基于多尺度模型的紅外/激光雷達(dá)數(shù)據(jù)融合目標(biāo)跟蹤方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于信息處理技術(shù)領(lǐng)域，尤其涉及一種紅外/激光雷達(dá)多傳感器融合的目 標(biāo)跟蹤方法。
【背景技術(shù)】
[0002] 紅外探測(cè)系統(tǒng)作為被動(dòng)探測(cè)系統(tǒng)，具有隱蔽性好、不易受電子干擾、低空探測(cè)性能 好、精度高等優(yōu)點(diǎn)，可以為近程防御武器系統(tǒng)提供目標(biāo)信息，但紅外探測(cè)系統(tǒng)只能提供測(cè)角 信息。激光雷達(dá)探測(cè)系統(tǒng)的測(cè)距精度較高，測(cè)距范圍滿足近程要求，但缺乏角度信息，因此 二者配合使用可以實(shí)現(xiàn)信息互補(bǔ)，從而提供完整、精確的測(cè)量信息，可以對(duì)目標(biāo)進(jìn)行精確狀 態(tài)估計(jì)，提尚系統(tǒng)可靠性和穩(wěn)定性。
[0003] 但是激光雷達(dá)探測(cè)系統(tǒng)的采樣頻率遠(yuǎn)遠(yuǎn)低于紅外探測(cè)系統(tǒng)的采樣頻率，使得二者 的測(cè)量數(shù)據(jù)不同步。而且，紅外和激光雷達(dá)的聯(lián)合探測(cè)一般是在球坐標(biāo)系中完成的，而目 標(biāo)的運(yùn)動(dòng)狀態(tài)通常在直角坐標(biāo)系中進(jìn)行描述，在直角坐標(biāo)系中建模的優(yōu)點(diǎn)在于濾波和外推 過(guò)程可以在線性動(dòng)態(tài)模型上實(shí)現(xiàn)，而在球坐標(biāo)系中建模則會(huì)導(dǎo)致較為復(fù)雜的濾波和外推過(guò) 程，因此在紅外/激光雷達(dá)雙傳感器探測(cè)系統(tǒng)中需要先將獲得的角度信息和距離信息轉(zhuǎn)換 到直角坐標(biāo)系統(tǒng)中，再進(jìn)行狀態(tài)估計(jì)。此時(shí)，測(cè)量與目標(biāo)狀態(tài)之間的轉(zhuǎn)換是非線性關(guān)系，由 于測(cè)量誤差的耦合，不再滿足卡爾曼濾波條件。傳統(tǒng)的方法是先對(duì)異步數(shù)據(jù)進(jìn)行配準(zhǔn)，轉(zhuǎn)換 化為同步問(wèn)題；然后在直角坐標(biāo)系下進(jìn)行狀態(tài)建模，獲得相應(yīng)的轉(zhuǎn)換測(cè)量方程，進(jìn)而對(duì)轉(zhuǎn)換 測(cè)量值用卡爾曼濾波（Converted Measurement Kalman Filter，CMKF)算法進(jìn)行狀態(tài)估計(jì)。 該方法模型簡(jiǎn)單，但精度較低。
[0004] 多尺度理論對(duì)于多傳感器數(shù)據(jù)融合目標(biāo)狀態(tài)估計(jì)的問(wèn)題是一種有效的方法，近年 來(lái)很多學(xué)者對(duì)多尺度估計(jì)理論進(jìn)行了大量研宄，且取得了許多研宄成果。潘泉等提出了一 種新的線性動(dòng)態(tài)多尺度的模型，并給出了估計(jì)方法；對(duì)于多尺度系統(tǒng)，文成林等建立其估 計(jì)理論框架并給出相應(yīng)的預(yù)測(cè)、濾波和平滑算法。由于紅外/激光雷達(dá)探測(cè)跟蹤系統(tǒng)是在 不同采樣頻率下描述目標(biāo)狀態(tài)，具有多尺度特征，本申請(qǐng)的發(fā)明人提出一種多尺度理論和 CMKF算法相融合的目標(biāo)跟蹤方法。

【發(fā)明內(nèi)容】

[0005] 針對(duì)紅外/激光雷達(dá)多傳感器融合對(duì)目標(biāo)跟蹤過(guò)程中存在的采樣率不同、坐標(biāo)轉(zhuǎn) 換測(cè)量值有偏差及觀測(cè)噪聲耦合的問(wèn)題，本發(fā)明的目的在于提供一種基于多尺度模型的紅 外/激光雷達(dá)多傳感器融合目標(biāo)跟蹤方法。
