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：安徽隼波科技有限公司

摘要：本发明涉及雷达数据处理，具体涉及一种基于多层感知的雷达航迹质量评估方法，采集雷达点迹数据，并生成潜在航迹区域链表；基于雷达点迹数据进行点迹凝聚与点航关联，并进行航迹滤波，判断是否为新生成的雷达航迹；对于新生成的雷达航迹，分别计算新航迹质量分数赋值、基于新航迹状态的待增加质量分数、基于新航迹与潜在航迹区域距离的待增加质量分数；对于已存在的雷达航迹，分别计算基于航迹与潜在航迹区域距离的待增加质量分数、基于航迹补点的待增加质量分数、基于航迹状态的待增加质量分数；更新航迹质量分数，得到当前帧雷达航迹的最终质量分数；本发明提供的技术方案能够有效克服现有技术所存在的无法准确量化评估雷达航迹质量的缺陷。

主权项：1.一种基于多层感知的雷达航迹质量评估方法，其特征在于：包括以下步骤：S1、采集雷达点迹数据，并生成潜在航迹区域链表；S2、基于雷达点迹数据进行点迹凝聚与点航关联，并进行航迹滤波，判断是否为新生成的雷达航迹，若为新生成的雷达航迹，则进入S3，否则进入S4；S3、对于新生成的雷达航迹，分别计算新航迹质量分数赋值、基于新航迹状态的待增加质量分数、基于新航迹与潜在航迹区域距离的待增加质量分数，并进入S5；S4、对于已存在的雷达航迹，分别计算基于航迹与潜在航迹区域距离的待增加质量分数、基于航迹补点的待增加质量分数、基于航迹状态的待增加质量分数，并进入S5；S5、更新航迹质量分数，得到当前帧雷达航迹的最终质量分数；S6、输出目标航迹，并进行航迹上报；S3中计算新航迹质量分数赋值，包括：S311、分别计算新航迹中雷达点迹1与雷达点迹2之间的距离差值delR12，以及雷达点迹2与雷达点迹3之间的距离差值delR23： delR 12=range1－range2； delR 23=range2－range3；其中，range1、range2、range3分别为雷达点迹1、2、3的距离值；S312、若delR12*delR23＞0，则判断新航迹的历史点迹运动方向一致，并计算新航迹质量分数系数CoffieRatio： CoffieRatio=CoffieRatio’*1.25；其中，CoffieRatio’为新航迹质量分数系数的初始值，默认为1；S313、若delR12*delR23≤0，则判断新航迹的历史点迹运动方向不一致，并计算新航迹质量分数系数CoffieRatio： CoffieRatio=CoffieRatio’*0.8；S314、根据新航迹质量分数系数CoffieRatio计算新航迹质量分数赋值Score： Score=CoffieRatio*defaultS；其中，defaultS为新航迹质量分数赋值的初始值，默认为50，；S3中计算基于新航迹状态的待增加质量分数，包括：S321、计算新航迹中雷达点迹1与雷达点迹3之间的帧号差值delF13： ；其中，frame1、frame3分别为雷达点迹1、3的点迹帧号；S322、若delF13=2，则判断新航迹的起始过程为连续帧，并计算基于新航迹状态的待增加质量分数addScore1： addScore 1=addScore1’+5；其中，addScore1’为基于新航迹状态的待增加质量分数的初始值，默认为0；S323、若delF13＞2，则判断新航迹的起始过程为非连续帧，并计算基于新航迹状态的待增加质量分数addScore1： addScore 1=addScore1’+5－delF13－2*3；S3中计算基于新航迹与潜在航迹区域距离的待增加质量分数，包括：S331、计算潜在航迹区域链表中各潜在航迹区域的距离差值和角度差值列表DList={delRATL1,delRATL2,…,delRATLn,…,delRATLLN}；其中，LN为潜在航迹区域链表的节点数量，delRATLn为潜在航迹区域链表中第n个潜在航迹区域的距离差值和角度差值集合，delRATLn=delRTLn,delATLn，delRTLn、delATLn分别为潜在航迹区域链表中第n个潜在航迹区域的距离差值、角度差值： ； ；上式中，Trange、Tangle分别为滤波后的航迹的航迹距离、航迹角度，、分别为潜在航迹区域链表中第n个潜在航迹区域的距离平均值、角度平均值；S332、计算加权系数列表WetCoff={WetCoff1,WetCoff2,…,WetCoffn,…,WetCoffLN}；其中，WetCoffn为潜在航迹区域链表中第n个潜在航迹区域的加权系数： WetCoff