本說(shuō)明書(shū)實(shí)施例公開(kāi)了一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法、設(shè)備及介質(zhì)，涉及雷達(dá)目標(biāo)跟蹤技術(shù)領(lǐng)域，用于解決當(dāng)前難以適應(yīng)編隊(duì)目標(biāo)結(jié)構(gòu)動(dòng)態(tài)變化結(jié)構(gòu)估計(jì)準(zhǔn)確性低的問(wèn)題。方法包括：根據(jù)預(yù)置數(shù)量的具有三維朝向角度的子結(jié)構(gòu)對(duì)當(dāng)前編隊(duì)群目標(biāo)的三維空間結(jié)構(gòu)進(jìn)行建模，獲得三維結(jié)構(gòu)模型；根據(jù)動(dòng)態(tài)模型對(duì)各變量上一時(shí)刻的后驗(yàn)分布進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)分布；確定當(dāng)前編隊(duì)群目標(biāo)所對(duì)應(yīng)的觀測(cè)方程，以基于多層級(jí)泰勒展開(kāi)的線性化處理方式對(duì)觀測(cè)方程進(jìn)行多層線性化處理，獲得三維結(jié)構(gòu)模型的參數(shù)更新公式；基于參數(shù)更新公式與預(yù)測(cè)分布以迭代的方式，對(duì)當(dāng)前編隊(duì)群目標(biāo)的參數(shù)進(jìn)行更新修正，實(shí)現(xiàn)當(dāng)前編隊(duì)群目標(biāo)的跟蹤與三維構(gòu)型估計(jì)。
1、編隊(duì)群目標(biāo)的空間位置與三維構(gòu)型是集群態(tài)勢(shì)的重要組成部分，準(zhǔn)確估計(jì)編隊(duì)群目標(biāo)的空間位置與三維構(gòu)型是構(gòu)筑集群態(tài)勢(shì)、解譯集群意圖的關(guān)鍵。編隊(duì)群目標(biāo)定位與三維結(jié)構(gòu)重構(gòu)的主要目標(biāo)是使用多個(gè)包含三維位置信息的量測(cè)，對(duì)群目標(biāo)的運(yùn)動(dòng)狀態(tài)以及空間結(jié)構(gòu)進(jìn)行聯(lián)合估計(jì)，通過(guò)這些數(shù)據(jù)的有效整合與分析，能夠更準(zhǔn)確地描繪出編隊(duì)群目標(biāo)在三維空間中的實(shí)時(shí)狀態(tài)與分布形態(tài)實(shí)現(xiàn)實(shí)時(shí)跟蹤。
2、然而，當(dāng)前的編隊(duì)群目標(biāo)的跟蹤過(guò)程中存在著諸多亟待解決的難題。一方面，從子結(jié)構(gòu)建模角度來(lái)看傳統(tǒng)的多子結(jié)構(gòu)方法，僅使用單一的隨機(jī)矩陣對(duì)每個(gè)子結(jié)構(gòu)的建模，使得子結(jié)構(gòu)大小也就是擴(kuò)展軸長(zhǎng)和朝向耦合在一起，無(wú)法適應(yīng)子結(jié)構(gòu)方向的變化。而另一方面，目前已有的群跟蹤模型與算法，大都針對(duì)二維場(chǎng)景，無(wú)法直接升級(jí)到三維場(chǎng)景，也就導(dǎo)致其無(wú)法完整重構(gòu)集群目標(biāo)的三維空間結(jié)構(gòu)。因此，亟需一種適用于三維場(chǎng)景的編隊(duì)群目標(biāo)三維構(gòu)型魯棒估計(jì)方法，能夠適應(yīng)編隊(duì)群目標(biāo)結(jié)構(gòu)動(dòng)態(tài)變化，且對(duì)編隊(duì)群目標(biāo)的三維結(jié)構(gòu)準(zhǔn)確估計(jì)。
1、為了解決上述技術(shù)問(wèn)題，本說(shuō)明書(shū)一個(gè)或多個(gè)實(shí)施例提供了一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法、設(shè)備及介質(zhì)，用于實(shí)現(xiàn)對(duì)動(dòng)態(tài)編隊(duì)群目標(biāo)復(fù)雜結(jié)構(gòu)的三維朝向、空間位置與大小的準(zhǔn)確估計(jì)。
