【技术实现步骤摘要】
本专利技术属于信号处理，涉及一种群目标泊松多伯努利混合滤波方法、系统和滤波器。
技术介绍
1、泊松多伯努利混合(poisson multi-bernoulli mixture，pmbm)滤波是一种常用的目标跟踪技术，可以从含噪声、干扰的输入信号中提取目标的信息表述，可用于多目标跟踪的滤波器，通常应用于雷达、光学等跟踪应用领域，它在目标跟踪中的性能表现相对较好，尤其在处理目标数目不确定以及目标生成和消失的情况时。泊松分布是一种离散型概率分布，用于描述在一定时间或空间范围内，事件发生的次数。泊松分布具有平均值等于方差的特点，适用于描述独立且平均发生率稳定的事件。伯努利分布是一种二项分布的特例，用于描述只有两个可能结果的随机试验。伯努利分布适用于描述独立且稳定的二选一事件，如硬币正反面的出现。泊松多伯努利混合滤波是将泊松分布和多伯努利混合分布(对应着mbm)相结合的一种信号滤波方法，它在跟踪应用中，可将目标按类别进行建模，分别为泊松点过程(ppp)和mbm。然而，在实际应用中，专利技术人发现传统的泊松多伯努利混合滤波器仍存在着需要精确的滤波起始状态的技术问题。
技术实现思路
1、针对上述传统方法中存在的问题，本专利技术提出了一种群目标泊松多伯努利混合滤波方法、一种群目标泊松多伯努利混合滤波系统和一种泊松多伯努利混合滤波器，能够有效降低泊松多伯努利混合滤波器的滤波先验要求，提高滤波适用性。
2、为了实现上述目的，本专利技术实施例采用以下技术方案：
3、一方面，提供一
4、获取雷达多群目标跟踪场景下待滤波的输入信号；
5、对输入信号执行pmbm滤波器递归过程；pmbm滤波器递归过程由新生目标参数估计步、预测步和更新步递归组成，新生目标参数估计步通过利用量测估计出具有未知状态参数的新生目标，预测步中利用上一时刻更新步后验密度与量测共同完成当前时刻的新生目标初始化后，利用初始化后的新生目标与上一时刻更新步后验密度经预测步所得的预测步后验密度共同合并成新的预测步后验密度，再执行当前时刻的更新步；
6、完成pmbm滤波器递归过程后，得到输入信号中所有检测到目标的ggiw参数；ggiw参数用于雷达多群目标跟踪场景下的目标数目确定与跟踪。
7、另一方面，还提供一种群目标泊松多伯努利混合滤波系统，包括：
8、信号获取模块，用于获取雷达多群目标跟踪场景下待滤波的输入信号；
9、滤波处理模块，用于对输入信号执行pmbm滤波器递归过程；pmbm滤波器递归过程由新生目标参数估计步、预测步和更新步递归组成，新生目标参数估计步通过利用量测估计出具有未知状态参数的新生目标，预测步中利用上一时刻更新步后验密度与量测共同完成当前时刻的新生目标初始化后，利用初始化后的新生目标与上一时刻更新步后验密度经预测步所得的预测步后验密度共同合并成新的预测步后验密度，再执行当前时刻的更新步；
10、状态提取模块，用于完成pmbm滤波器递归过程后，得到输入信号中所有检测到目标的ggiw参数；ggiw参数用于雷达多群目标跟踪场景下的目标数目确定与跟踪。
11、又一方面，还提供一种泊松多伯努利混合滤波器，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的群目标泊松多伯努利混合滤波方法的步骤。
12、上述技术方案中的一个技术方案具有如下优点和有益效果：
13、上述群目标泊松多伯努利混合滤波方法、系统和滤波器，通过在标准pmbm滤波器递归过程的基础上，对预测步和更新步递归处理过程进行了深度的改进设计,从而改变了以往的滤波处理流程，其相比于传统技术，采用了量测驱动的处理方式，新生目标状态不再是假定事先准确已知的，而是通过利用当前帧量测进行新生目标初始化，使得通过整个滤波器的递归处理过程不再需要依赖精确的滤波起始状态，即可实现高效的群目标泊松多伯努利混合滤波，有效提高了该滤波处理的适用性。
本文档来自技高网...【技术保护点】
1.一种群目标泊松多伯努利混合滤波方法，其特征在于，包括步骤：
2.根据权利要求1所述的群目标泊松多伯努利混合滤波方法，其特征在于，所述预测步包括：
3.根据权利要求1或2所述的群目标泊松多伯努利混合滤波方法，其特征在于，关于所述GGIW参数的估计过程，包括：
4.一种群目标泊松多伯努利混合滤波系统，其特征在于，包括：
5.根据权利要求4所述的群目标泊松多伯努利混合滤波系统，其特征在于，所述滤波处理模块在用于执行预测步的过程，所述预测步包括：
6.根据权利要求4或5所述的群目标泊松多伯努利混合滤波系统，其特征在于，在估计GGIW参数的过程中，利用最大似然估计进行目标数目估计，采用EM算法求解目标对应GGIW参数估计的最优化问题，获取所述GGIW参数。
7.一种泊松多伯努利混合滤波器，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3任一项所述的群目标泊松多伯努利混合滤波方法的步骤。
【技术特征摘要】
1.一种群目标泊松多伯努利混合滤波方法，其特征在于，包括步骤：
2.根据权利要求1所述的群目标泊松多伯努利混合滤波方法，其特征在于，所述预测步包括：
3.根据权利要求1或2所述的群目标泊松多伯努利混合滤波方法，其特征在于，关于所述ggiw参数的估计过程，包括：
4.一种群目标泊松多伯努利混合滤波系统，其特征在于，包括：
5.根据权利要求4所述的群目标泊松多伯努利混合滤波系统，其特征在于，所述滤波处理模块在用于执...
【专利技术属性】
技术研发人员：胡谋法，熊超，卢焕章，沈杏林，张路平，赵菲，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。