore, information effective for the distinction is obtained. In addition, it is possible to distinguish between a false alarm from a receiver noise and a target signal, and a plurality of targets having different sizes. The control of the sensor, that is, the target observation device 17 does not need to be fixed, and can be appropriately changed in time and space.
[0045]
Embodiment 3 FIG.
In the target tracking device according to this embodiment, in particular, S / N ratio information is used as additional information other than the position information shown in the first embodiment. Therefore, the configuration of the target tracking device is the same as that shown in FIG.
[0046]
Here, the target observation device 17 outputs the S / N ratio information of each observation vector simultaneously with the observation vector. Upon receiving this information, the hypothesis updating unit 101 calculates the hypothesis reliability reflecting the S / N ratio. In this case, there is an advantage that no special device change is required to obtain this information, and the present invention can be applied to the existing target observation device 17.
[0047]
Furthermore, since the S / N ratio is a basic operating parameter of the target observation device 17 and is also a parameter that varies depending on the situation, a highly reliable hypothesis corresponding to this variation on the tracking filter side. If the reliability can be increased, the performance of the entire target tracking device can be improved.
[0048]
Also, the S / N ratio of the false signal and the S / N ratio of the observed vector from the true target are usually higher in the latter, and this information is reflected in the calculation of the hypothesis reliability. By correlating the observation vector having a high ratio with the wake and relatively increasing the reliability of the hypothesis in which the observation vector having a low S / N ratio is treated as an erroneous signal, the reliability of the hypothesis having a high reliability can be increased.
[0049]
Embodiment 4 FIG.
FIG. 3 is a block diagram showing a configuration of a target tracking device according to still another embodiment of the present invention. Here, in the target tracking device that reflects the S / N ratio information of the observation vector in the hypothesis reliability calculation shown in the third embodiment, the threshold value on the sensor side is controlled according to some condition. I made it.
[0050]
In FIG. 3, the above-described situation recognition unit 21 that recognizes the target tracking situation in the target tracking device, and the lowest S / N ratio that determines that a received signal is an observation vector from the target according to the situation recognition result. A threshold control device 23 for controlling the reception threshold of the target observation device 17 is added so as to control according to the situation. Here, the threshold value of the target observation device 17 is a reference value for determining whether the received signal of the target observation device 17 is a reflected signal from the target or a receiver noise generated inside the target observation device 17. is there.
[0051]
This threshold value is originally a design parameter that can be changed, but conventionally, a fixed value calculated in advance based on the design parameters of the target observation device 17 is always used. Increasing this threshold reduces the misunderstanding of receiver noise as a reflected signal from the target, that is, generating false alarms. On the other hand, the reflected signal from the true target is often overlooked. That is, the detection probability is lowered.
[0052]
However, if this threshold value is lowered, the detection probability is improved and the true target is less likely to be overlooked. On the other hand, the false alarm probability is high, and the observed vector from the true target is false alarm. It will be buried in the observation vector, and it will not be possible to effectively use the detected target information.
[0053]
Therefore, conventionally, a threshold value determined empirically from the balance of the entire system is set on the target observation device 17 side to balance the detection probability and the false alarm probability.
[0054]
However, as shown in this embodiment, if the reliability of the hypothesis consisting of the true target can be increased by calculating the reliability of the hypothesis using the S / N ratio information on the target tracking device 16 side, As shown, the threshold value is lowered on the target observation device 17 side, and as a result, the true target is set on the target tracking device 16 side even in a situation where the true target is buried in many false alarms. It will be possible to extract. Further, as described above, the S / N ratio information is assigned to all observation vectors, and the value can be reflected in the hypothesis reliability from time to time. The value can be changed at any time as necessary.
[0055]
Embodiment 5. FIG.
FIG. 4 is a block diagram showing a configuration of a target tracking device according to still another embodiment of the present invention. In this embodiment, the threshold value is changed according to the distance between the target observation device 17 and the observation target in the target tracking device of the fourth embodiment. Therefore, the situation recognition unit is shown as a distance situation recognition unit 24.
[0056]
Generally, in the target observation device 17, the longer the distance is, the smaller the reflected signal becomes. As a result, the target detection probability is reduced under the same threshold value. Previously, there was no way to deal with this, but here, when observing a distant target, the threshold can be lowered to improve the detection probability, that is, close to the detection probability for a short-range target. .
[0057]
Conventionally, if this is done, the false alarm probability is high and the system has not been established. However, in the method shown here, the target tracking device 16 can extract a true target from many false alarms. The target tracking device 16 can be realized.
[0058]
Embodiment 6 FIG.
FIG. 5 is a block diagram showing a configuration of a target tracking device according to still another embodiment of the present invention. In this embodiment, in the target tracking device of the fourth embodiment, for each observation object or observation area, the threshold is initially lowered and the threshold is gradually raised. Therefore, the situation recognition unit is shown as an observation elapsed time recognition unit 25.
[0059]
In the target tracking device, since the information on the target position and motion specifications is still ambiguous at the beginning of tracking, the target is first observed frequently with an emphasis on detection probability. It is necessary to improve information estimation accuracy. On the other hand, if the accuracy of these estimated values increases by continuing tracking, even if the threshold value is raised and the detection probability decreases, the target position and motion can be predicted with high accuracy, so it can be handled. Yes.
[0060]
On the other hand, increasing the threshold value to reduce the amount of false alarms and reducing the calculation load of the entire target tracking device is a preferable result for the entire target tracking device.
[0061]
Embodiment 7 FIG.
FIG. 6 is a block diagram showing a configuration of a target tracking device according to still another embodiment of the present invention. In this embodiment, in the target tracking device of the fourth embodiment, the threshold value is set according to the state of the observation target (target) observed by the target tracking device, that is, the arrangement of the target group and the observation conditions. Change the value. Therefore, the situation recognition unit is shown as the target situation recognition unit 26.
[0062]
For example, when the targets are dense, lower the threshold value and observe each target without fail, or when there is a high possibility that the number of targets has changed, such as separation of the targets, lower the threshold value to ensure both Can be observed. Also, if it is ensured that the target S / N ratio is sufficiently high, the threshold for that region can be raised to reduce false alarms and reduce the calculation load of the target tracking device.
[0063]
Embodiment 8 FIG.
FIG. 7 is a block diagram showing a configuration of a target tracking device according to still another embodiment of the present invention. In this embodiment, in the target tracking device of the fourth embodiment, the threshold setting value is changed based on a user instruction. Therefore, a user instruction input device 27 is provided instead of the situation recognition unit. Thereby, for example, the user can control the threshold value of the target observation device 17 to a desired value in consideration of the tracking progress indicated on the target display device 18.
[0064]
Embodiment 9 FIG.
In the target tracking device according to this embodiment, the S / N ratio information obtained for each observation vector shown in the third embodiment is used for hypothesis reliability calculation. The target detection probability and new target occurrence frequency are calculated from the S / N ratio information obtained for each observation vector, and these values are reflected in the hypothesis reliability calculation. Therefore, the configuration of the target tracking device is the same as that shown in FIG. An equation for calculating the new target occurrence frequency from the S / N ratio information obtained for each observation vector and an equation for calculating the reliability of the hypothesis reflecting the new target occurrence frequency and the separately detected target detection probability. Is as follows.
[0065]
[Expression 2]