>4、根據(jù)預(yù)置數(shù)量的具有三維朝向角度的子結(jié)構(gòu)對(duì)當(dāng)前編隊(duì)群目標(biāo)的三維空間結(jié)構(gòu)進(jìn)行建模，獲得所述當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)模型；其中，所述三維結(jié)構(gòu)模型包括：當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)狀態(tài)、先驗(yàn)分布、動(dòng)態(tài)模型和量測(cè)模型；5、根據(jù)所述動(dòng)態(tài)模型對(duì)所述三維結(jié)構(gòu)模型中各變量上一時(shí)刻的后驗(yàn)分布進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)分布；
6、根據(jù)所述三維結(jié)構(gòu)狀態(tài)與所述量測(cè)模型的關(guān)系確定所述當(dāng)前編隊(duì)群目標(biāo)所對(duì)應(yīng)的觀測(cè)方程，以基于多層級(jí)泰勒展開(kāi)的線性化處理方式對(duì)所述觀測(cè)方程進(jìn)行多層線性化處理，獲得所述三維結(jié)構(gòu)模型的參數(shù)更新公式；
7、基于所述參數(shù)更新公式與所述預(yù)測(cè)分布以迭代的方式，對(duì)所述當(dāng)前編隊(duì)群目標(biāo)的參數(shù)進(jìn)行更新修正，以實(shí)現(xiàn)所述當(dāng)前編隊(duì)群目標(biāo)的跟蹤與三維構(gòu)型估計(jì)。
8、可選地，在本說(shuō)明書(shū)一個(gè)或多個(gè)實(shí)施例中，根據(jù)預(yù)置數(shù)量的具有三維朝向角度的子結(jié)構(gòu)對(duì)當(dāng)前編隊(duì)群目標(biāo)的三維空間結(jié)構(gòu)進(jìn)行建模，獲得所述當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)模型，具體包括：
9、對(duì)當(dāng)前編隊(duì)群目標(biāo)進(jìn)行子結(jié)構(gòu)的劃分，獲得具有三維朝向角度的預(yù)置數(shù)量的子結(jié)構(gòu)，確定所述子結(jié)構(gòu)的標(biāo)量角度隨機(jī)變量以基于隨機(jī)矩陣方式對(duì)所述子結(jié)構(gòu)進(jìn)行處理，獲得當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)狀態(tài)；
10、獲取所述三維結(jié)構(gòu)狀態(tài)確定過(guò)程中各變量的先驗(yàn)分布形式；
11、將所述當(dāng)前編隊(duì)群目標(biāo)的運(yùn)動(dòng)狀態(tài)與所述標(biāo)量角度隨機(jī)變量，基于線性高斯模型進(jìn)行演化，以獲得動(dòng)態(tài)模型；
12、獲取預(yù)置雷達(dá)采集的所述當(dāng)前編隊(duì)群目標(biāo)的量測(cè)數(shù)據(jù)集合，以基于預(yù)置條件高斯混合模型對(duì)所述量測(cè)數(shù)據(jù)集合進(jìn)行描述，獲得量測(cè)模型；
13、根據(jù)所述當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)狀態(tài)、先驗(yàn)分布形式、動(dòng)態(tài)模型與所述量測(cè)模型，確定所述當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)模型。
14、可選地，在本說(shuō)明書(shū)一個(gè)或多個(gè)實(shí)施例中，對(duì)當(dāng)前編隊(duì)群目標(biāo)進(jìn)行子結(jié)構(gòu)的劃分，獲得具有三維朝向角度的預(yù)置數(shù)量的子結(jié)構(gòu)，確定所述子結(jié)構(gòu)的標(biāo)量角度隨機(jī)變量以基于隨機(jī)矩陣方式對(duì)所述子結(jié)構(gòu)進(jìn)行處理，獲得當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)狀態(tài)，具體包括：