[0006] 為了實(shí)現(xiàn)上述目的，本發(fā)明采取如下的技術(shù)解決方案：
[0007] 基于多尺度模型的紅外/激光雷達(dá)數(shù)據(jù)融合目標(biāo)跟蹤方法，包括以下步驟：
[0008] 步驟1、根據(jù)紅外探測(cè)系統(tǒng)和激光雷達(dá)探測(cè)系統(tǒng)的采樣頻率建立多尺度模型，所述 多尺度模型為：
[0009] X (i, ki+1) = F (i, kj) x (i, kj) +w (i, kj)
[0010] z(i,ki) = H(i, ki)x(i, ki)+v(i, ki)
[0011] 其中，F(xiàn)(i，ki)為匕時(shí)刻在尺度i上的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，x(i，ki)為匕時(shí)刻在尺度 i上的狀態(tài)向量，w(i，ki)為系統(tǒng)噪聲，z(i，ki)為匕時(shí)刻在尺度i上的觀測(cè)向量，H(i，ki)為 h時(shí)刻在尺度i上的觀測(cè)矩陣，V (i，k D為觀測(cè)噪聲，Iii為尺度i上的采樣時(shí)刻，i = 1，2 ;
[0012] 步驟2、紅外探測(cè)系統(tǒng)和激光雷達(dá)探測(cè)系統(tǒng)分別對(duì)目標(biāo)進(jìn)行數(shù)據(jù)采集，得到目標(biāo)的 方位角測(cè)量值α 、目標(biāo)的俯仰角測(cè)量值β 和目標(biāo)的距離測(cè)量值r
[0013] 步驟3、在尺度1上對(duì)紅外探測(cè)系統(tǒng)獲取的角度信息采用無(wú)跡卡爾曼濾波法進(jìn)行 估計(jì)，濾波過(guò)程中利用兩點(diǎn)遞推法進(jìn)行初始化，得到目標(biāo)的方位角濾波估計(jì)值a ' m和俯仰 角濾波估計(jì)值β ' m;
[0014] 步驟4、在尺度2上將步驟3得到角度估計(jì)信息和激光雷達(dá)探測(cè)系統(tǒng)獲取的距離信 息進(jìn)行融合，計(jì)算出目標(biāo)在直角坐標(biāo)系下的位置坐標(biāo)（x m，ym，zm):
[0015]
【主權(quán)項(xiàng)】
1.基于多尺度模型的紅外/激光雷達(dá)數(shù)據(jù)融合目標(biāo)跟蹤方法，其特征在于，包括以下 步驟： 步驟1、根據(jù)紅外探測(cè)系統(tǒng)和激光雷達(dá)探測(cè)系統(tǒng)的采樣頻率建立多尺度模型，所述多尺 度模型為： X (i，ki+1) = F (i，ki) X (i，ki) +W (i，ki) z(i,ki) = H(i, ki)x(i, ki)+v(i, ki) 其中，F(xiàn)(i，為Iii時(shí)刻在尺度i上的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，x(i，k D為Iii時(shí)刻在尺度i 上的狀態(tài)向量，w(i，ki)為系統(tǒng)噪聲，Z(i，ki)為匕時(shí)刻在尺度i上的觀測(cè)向量，H(i，ki)為 h時(shí)刻在尺度i上的觀測(cè)矩陣，V (i，k D為觀測(cè)噪聲，Iii為尺度i上的采樣時(shí)刻，i = 1，2 ; 步驟2、紅外探測(cè)系統(tǒng)和激光雷達(dá)探測(cè)系統(tǒng)分別對(duì)目標(biāo)進(jìn)行數(shù)據(jù)采集，得到目標(biāo)的方位 角測(cè)量值a m、目標(biāo)的俯仰角測(cè)量值β m和目標(biāo)的距離測(cè)量值r m; 步驟3、在尺度1上對(duì)紅外探測(cè)系統(tǒng)獲取的角度信息采用無(wú)跡卡爾曼濾波法進(jìn)行估計(jì)， 濾波過(guò)程中利用兩點(diǎn)遞推法進(jìn)行初始化，得到目標(biāo)的方位角濾波估計(jì)值a ' m和俯仰角濾 波估計(jì)值β ' m; 步驟4、在尺度2上將步驟3得到角度估計(jì)信息和激光雷達(dá)探測(cè)系統(tǒng)獲取的距離信息進(jìn) 行融合，計(jì)算出目標(biāo)在直角坐標(biāo)系下的位置坐標(biāo)（xm，ym，zm):