[0066]
[Equation 3]

[0067]
The new target occurrence frequency is calculated by equations (3) to (8). Hypothesis X^{k, i}Is a hypothesis that includes at least one new goal. Next, the final term of equation (10) is hypothesis X^{k, i}Is the product of the new target occurrence frequency. Therefore hypothesis X^{k, i}Total new target frequency in β^{k, i} _NTIs as in equation (4).
[0068]
Time t_kReliability of hypothesis in_{k, i}New target occurrence frequency β after calculation^k _NT(+) Is calculated by equation (5) using equations (3) and (4).
[0069]
Also, time t_{k + 1}Observation vector Z_{k + 1}The frequency of new target β^{k + 1} _NT(−) Is calculated by equation (6). Where β_{NT, min}Is a non-negative parameter for preventing the existence frequency of the new target from becoming negative. The initial value is given by equation (7).
[0070]
Time t_kReliability of hypothesis in_{k, i}Observation vector for computingZ _{k, j}New target frequency β from^k _{NT, j}Is calculated by equation (8).
[0071]
Observation vectorZ _{k, j}Detection probability P calculated from S / N ratio of^k _{D, j}Is used by inputting an externally calculated one. As an external calculation method, for example, an S / N ratio can be converted into a detection probability using a correspondence table created in advance for each sensor.
[0072]
The reliability according to the present invention that can reflect the new target occurrence frequency and the detection probability is calculated based on the equations (9) and (10). These equations (9) and (10) are derived from equations (11) to (13).
[0073]
【The invention's effect】
  As aboveThis inventionAccording to, tracking processing while maintaining multiple hypotheses in consideration of the possibility that each observation vector correlates with the existing track, the possibility that it is a new track, and the possibility that it is a false signal. In the postponement decision-type target tracking device, the hypothesis update unit that creates a new hypothesis from the wake correlation matrix and the existing hypothesis uses the information obtained for each observation vector from the target observation device to calculate the reliability of the hypothesis. Since the target tracking device is characterized by its use, even in situations where conventional devices have no difference in hypothesis reliability and could not select hypotheses with high reliability, The reliability of hypotheses composed of observation vectors can be improved, and it becomes easy to select plausible hypotheses.
[0074]
  Also,Operation mode of the target observing device so that information can be obtained that recognizes the target tracking status in the target tracking device and can make a difference in the reliability of hypotheses that are difficult to select according to the status recognition result Since this is controlled, it becomes easy to obtain information effective for distinction in each situation.
[0075]
  Also,Since the hypothesis updating unit uses S / N ratio information as information obtained for each observation vector in the hypothesis reliability calculation, the S / N ratio information is composed of observation vectors from the true target. The reliability of the hypothesis can be improved.
[0076]
  Also,The target tracking apparatus is configured to recognize the target tracking situation in the target tracking apparatus and control the lowest S / N ratio according to the situation recognition result to determine that the received signal is an observation vector from the target according to the situation. Since the reception threshold value is controlled, even if the S / N ratio of the observation signal from the target is low and the target is difficult to detect, the target detection probability is lowered by lowering the threshold value on the target observation device side. As a result, even in situations where the true target is buried in many false alarms, the target tracking device must extract the true target as described above. Will be able to. In addition, since S / N ratio information is assigned to all observation vectors, and the value can be reflected in the hypothesis reliability from time to time, the threshold value on the target observation device side can be changed as needed. Can be implemented.
[0077]
  Also,Recognizing the distance between the target observation device and the observation target in target tracking and changing the reception threshold of the target observation device according to this distance situation, for example, when observing a far target It is possible to improve the detection probability by lowering the value, that is, to approach the detection probability for a target at a short distance.
[0078]
