10第十讲 信息融合与目标跟踪课件 航迹初始化解析.ppt

10.1 航迹的初始化算法 特点： 1）多传感器航迹初始化算法与单传感器航迹初 始化算法类似。 2）为形成初始航迹，根据算法或初始化方法的 不同，最初的几次扫描的观测数据也不一样。 * 3）初始航迹只用来自同一传感器的同一个目标 的相邻观测数据。 第一次扫描时来自传感器1的第i个目标的观测 数据只与第二、三次等采样时来自传感器1的同一目 标的观测数据构成初始航迹。 * 实际初始化方法 1）借助于两点预测或外推的初始化方法 2）借助于三点预测或外推的初始化方法 实际选用： 取决于目标的运动模型。 * 一、两点外推 特点： 1）外推时，只用目标的前两个扫描周期的数据 或点迹外推该目标第三点的位置。 2）目标运动只能是一阶，即目标处于匀速直线 运动状态。 3）运动模型是不考虑噪声或干扰的理想模型。 * 实现 * 两点外推示意图 * 假定第i个目标的第一次测量值为Zi(1)，第二次测量值为Zi(2) ，其坐标点分别为(x1，y1)和(x2，y2)，根据目标运动方程，第三点的预测或外推值为 ，其坐标为 式中: T——采样间隔，即扫描周期； Vx——目标在x方向上的运动速度； Vy——目标在y方向上的运动速度。 * 目标运动速度分别为 最后，可推出： 这是两点外推公式， 表示预测/外推值。 说明 在与第三点的测量值进行关联时，要以该点的 预测值为中心，建立一个关联门，然后计算统计距 离，按相关方法进行关联。 * 二、三点加速外推 应用： 目标的运动方程是二阶，即目标匀加速运动。 * 实现 三点外推示意图 * * 若已知目标的运动方程是二阶的，即目标运动是匀加速的， 根据目标运动方程可写出第四点的外推或预测值 式中，ax、ay分别为x、y方向的加速度。 由匀加速运动的方程，不难推出： * 也就是说， 说明 在与第四点的测量值进行关联时，要以该点的 预测值为中心，建立一个关联门，然后计算统计距 离，按最邻近方法进行关联。 * 结论 1）对匀速直线运动目标，在关联门内，只要有 一个来自第三次采样的观测数据，初始航迹就可作 为新航迹并保存。 2）此条件下，新航迹初始化需要三次采样的观 测数据便可得到确认（航迹初始化所需要观测数据 的最小数目）。 * 3）如用四次采样的观测数据初始化一个新航 迹，则第三次采样所形成的初始航迹可利用航迹速 度和加速度为第四次扫描预测一个位置。 4）在预测位置的关联门内，如有观测数据，则 建立一新航迹；如在预测位置的关联门内不存在观 测数据，则撤消或者再盲目外推一个点，这取决于 航迹确认准则。 * 5）关联门内，来自不同传感器的观测数据中哪 个最接近预测位置，就把该数据赋给初始航迹。 6）观测数据被赋给初始航迹后，给出标记，不 再赋给其他的初始航迹。 7）一次采样中，同一个目标的数据只赋给一个 初始航迹，其他初始航迹由于没有观测数据延续而 被撤消。 * 10.2航迹关联 作用： 在对航迹状态估计进行融合前，必须完成传感 器航迹与传感器航迹的关联或传感器航迹与系统航 迹的关联，也就是航迹配对。 航迹关联由两个关键的步骤组成： 计算关联矩阵和选择关联假设，通常由某种分 配算法来实现。 * 一、统计关联方法 讨论来自两个局部传感器的同一目标的两条航迹在信息中心的关联的问题。 * * 前提：传感器i的状态估计用 表示，传感器j的状态估计用 表示；它们的协方差分别用Pi和Pj表示；两个目标状态估计误差的互协方差分别表示为Pij和Pji，并且有Pij=  。 和点迹与航迹关联时一样，仍用两者间的统计距离 作为度量标准。当然，也可以将其说成关联矩阵。目前，关联矩阵有多种表示方法。用关联矩阵度量一条航迹对另一条航迹的靠近程度，以便作出关联决策指示。 * 当航迹状态估计误差是相关的时候，必须考虑互相关，这时的关联矩阵可改写为 该方法是由Bar-Shalom在1980年给出的。该矩阵是在χ2检验的基础上得到的。  传统的关联矩阵是Mahalanobis距离的平方： （2） （1） *  另外一种度量方法： 其中， 是目标状态x的先验平均矢量和协方差对，且有： （3） （4） 结论 * 当 时