其中，！^為目標(biāo)的距離測(cè)量值，α ' ">為目標(biāo)的方位角濾波估計(jì)值，m為目標(biāo)的俯 仰角濾波估計(jì)值； 步驟5、在尺度2上采用卡爾曼濾波法對(duì)目標(biāo)狀態(tài)進(jìn)行估計(jì)； 步驟5-1、計(jì)算目標(biāo)的無(wú)偏觀測(cè)值<、冗、<，得到直角坐標(biāo)系下的轉(zhuǎn)換測(cè)量值 z" =KKf;
其中，xm、ym、Zm為直角坐標(biāo)系下目標(biāo)的位置坐標(biāo)，λ。和λ e為無(wú)偏系數(shù)， 八,= ￡[cosd] = e-f，4 =可= ^5為方位角測(cè)量誤差，彡為俯仰角測(cè)量誤差， d4分別是?和》的方差，E[ ·]表示求期望值，[· ]τ表示轉(zhuǎn)置操作； 步驟5_2、計(jì)算誤差方差矩陣Rp:
式中的/C = ￡]cos 2?] = ，七/ = ￡[cos 2勿=e''，a ^ A方位角濾波估計(jì)值， β' ">為俯仰角濾波估計(jì)值，rmS距離測(cè)量值，4為距離測(cè)量誤差的方差； 步驟5-3、建立目標(biāo)狀態(tài)方程和測(cè)量方程； 融合后目標(biāo)的狀態(tài)方程為：xu(2, k2+l) = Axu(2, k2)+wu(2, k2); 其中，A為去偏后的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，xu(2, k2)為去偏后的狀態(tài)向量，xu(2, k2)= IV，vx，太，vy，z<，νζ]τ，χ<、太和z/是目標(biāo)在直角坐標(biāo)系下的位置坐標(biāo)的濾波值，v x、 M5Pvz分別為xW和Z'方向的速度，wu(2，k2)是去偏后的過(guò)程噪聲； 融合后目標(biāo)的測(cè)量方程為：zu(2，k2) =Bxu(2，k2)+vu(2，k2); 其中，B為去偏后的觀測(cè)矩陣，vu(2, k2)為去偏后的觀測(cè)噪聲； 步驟5-4、濾波更新，采用卡爾曼濾波法進(jìn)行濾波： k2_l時(shí)刻的濾波值和濾波協(xié)方差分別為xu(2, k2-l I k2-l)和P (k2-l I k2-l)，則k2時(shí)刻的 預(yù)測(cè)值叉11(2，1^|1^-1)=六叉11(2，1^-1|1^-1)，1^時(shí)刻的預(yù)測(cè)協(xié)方差？(2，1^ 2|1^2-1)=六？(1^-1 I k2_l)AT+Q(2, k2)，Q(2, k2)為去偏后的過(guò)程噪聲的方差矩陣； 卡爾曼增益矩陣 K (2, k2) = P (2, k21 k2-l) BV (Rp+BP (2, k21 k2-l) Βτ)， 濾波后的狀態(tài)值 xu (2, k21 k2) = xu (2, k21 k2-l)+K (2, k2) (Zu-Bxu (2, k21 k2-l))， 濾波后的協(xié)方差矩陣 P (2, k21 k2) = P (2, k21 k2-l) -K (2, k2) AP (2, k21 k2-l)， 經(jīng)過(guò)融合估計(jì)，獲得目標(biāo)在直角坐標(biāo)系下的位置坐標(biāo)的濾波值？、太和z'; 步驟6、將融合估計(jì)的信息轉(zhuǎn)換到尺度1上，計(jì)算目標(biāo)的方位角精確估計(jì)值 < 和俯仰 角精確估計(jì)值武!，然后以尺度2上的采樣時(shí)刻nG^-D+l作為當(dāng)前時(shí)刻，在尺度1上采用 卡爾曼濾波法進(jìn)行濾波估計(jì)，得到精確濾波估計(jì)值：