  Also,Recognizing the elapsed time from the start of observation in target tracking and changing the reception threshold of the target observation device according to this elapsed time for each observation target or observation area, at the beginning of tracking the target Because information on position and motion specifications is still ambiguous, first, for example, lower the threshold value and focus on the detection probability to observe the target frequently, improve the estimation accuracy of this information, and continue tracking Thus, if the accuracy of these estimated values is increased, the target position and motion can be accurately predicted even if the detection probability is lowered by raising the threshold value.
[0079]
  Also,Recognizing the status of the observation target regarding the target group placement and observation conditions in target tracking, and changing the reception threshold of the target observation device according to the observation target status, for example when the target is dense You can lower the threshold value and observe each target without fail, and if you have a high possibility that the number of targets has changed, such as separation of targets, you can reliably observe both by lowering the threshold value.
[0080]
  Also,Since the reception threshold of the target observation device is changed according to the instruction of the user of the target tracking device, for example, the user sets the threshold of the target observation device in consideration of the tracking process indicated on the target display device. It can be controlled to a desired value.
[0081]
  Also,The target detection probability and new target occurrence frequency are calculated for each observation vector from the S / N ratio information obtained for each observation vector, and these values are reflected in the hypothesis reliability calculation. Can be improved, and it becomes easier to select plausible hypotheses.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of a target tracking device according to

Embodiments

1, 3 and 9 of the present invention.
FIG. 2 is a block diagram showing a configuration of a target tracking device according to Embodiment 2 of the present invention.
FIG. 3 is a block diagram showing a configuration of a target tracking device according to Embodiment 4 of the present invention.
FIG. 4 is a block diagram showing a configuration of a target tracking device according to Embodiment 5 of the present invention.
FIG. 5 is a block diagram showing a configuration of a target tracking device according to Embodiment 6 of the present invention.
FIG. 6 is a block diagram showing a configuration of a target tracking device according to Embodiment 7 of the present invention.
FIG. 7 is a block diagram showing a configuration of a target tracking device according to an eighth embodiment of the present invention.
FIG. 8 is a block diagram showing a configuration of a conventional target tracking device.
[Explanation of symbols]
1 observation vector selection unit, 2 intra-system cluster table, 3 cluster newly established, integration unit, 4 intra-cluster observation vector table, 5 intra-gate determination matrix calculation unit, 6 intra-cluster determination matrix, 7 wake correlation matrix calculation unit, 8 Intra-cluster track correlation matrix, 10 intra-cluster hypothesis status data group, 11 intra-cluster hypothesis table, 12 intra-hypothesis track table, 13 intra-cluster track-observation vector table, 14 gate calculation unit, 15 track determination unit, 16 target tracking device, 17 target observation device, 18 target display device, 20 operation mode control device, 21 situation recognition unit, 23 threshold control device, 24 distance situation recognition unit, 25 observation elapsed time recognition unit, 26 target situation recognition unit, 27 user Instruction input device, 101 hypothesis update unit.

Claims

Regarding the correlation between observation vectors and tracks, the decision to postpone the tracking process while maintaining multiple hypotheses considering the possibility that each observation vector correlates with the existing track, the possibility that it is a new track, and the possibility of a false signal. In the target tracking device of this type, the hypothesis update unit that creates a new hypothesis from the wake correlation matrix and the existing hypothesis obtains the S / N obtained for each observation vector from the target observation device when calculating the reliability of the hypothesis. A target tracking device, wherein ratio detection information is used to determine a target detection probability and a new target occurrence frequency .

The new target occurrence frequency is calculated using an expected value of the new target number in the hypothesis of the previous sample and a detection probability calculated from S / N ratio information obtained for each observation vector in the current sample. The target tracking device according to claim 1.