15、將所述當(dāng)前編隊(duì)群目標(biāo)的三維空間結(jié)構(gòu)，劃分為具有三維朝向角度的預(yù)置數(shù)量的子結(jié)構(gòu)，并根據(jù)預(yù)置第一子結(jié)構(gòu)的三維空間位置描述各子結(jié)構(gòu)的三維空間位置；
16、根據(jù)各個(gè)子結(jié)構(gòu)的三維空間位置與所述當(dāng)前編隊(duì)群目標(biāo)的高階運(yùn)動(dòng)狀態(tài)，確定所述當(dāng)前編隊(duì)群目標(biāo)的運(yùn)動(dòng)狀態(tài)變量；
17、基于預(yù)置隨機(jī)矩陣對(duì)各所述子結(jié)構(gòu)進(jìn)行簡(jiǎn)化，獲得所述子結(jié)構(gòu)所對(duì)應(yīng)的擴(kuò)展矩陣，根據(jù)所述擴(kuò)展矩陣確定標(biāo)量角度隨機(jī)變量；
18、對(duì)所述擴(kuò)展矩陣進(jìn)行分解，獲得所述子結(jié)構(gòu)所對(duì)應(yīng)的三維旋轉(zhuǎn)矩陣，以便基于所述三維旋轉(zhuǎn)矩陣確定當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)狀態(tài)。
19、可選地，在本說(shuō)明書(shū)一個(gè)或多個(gè)實(shí)施例中，根據(jù)所述動(dòng)態(tài)模型對(duì)所述三維結(jié)構(gòu)模型中各變量上一時(shí)刻的后驗(yàn)分布進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)分布，具體包括：
20、對(duì)所述三維結(jié)構(gòu)模型所對(duì)應(yīng)的變量進(jìn)行分類，以獲得具有動(dòng)態(tài)模型的第一變量與不具有動(dòng)態(tài)模型的第二變量；
21、根據(jù)標(biāo)準(zhǔn)卡爾曼預(yù)測(cè)方式，對(duì)所述第一變量進(jìn)行預(yù)測(cè)，獲得第一預(yù)測(cè)分布；其中，所述第一變量包括運(yùn)動(dòng)狀態(tài)與各所述子結(jié)構(gòu)的標(biāo)量角度隨機(jī)變量；
22、基于預(yù)置遺忘因子分別對(duì)所述第二變量進(jìn)行預(yù)測(cè)，獲得第二預(yù)測(cè)分布；其中，所述第二變量包括簡(jiǎn)化后所述子結(jié)構(gòu)的權(quán)重隨機(jī)變量，與所述擴(kuò)展矩陣的參數(shù)；
23、將所述第一預(yù)測(cè)分布與所述第二預(yù)測(cè)分布，作為所述動(dòng)態(tài)模型對(duì)上一時(shí)刻的先驗(yàn)分布進(jìn)行預(yù)測(cè)后，得到的預(yù)測(cè)分布。
24、可選地，在本說(shuō)明書(shū)一個(gè)或多個(gè)實(shí)施例中，基于多層級(jí)泰勒展開(kāi)的線性化處理方式對(duì)所述觀測(cè)方程進(jìn)行多層線性化處理，獲得所述三維結(jié)構(gòu)模型的參數(shù)更新公式，具體包括：
25、對(duì)所述觀測(cè)方程進(jìn)行一元一階泰勒展開(kāi)，實(shí)現(xiàn)所述觀測(cè)方程的第一層線性化，獲得第一層線性化結(jié)果，以基于平均場(chǎng)理論對(duì)所述第一層線性化結(jié)果進(jìn)行處理，并通過(guò)對(duì)標(biāo)量角度隨機(jī)變量中俯仰角取均值，獲得標(biāo)量角度隨機(jī)變量中方位角的參數(shù)更新閉式解；
26、對(duì)所述觀測(cè)方程進(jìn)行第二層次泰勒展開(kāi)，實(shí)現(xiàn)所述觀測(cè)方程的第二層線性化，獲得第二層線性化結(jié)果，以基于平均場(chǎng)理論對(duì)所述第二層線性化結(jié)果進(jìn)行處理，獲得標(biāo)量角度隨機(jī)變量中俯仰角的參數(shù)更新閉式解；