步驟7、重復(fù)步驟2至步驟6,直至目標(biāo)離開(kāi)探測(cè)系統(tǒng)的探測(cè)范圍，獲得目標(biāo)運(yùn)動(dòng)軌跡。
2.如權(quán)利要求1所述的基于多尺度模型的紅外/激光雷達(dá)數(shù)據(jù)融合目標(biāo)跟蹤方法，其 特征在于： 尺度1為紅外探測(cè)系統(tǒng)的采樣頻率，尺度2為雷達(dá)探測(cè)系統(tǒng)的采樣頻率； h時(shí)刻在尺度1上的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣
狀態(tài)向量叉（1，1〇 = |>、，1，（1[1，0、，、，（1(；!]，觀測(cè)向量2；(1，1^ 1) = |>111，0111]， 觀測(cè)矩陣H(1，Ii1) = [1，0, 0,0,0, O 1，0,0]，其中，T為紅外探測(cè)系統(tǒng)的采樣周期，Ctm 為目標(biāo)的方位角測(cè)量值，β π為目標(biāo)的俯仰角測(cè)量值，α ' 為尺度1上目標(biāo)的方位角濾波 估計(jì)值，να為。M速度，a。為。π的加速度，^ π為尺度1上目標(biāo)的俯仰角濾波 估計(jì)值，Vfi為β ' M速度，a P為^ 的加速度； k2時(shí)刻在尺度2上的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣F (2, k2) = [1，0,0;0, 1，0;0,0, 1]，狀態(tài)向量 x(2，k2) = [rm，a ' m，β ' m]，觀測(cè)向量 z(2，k2) = [rm，a ' m，β ' J，觀測(cè)矩陣 H(2，k2)= [1，0,0 ;0, 1，0 1]，其中，！^為目標(biāo)的距離測(cè)量值； 紅外探測(cè)系統(tǒng)在尺度1的采樣率1和激光雷達(dá)探測(cè)系統(tǒng)在尺度2的采樣率心滿足：qi/ q2= η，η為正整數(shù)，紅外探測(cè)系統(tǒng)在細(xì)尺度1上的采樣時(shí)刻k 1與雷達(dá)探測(cè)系統(tǒng)在尺度2上 的米樣時(shí)刻k2之間關(guān)系為：k 2= n (k fl) +1。
【專利摘要】基于多尺度模型的紅外/激光雷達(dá)數(shù)據(jù)融合目標(biāo)跟蹤方法，建立多尺度模型；對(duì)目標(biāo)進(jìn)行數(shù)據(jù)采集，得到目標(biāo)的距離測(cè)量值、方位角測(cè)量值和俯仰角測(cè)量值；在尺度1上對(duì)紅外探測(cè)系統(tǒng)獲取的角度信息采用無(wú)跡卡爾曼濾波法進(jìn)行估計(jì)；在尺度2上將角度估計(jì)信息和距離信息進(jìn)行融合；在尺度2上采用卡爾曼濾波法對(duì)目標(biāo)狀態(tài)進(jìn)行估計(jì)；將融合估計(jì)的信息轉(zhuǎn)換到尺度1上，在尺度1上采用卡爾曼濾波法進(jìn)行濾波估計(jì)，得到精確濾波估計(jì)值；重復(fù)前述步驟，獲得目標(biāo)運(yùn)動(dòng)軌跡。本發(fā)明將多尺度模型引用到信息融合中，更加全面準(zhǔn)確的描述目標(biāo)運(yùn)動(dòng)狀態(tài)，在不同尺度對(duì)目標(biāo)進(jìn)行估計(jì)濾波，提高了目標(biāo)狀態(tài)的估計(jì)精度，通過(guò)不同尺度之間信息的交互，提高目標(biāo)跟蹤精度。
【IPC分類(lèi)】G01S17-66
【公開(kāi)號(hào)】CN104730537
【申請(qǐng)?zhí)枴緾N201510080015
【發(fā)明人】王炳健, 郝靜雅, 張高翔, 李敏, 易翔, 吳飛紅, 秦翰林, 周慧鑫
【申請(qǐng)人】西安電子科技大學(xué)
【公開(kāi)日】2015年6月24日
【申請(qǐng)日】2015年2月13日