基于概率假设密度phd的修正粒子滤波器的制造方法
【专利摘要】本发明提供一种在新生目标强度未知时对多目标进行跟踪的粒子PHD滤波器。该滤波器首先利用门限技术对量测值进行分类，将存活目标量测值从量测集中分离出来用于存活目标的PHD更新，余集则被舍弃；然后通过引入标签变量来区分存活目标和新生目标，并在目标新生强度未知时基于量测值确定新生目标生成点，将目标PHD分解为新生目标PHD和存活目标PHD；最后用两组不同的粒子集分别对存活目标PHD和新生目标PHD进行粒子近似，经预测、更新和重采样后，对所提PHD滤波器进行粒子实现。该滤波器克服了标准粒子PHD需要先验新生目标强度的缺陷，同时由于剔除了杂波信息，在改善性能的同时能提高滤波的实时性。
【专利说明】基于概率假设密度PHD的修正粒子滤波器
【技术领域】
[0001] 本发明涉及数据融合处理技术中的多目标跟踪领域，适用于目标数目实时变化、 量测信息存在很大的不确定性以及新生目标强度未知时的多目标跟踪场景。
【背景技术】
[0002] 在实际的目标跟踪场景中，由于原有目标衍生、消亡以及新目标出现，目标的数目 实时变化，同时量测信息也存在很大的不确定性（目标、杂波或虚警等），为多目标跟踪带 来了巨大的困难。传统多目标跟踪方法通常假定目标个数已知或未知恒定，通过数据关联， 将多目标跟踪问题转化为单目标滤波跟踪问题，但是当目标密集或者虚警较多时，数据关 联会带来组合爆炸、关联误差与状态估计相互耦合等问题，此时基于数据关联的多目标跟 踪方法往往跟踪效果较差。
[0003] 近年来，越来越多的研宄者将随机有限集（RandomFiniteSet,RFS)理论 应用于多目标跟踪中，其中最具代表性的是概率假设密度（Probabilityhypothesis density，PHD)滤波器，该滤波器完全在单目标状态空间内运算，能够估计目标的个数与状 态，避免了复杂的数据关联，尤其适合解决未知时变的多目标跟踪问题，具有极强的研宄价 值和工程应用前景。标准PHD滤波器存在以下两个方面的问题：一是标准滤波算法的实现 尤其是实时实现问题，二是标准PHD滤波器假定目标新生目标强度已知，这与实际背景相 悖。这两个问题是PHD滤波算法迈向工程应用必须要解决的问题。
[0004] 针对以上两个问题，有必要研宄新生目标强度未知时的PHD粒子滤波器，从而解 决实际背景中的多目标跟踪问题。这也是本发明的思路来源。
【发明内容】
[0005] 1.要解决的技术问题
[0006] 本发明的目的在于提供一种可以在新生目标强度未知时对多目标进行跟踪的粒 子滤波器。为了达到上述目的，本发明提出了一种未知新生目标强度下基于目标PHD分解 的粒子滤波器。该滤波器首先基于量测生成新生目标粒子，将新生目标粒子覆盖所有量测 并依次迭代更新，然后利用门限技术剔除量测集中的杂波，将其余量测集用于存活目标粒 子的预测和更新。该滤波器克服了标准粒子PHD需要先验新生目标强度的缺陷，同时由于 剔除了杂波信息，在改善性能的同时能提高滤波的实时性。
[0007] 2?技术方案
[0008] 本发明所述的基于PHD的修正粒子滤波器，包括以下技术措施：首先，利用门限技 术对量测值进行分类，将存活目标量测值从量测集中分离出来用于存活目标的PHD更新， 而其余集（包括杂波量测和新生目标量测）则被舍弃；然后，通过引入标签变量来区分存 活目标和新生目标，并基于量测值确定新生目标生成点，将目标PHD分解为新生目标PHD和 存活目标PHD;最后，用两组不同的粒子集分别对存活目标PHD和新生目标PHD进行粒子近 似，经预测、更新和重采样后，在目标新生强度未知时对所提PHD滤波器进行粒子实现。
[0009] 3?有益效果
[0010] 本发明利用门限技术对量测值进行分类，同时基于量测值驱动完成目标PHD分 解，从而实现新生目标强度未知时的多目标跟踪。其主要有以下优点：
[0011] ⑴该滤波器利用门限技术，将存活目标量测值从量测集中分离出来用于存活目 标的PHD更新，从而提高了滤波器估计性能，同时，由于剔除了杂波量测，能有效降低算法 的复杂度；
[0012] ⑵该滤波器基于量测产生新生目标粒子，将目标PHD分解为存活目标PHD和新生 目标PHD，能够解决实际背景中新生目标强度未知时的多目标跟踪问题。
【具体实施方式】
[0013] 本发明分为以下几个步骤：
[0014] 1.基于门限技术的量测值分类方法
[0015] 假定^沛-:为k时刻第j个存活目标的一步预测，则k时刻第j个存活目标的候选 量测值满足
【权利要求】
1. 基于概率密度假设PHD的修正粒子滤波器，是一种用于目标新生强度未知的多目标 跟踪滤波器，其特征在于包括以下步骤： 步骤1 :基于门限技术的量测值分类，将存活目标量测值之从量测集Zk中分离出来用 于存活目标的PHD更新，而其余集Z (包括杂波量测和新生目标量测）则被舍弃； 步骤2 :目标新生强度未知时基于量测值分类的PHD分解，在完成步骤1的基础上，基 于量测值驱动确定新生目标生成点，将目标PHD分解为新生目标PHD和存活目标PHD ; 步骤3 :目标新生强度未知时基于量测值分类的PHD滤波器的粒子实现。
2. 根据权利1所述的方法，其特征在于步骤1采取以下技术措施：利用门限技术可对 集合进行分类，将存活目标量测值&从量测集Zk中分离出来用于存活目标的PHD更新，而 其余集(包括杂波量测和新生目标量测）则被舍弃；假定七#^为k时刻第j个存活目 标的一步预测，则k时刻第j个存活目标的候选量测值满足如下门限规则 ^j,k = |Zi: = (? _ ^j.k\k-l ) ^j,k (? _ ^j.k\k-l ) ~ 其中化邛I = ，检验统计量dM为马氏距离，?为新息协方差，γ为波门控制参 数。
3. 根据权利1所述的方法，其特征在于步骤2采取以下技术措施：在完成量测值分类 后，通过引入标签变量β来区分存活目标和新生目标，即
其中y表示状态矢量X中的动力学成分；利用β将目标PHD分解为存活目标和新生目 标PHD，对于存活目标，在PHD滤波更新步仅之参与PHD的更新，而对于新生目标，将所有量 测均当作候选新生目标量测，在PHD滤波更新步集合Zk中所有量测均将参与新生目标PHD 的更新。
4. 根据权利1所述的方法，其特征在于步骤3采取以下技术措施：经PHD分解后，用两 组不同的粒子集对PHD进行粒子近似；假设k-Ι时刻PHD可用集合近似，则 其中集合if1和分别用来近似新生目标和存活目标的 PHD,gp
其中s (y)为Dirac delta函数；两组粒子经预测步、更新步、重采样步对存活目标PHD 和新生目标PHD进行循环迭代，从而完成所述滤波器的粒子实现。
【文档编号】H03H21/00GK104518756SQ201410789054
【公开日】2015年4月15日 申请日期:2014年12月16日 优先权日:2014年12月16日
【发明者】徐从安, 熊伟, 刘瑜, 董凯, 刘俊, 潘新龙, 齐林 申请人:中国人民解放军海军航空工程学院