买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河海大学

摘要：本发明公开了一种基于多特征信息GM‑PHD滤波器的雷达多目标跟踪方法，包括：构建雷达多目标跟踪场景；进行概率假设密度的预测；计算出高斯项权值；利用多普勒频率和幅度信息修正高斯项权值；利用修正后的高斯项权值，计算后验概率假设密度；对权值小于裁剪门限的高斯项进行裁剪，并将剩余高斯项中距离小于合并门限的高斯项进行合并；将所有权值大于门限的高斯项的期望值作为k时刻存在的所有目标的状态向量。本发明利用雷达回波中包含的多普勒信息与幅度信息对传统GM‑PHD滤波算法进行改进，通过对高斯项的权值进行修正，让特征信息与现有目标包含的特征信息匹配程度更高的高斯项获得更高的权值，以提升高斯项权值的精确程度，改善雷达多目标跟踪的准确性。

主权项：1.一种基于多特征信息GM-PHD滤波器的雷达多目标跟踪方法，其特征在于，包括如下步骤：S1：构建雷达多目标跟踪场景，获取到目标状态模型和量测模型；S2：基于目标状态模型和量测模型，进行概率假设密度的预测，得到k时刻的概率假设密度的预测值；S3：基于概率假设密度的预测值，计算出高斯项权值；S4：利用多普勒频率和幅度信息修正高斯项权值；S5：利用修正后的高斯项权值，计算后验概率假设密度；S6：对权值小于裁剪门限Tth的高斯项进行裁剪，并将剩余高斯项中距离小于合并门限Uth的高斯项进行合并；S7：将所有权值大于门限wth的高斯项的期望值作为k时刻存在的所有目标的状态向量；所述步骤S3中经过一次迭代过程后的高斯项权值的表达公式如下： 其中，PD,k表示目标的检测概率，λ表示量测空间单位面积内出现的杂波点的数量，cz表示杂波点的概率假设密度，反映量测点迹与第i个高斯项期望值的接近程度；所述步骤S4中利用多普勒频率和幅度信息修正后的高斯项权值为： 其中，zeq表示包含了位置信息与多普勒频率信息和幅度信息的雷达点迹量测，与分别反映了zeq包含的多普勒频率信息和幅度信息与其预测值的匹配程度，与反映了高斯项中多普勒频率值、幅度值与雷达回波量测中的多普勒频率值、幅度值匹配程度在计算修正后的权值时所占的权重；所述步骤S5中后验概率假设密度的计算公式为： 其中，Jk|k-1表示k时刻预测高斯项数目；所述步骤S6中还包括将各高斯项中包含的多普勒频率信息和幅度信息进行合并，假设有n个高斯项进行合并，具体操作如下： 其中，分别表示合并后所生成的新高斯项的总权值、状态向量期望值、协方差矩阵、多普勒频率值和幅度值；所述步骤S7中所有目标的状态向量包括存在目标数目的预测值和更新值，分别为：

全文数据：

权利要求：

百度查询： 河海大学 基于多特征信息GM-PHD滤波器的雷达多目标跟踪方法