27、根據(jù)所述方位角的參數(shù)更新閉式解與所述俯仰角的參數(shù)更新閉式解，依次更新所述三維結(jié)構(gòu)模型的參數(shù)，獲得所述三維結(jié)構(gòu)模型的參數(shù)更新公式。
28、可選地，在本說(shuō)明書(shū)一個(gè)或多個(gè)實(shí)施例中，對(duì)所述觀測(cè)方程進(jìn)行一元一階泰勒展開(kāi)，實(shí)現(xiàn)所述觀測(cè)方程的第一層線性化，獲得第一層線性化結(jié)果，以基于平均場(chǎng)理論對(duì)所述第一層線性化結(jié)果進(jìn)行處理，并通過(guò)對(duì)標(biāo)量角度隨機(jī)變量中俯仰角取均值，獲得標(biāo)量角度隨機(jī)變量中方位角的參數(shù)更新閉式解，具體包括：
29、對(duì)所述觀測(cè)方程求其關(guān)于的一元一階泰勒展開(kāi)實(shí)現(xiàn)所述觀測(cè)方程的第一層線性化，獲得第一層線性化結(jié)果為：
30、;其中，表示三維空間中沿z軸旋轉(zhuǎn)角度的旋轉(zhuǎn)矩陣，符號(hào)表示對(duì)矩陣求轉(zhuǎn)置，，表示三維空間中沿y軸旋轉(zhuǎn)角度的旋轉(zhuǎn)矩陣，為傳感器獲取到的單個(gè)量測(cè)，表示第個(gè)觀測(cè)矩陣，表示三維群目標(biāo)運(yùn)動(dòng)狀態(tài)向量，表示對(duì)函數(shù)求關(guān)于的偏導(dǎo)數(shù)，并令結(jié)果中的，為上次迭代的方位角度平均估計(jì)值，，，則為第個(gè)子結(jié)構(gòu)的俯仰角度隨機(jī)變量；基于平均場(chǎng)理論，對(duì)角度取均值，即可完成高斯方位角度隨機(jī)變量的參數(shù)更新閉式解如下：
31、；
32、本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，根據(jù)預(yù)置數(shù)量的具有三維朝向角度的子結(jié)構(gòu)對(duì)當(dāng)前編隊(duì)群目標(biāo)的三維空間結(jié)構(gòu)進(jìn)行建模，獲得所述當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)模型，具體包括：
3.根據(jù)權(quán)利要求2所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，對(duì)當(dāng)前編隊(duì)群目標(biāo)進(jìn)行子結(jié)構(gòu)的劃分，獲得具有三維朝向角度的預(yù)置數(shù)量的子結(jié)構(gòu)，確定所述子結(jié)構(gòu)的標(biāo)量角度隨機(jī)變量以基于隨機(jī)矩陣方式對(duì)所述子結(jié)構(gòu)進(jìn)行處理，獲得當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)狀態(tài)，具體包括：
4.根據(jù)權(quán)利要求3所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，根據(jù)所述動(dòng)態(tài)模型對(duì)所述三維結(jié)構(gòu)模型中各變量上一時(shí)刻的后驗(yàn)分布進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)分布，具體包括：
5.根據(jù)權(quán)利要求1所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，基于多層級(jí)泰勒展開(kāi)的線性化處理方式對(duì)所述觀測(cè)方程進(jìn)行多層線性化處理，獲得所述三維結(jié)構(gòu)模型的參數(shù)更新公式，具體包括：
6.根據(jù)權(quán)利要求5所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，對(duì)所述觀測(cè)方程進(jìn)行一元一階泰勒展開(kāi)，實(shí)現(xiàn)所述觀測(cè)方程的第一層線性化，獲得第一層線性化結(jié)果，以基于平均場(chǎng)理論對(duì)所述第一層線性化結(jié)果進(jìn)行處理，并通過(guò)對(duì)標(biāo)量角度隨機(jī)變量中俯仰角取均值，獲得標(biāo)量角度隨機(jī)變量中方位角的參數(shù)更新閉式解，具體包括：
