基于线性回归和聚类分析理论的高速机动目标跟踪方法技术

本发明专利技术涉及一种基于线性回归和聚类分析理论的高速机动目标跟踪方法，主要适用于雷达跟踪高速并且加速度有大范围变动的目标，并在保证实时性的情况下实现多种机动情况的稳定跟踪。方法实现过程：首先对机动目标航迹的历史参数建立样本集，依据回归分析理论设计自适应关联波门，进行航迹分裂，形成多航迹；然后对主航迹样本集中的样本进行投影，提取特征向量，根据聚类分析理论获取聚类中心并计算类内相似度；同样方法依次得到分裂航迹参数的投影值，即待分辨样本；最后，根据相似度判别准则提取出感兴趣目标航迹。在实际工程中应用表明，本算法可实现高速强机动目标的稳定跟踪，随着未来武器装备的机动性能不断的提高，该发明专利技术具有广泛的应用前景。

【技术实现步骤摘要】

本专利技术属于雷达数据处理中的机动目标跟踪技术，采用。
技术介绍
机动目标跟踪是雷达数据处理的一个重要课题。目前，随着目标自身的机动特性的不断提高，机动性能成为衡量武器系统的一个重要战术指标。因此，机动加速度大范围变动或突变的机动目标跟踪问题已经受到广泛的关注，跟踪高速机动目标是现代雷达系统必须要解决的问题。 机动目标跟踪的最大难点在于机动目标模型并不能满足实际运动的需要。传统方法往往是针对目标机动模型本身，加入相关的机动变化量，当机动发生时，通过设置阈值判断机动，调节机动变化量，从而实现机动目标跟踪，这种方法往往存在机动变化量无法满足实际机动变化的需要，故当机动加速度出现大范围变动时，就无法跟踪到目标；或者采用多模型的方法，当发生机动时进行模型间的切换，或者增加滤波模型，从而得到目标状态的最佳位置估值。此方法算法复杂度高，不易实现滤波器参数的自适应控制。本专利技术结合线性回归和聚类分析理论，设计出一种新的高速机动目标跟踪方法。通过设计一种自适应波门，进行点迹的关联，从源头找到目标；并提出一种基于点迹参数投影的特征提取方法，从分裂的航迹中提取出目标航迹，从而避免了加入机动变化量和修改滤波模型带来的问题。
技术实现思路
本专利技术的目的在于提供一种，该专利技术能够实时并稳定的跟踪高速机动目标。实现本专利技术的技术解决方案为首先为目标跟踪设计关联波门。目标跟踪过程中，由于目标发生机动，常常导致跟踪不稳定致使目标丢失。从数据关联的角度，我们可以认为是没有找到合适的观测数据与目标航迹关联。如果为了保证跟踪的稳定性，扩大波门，又会导致干扰的增加。基于以上情况，针对直线机动和转弯机动，本算法设计了两种波门，如图(2)所示。当目标发生机动时，以上一个周期的滤波点J为圆心，当前外推点3到4的距离为半径，当前航向为基准分别向左右旋转角度一以C点和D点为中心分别建立波门，此类波门主要针对机动转弯的情况；做C点和D点的切线相交与万点，以万点为中心建立波门，此类波门主要针对直线机动的情况。发生在两次机动之间的航迹，可以被认为是由散列在某一直线附近的点迹所形成的，这些点迹可被看成是每个独立的样本。故可构建每个观测点的滤波坐标值的样本集2= Xl、…&。然后对一元正态线性回归模型进行参数估计，从而确定波门。 .Λ > 2…乃」其次，根据已建立的波门，进行点迹关联(每个波门内只选择最近关联到的点迹)，并分别得到分裂航迹奶，％和％。然后对航迹参数进行特征提取，并根据聚类分析原理选择出属于感兴趣目标的航迹。图3为目标在运动过程中形成的轨迹，从O时刻起始U点)，到i时刻结束，设J点为投影中心，假如目标在i+Ι时刻发生机动，那么对i时刻之前的历史点迹依次向J点投影。首先，按照运动学公式，得到相邻周期间X方向的距离差Λζ,7方向的距离差4y ;其次根据下式，将每一个周期的点迹反推回X点本文档来自技高网...

【技术保护点】
一种基于线性回归和聚类分析理论的高速机动目标跟踪方法，其特征在于：基于线性回归理论，设计一种自适应关联波门，进行点迹的关联；并提出一种基于点迹参数映射的特征提取方法，从分裂的航迹中提取出目标航迹。

【技术特征摘要】
1.一种基于线性回归和聚类分析理论的高速机动目标跟踪方法，其特征在于基于线性回归理论，设计一种自适应关联波门，进行点迹的关联；并提出一种基于点迹参数映射的特征提取方法，从分裂的航迹中提取出目标航迹。2.一种实现权利要求I所述的基于线性回归和聚类分析理论的高速机动目标跟踪方法，其特征在于基于线性回归分析理论，设计一种自适应关联波门首先对机动目标航迹的历史参数建立样本集，对滤波点和外推点之间的连线向顺时针和逆时针方向进行旋转，依据线性回归分析理论，对样本集进行参数估计，获取旋转角度，从而确定左右两边的波门；再根据已经确定的波门中心...

【专利技术属性】
技术研发人员：孟凡，邢永昌，郑庆琳，刘建，
申请(专利权)人：中国船舶重工集团公司第七二四研究所，
类型：发明
国别省市：