一种基于稀疏表示的粒子滤波检测前跟踪方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115015907A(43)申请公布日2022.09.06(21)申请号202210518957.X(22)申请日2022.05.12(71)申请人大连海事大学地址116026辽宁省大连市高新园区凌海路1号(72)发明人索继东裴慧芳姚苏龙(74)专利代理机构大连东方专利代理有限责任公司21212专利代理师吴婷婷李洪福(51)Int.Cl.G01S13/66(2006.01)G01S13/89(2006.01)G01S7/41(2006.01)G06F17/18(2006.01)权利要求书3页说明书6页附图2页(54)发明名称一种基于稀疏表示的粒子滤波检测前跟踪方法及装置(57)摘要本发明提供一种基于稀疏表示的粒子滤波检测前跟踪方法及装置。本发明从抑制目标背景信息干扰角度出发，在粒子滤波框架中引入稀疏表示算法对量测数据进行预处理，消除部分噪声杂波的干扰。稀疏表示的量测数据对粒子滤波预测和更新过程都会产生影响。预测过程中新生粒子的产生采用稀疏表示的量测数据作为先验信息，让粒子只在超过一定门限的分辨单元产生，提高粒子利用率；更新过程中，利用稀疏表示的量测数据计算似然比更新粒子权重，获得更加准确的权值信息，从而达到提高算法跟踪精度和检测效率的目的。本发明能实现强噪声强杂波环境下弱小目标的有效检测与跟踪。CN115015907ACN115015907A权利要求书1/3页1.一种基于稀疏表示的粒子滤波检测前跟踪方法，其特征在于，包括：S1、获取雷达扫描观测序列，初始化系统参数和模型参数，所述雷达扫描观测序列包括K帧，第k帧的量测数据为zn,m(k)，其中1≤k≤K，所述系统参数包括雷达天线扫描周期T，目标状态的先验分布p(x0)，初始目标存在的先验概率Pr(E0＝1)，总粒子数Ns，目标的出生概率pb和死亡概率pd，目标运动模型的状态转移矩阵F，过程噪声的协方差矩阵Q，量测噪声方差σ2以及信噪比SNR；S2、读取雷达接收机第k帧量测数据，进行稀疏分解，得到稀疏表示的量测数据；S3、k＝0时，初始化粒子分布，对每个粒子的初始状态赋值；S4、k≠0时，粒子状态转移，计算粒子在当前帧的目标存在变量并构建目标存在变量集S5、根据目标存在变量集对粒子进行分类，分别预测各类粒子的状态；S6、基于各类粒子状态和稀疏表示的量测数据，计算每个粒子的权值；S7、对粒子权值进行归一化处理，得到每个粒子的归一化权值；S8、根据每个粒子的归一化权值，采用系统重采样方法对每个粒子携带的状态及其对应的存在变量进行重采样，得到新粒子的状态；S9、根据新的粒子状态计算第k帧的目标存在概率Pk，估计目标状态S10、如果k≤K，令k＝k+1，返回S4，否则输出检测结果和估计的目标状态。2.根据权利要求1所述的一种基于稀疏表示的粒子滤波检测前跟踪方法，其特征在于，S2、读取雷达接收机第k帧量测数据，进行稀疏分解，包括：(1)初始化：初始化残差r0＝y，并设置迭代初始值l＝1定义空矩阵(2)输入：重构数据y，字典矩阵A＝[α1,α2,...αN]，稀疏度为L；(3)迭代过程：当迭代到l次的时候：a.寻找支撑索引：b.将寻找到最相关的字典元素索引加入索引集Λl＝Λl‑1∪{λl}，c.更新残差d.l＝l+1，返回a，当迭代达到控制条件l＝L时，迭代结束；(4)输出：支撑索引集Λl＝Λl‑1，稀疏系数(5)得到重构量测值其中y＝zn,m(xk)，zn,m(xk)为观测值，A为字典矩阵，对应值为目标回波强度Ik，Λ为索引集，为稀疏系数。3.根据权利要求1所述的一种基于稀疏表示的粒子滤波检测前跟踪方法，其特征在于，S3、k＝0时，初始化粒子分布，对每个粒子的初始状态赋值，包括：从所有的Ns个粒子中，随机选择Pr(E0＝1)*Ns个粒子构成集合Φ0，令集合Φ0中粒子的存在变量i表示粒子的序号，Pr(E0＝1)为初始目标存在的先验概率；2CN115015907A权利要求书2/3页获取雷达初始时刻的量测，根据预设阈值，使集合Φ0中的粒子在大于门限的区域内均匀分布，再从目标状态的先验分布p(x0)中采样得到k＝0时集合Φ0中每个粒子的初始状态其中为第i个粒子在X‑Y平面的位置，为第i个粒子在X‑Y平面的速度，表示目标的回波强度；利用其余Ns‑Pr(E0＝1)*Ns的个粒子构成集合令集合中粒子的存在变量i表示粒子的序号，对集合中粒子的状态不做定义。4.根据权利要求1所述的一种基于稀疏表示的粒子滤波检测前跟踪方法，其特征在于，S4、k≠0时，粒子状态转移，计算粒子在当前帧的目标存在变量并构建目标存在变量集包括：如果第k‑1帧的第i个粒子的目标存在变量根据目标的死亡概率pd令第k帧的第i个粒子的目标存在变量如果第k‑1帧的第i个粒子的目标