n =CoffR*delRTLn+1－CoffR*delATLn；上式中，CoffR为距离加权常数，；S333、从加权系数列表WetCoff中选择加权系数最小的潜在航迹区域i，计算潜在航迹区域i的加权质量分数系数addScoreCoffi： addScoreCoff i =CoffR*conDelR－delRTLiconDelR+1－CoffR*conDelA－delATLiconDelA；上式中，conDelR为预设航迹与潜在航迹区域的距离常数，conDelA为预设航迹与潜在航迹区域的距离常数；S334、根据潜在航迹区域i的加权质量分数系数addScoreCoffi计算基于新航迹与潜在航迹区域距离的待增加质量分数addScore2： addScore 2=addScore2’+addScoreCoffi*10；其中，addScore2’为基于新航迹与潜在航迹区域距离的待增加质量分数的初始值，默认为0；S4中计算基于航迹与潜在航迹区域距离的待增加质量分数，包括：S411、计算潜在航迹区域链表中各潜在航迹区域的距离差值和角度差值列表DList={delRATL1,delRATL2,…,delRATLn,…,delRATLLN}；其中，LN为潜在航迹区域链表的节点数量，delRATLn为潜在航迹区域链表中第n个潜在航迹区域的距离差值和角度差值集合，delRATLn=delRTLn,delATLn，delRTLn、delATLn分别为潜在航迹区域链表中第n个潜在航迹区域的距离差值、角度差值： ； ；上式中，Trange、Tangle分别为滤波后的航迹的航迹距离、航迹角度，、分别为潜在航迹区域链表中第n个潜在航迹区域的距离平均值、角度平均值；S412、计算加权系数列表WetCoff={WetCoff1,WetCoff2,…,WetCoffn,…,WetCoffLN}；其中，WetCoffn为潜在航迹区域链表中第n个潜在航迹区域的加权系数： WetCoff n =CoffR*delRTLn+1－CoffR*delATLn；上式中，CoffR为距离加权常数，；S413、从加权系数列表WetCoff中选择加权系数最小的潜在航迹区域i，计算潜在航迹区域i的加权质量分数系数addScoreCoffi： addScoreCoff i =CoffR*conDelR－delRTLiconDelR+1－CoffR*conDelA－delATLiconDelA；上式中，conDelR为预设航迹与潜在航迹区域的距离常数，conDelA为预设航迹与潜在航迹区域的距离常数；S414、根据潜在航迹区域i的加权质量分数系数addScoreCoffi计算基于航迹与潜在航迹区域距离的待增加质量分数addScoreT1： addScoreT 1=addScoreT1’+addScoreCoffi*10；其中，addScoreT1’为基于航迹与潜在航迹区域距离的待增加质量分数的初始值，默认为0；S4中计算基于航迹补点的待增加质量分数，包括：采用下式计算基于航迹补点的待增加质量分数addScoreT2： addScoreT 2=addScoreT2’+8－lostNumT*3；其中，addScoreT2’为基于航迹补点的待增加质量分数的初始值，默认为0，lostNumT为航迹补点数量；S4中计算基于航迹状态的待增加质量分数，包括：S431、计算滤波后的航迹的卡尔曼滤波速度Tv： ；S432、若Tv＞3ms，则表明航迹有明显的运动趋势，并计算基于航迹状态的待增加质量分数addScoreT3： addScoreT 3=addScoreT3’+5；其中，addScoreT3’为基于航迹状态的待增加质量分数的初始值，默认为0；S433、若Tv≤3ms，则表明航迹没有明显的运动趋势，并计算基于航迹状态的待增加质量分数addScoreT3： addScoreT 3=addScoreT3’－5。

全文数据：

权利要求：

百度查询： 安徽隼波科技有限公司 一种基于多层感知的雷达航迹质量评估方法