7.根據(jù)權(quán)利要求6所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，對(duì)所述觀測(cè)方程進(jìn)行第二層次泰勒展開(kāi)，實(shí)現(xiàn)所述觀測(cè)方程的第二層線性化，獲得第二層線性化結(jié)果，以基于平均場(chǎng)理論對(duì)所述第二層線性化結(jié)果進(jìn)行處理，獲得標(biāo)量角度隨機(jī)變量中俯仰角的參數(shù)更新閉式解，具體包括：
8.根據(jù)權(quán)利要求5所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，根據(jù)所述方位角的參數(shù)更新閉式解與所述俯仰角的參數(shù)更新閉式解，依次更新所述三維結(jié)構(gòu)模型的參數(shù)，獲得所述三維結(jié)構(gòu)模型的參數(shù)更新公式，具體包括：
9.一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤設(shè)備，其特征在于，所述設(shè)備包括：
10.一種非易失性存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，其特征在于，所述計(jì)算機(jī)可執(zhí)行指令能夠：執(zhí)行上述權(quán)利要求1-8任一所述的方法。
...
【技術(shù)特征摘要】
1.一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，根據(jù)預(yù)置數(shù)量的具有三維朝向角度的子結(jié)構(gòu)對(duì)當(dāng)前編隊(duì)群目標(biāo)的三維空間結(jié)構(gòu)進(jìn)行建模，獲得所述當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)模型，具體包括：
3.根據(jù)權(quán)利要求2所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，對(duì)當(dāng)前編隊(duì)群目標(biāo)進(jìn)行子結(jié)構(gòu)的劃分，獲得具有三維朝向角度的預(yù)置數(shù)量的子結(jié)構(gòu)，確定所述子結(jié)構(gòu)的標(biāo)量角度隨機(jī)變量以基于隨機(jī)矩陣方式對(duì)所述子結(jié)構(gòu)進(jìn)行處理，獲得當(dāng)前編隊(duì)群目標(biāo)的三維結(jié)構(gòu)狀態(tài)，具體包括：
4.根據(jù)權(quán)利要求3所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，根據(jù)所述動(dòng)態(tài)模型對(duì)所述三維結(jié)構(gòu)模型中各變量上一時(shí)刻的后驗(yàn)分布進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)分布，具體包括：
5.根據(jù)權(quán)利要求1所述的一種編隊(duì)群目標(biāo)的三維空間構(gòu)型跟蹤方法，其特征在于，基于多層級(jí)泰勒展開(kāi)的線性化處理方式對(duì)所述觀測(cè)方程進(jìn)行多層線性化處理，獲得所述三維結(jié)構(gòu)模型的參數(shù)更新公式，具體包括：
6.根據(jù)權(quán)利要求5所述的一種編隊(duì)群目標(biāo)的三...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：胡程，張濟(jì)川，姜琦，王銳，李衛(wèi)東，
申請(qǐng)(專利權(quán))人：北京理工大學(xué)前沿技術(shù)研究院，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。