1.基于KS检验和EM划分的GIW‑PHD多扩展目标跟踪算法,其特征在于:包括如下步骤:步骤1,初始化参数:出生GIW分量Jb,k, 同一扩展目标产生量测间的最大距离 门限概率pg,门限阈值Δd(pg),其中门限阈值Δd(pg)由具有自由度为d的逆累卡方分布计算得出,概率为pg;量测维度d,量测噪声Q,变换矩阵Hx,Hy,跨度l;修剪阈值T,融合阈值U,接纳的GIW分量最大数量Jmax;
步骤2,量测集划分:使用距离划分与预测划分对该时刻获得的量测数据进行初步划分,计算对每一种划分的每一个量测子集理论分布参数,并对其进行改进KS检验,若检验不通过,则进行使用EM聚类算法将原量测子集拆分为更小的量测子集,直至划分中的所有量测子集均通过改进KS检验;
步骤3,GIW‑PHD滤波:对GIW分量进行预测,使用量测划分集更新GIW分量,修剪去除权值过低的GIW分量、合并重叠GIW分量,提取出目标状态集;
步骤4,若下一时刻观测信息到达,转到步骤(2),否则跟踪过程结束。
2.根据权利要求1所述基于KS检验和EM划分的GIW‑PHD多扩展目标跟踪算法,其特征在于:步骤2的具体操作为:
步骤2.1,距离划分:对于在k时刻所产生的量测集Zk,从中任取两个量测 和 计算他们之间的距离,若 则将其聚为一类;若对于此类中任意量测有Zk中其它量测满足上述关系,则继续此聚类过程,直到这一时刻所有的量测都已聚类完成,得到若干量测子集 以及最后的划分p1;
步骤2.2,预测划分:选取权值 的GIW分量,将此类分量按权值降序排列,依次取出GIW分量计算:
其中, 表示为k+1时刻第j个GIW分量的先验估计扩展状态、逆威沙特尺度矩阵、逆威沙特自由度,d为量测维度;
将满足 的量
测聚为一类,其中,Hk为变换矩阵,Hk=[1 0 0],Id是d维单位矩阵,符号 代表A和B的克罗内克积, 为运动状态,直至这一时刻的所有量测或者GIW分量完成聚类,得到若干量测子集 以及最后的划分p2;若一个量测同时被聚类到两个或多个量测子集中,则优先将此量测放入更高权值的GIW分量量测子集中;未被任意GIW分量聚类的量测,将置于只包含一个量测的量测子集中;步骤2.3,对步骤2.1和步骤2.2得到的量测子集进行KS‑EM划分。
3.根据权利要求2所述基于KS检验和EM划分的GIW‑PHD多扩展目标跟踪算法,其特征在于:步骤2.3具体包括如下步骤:步骤2.3.1,KS检验:
步骤2.3.1a,取划分p1或p2中未通过KS检验的量测子集,对该量测子集进行高斯拟合;
其中, 表示协方差,Q是量测噪声, 为量测子集, 表示高斯均值;
步骤2.3.1b,特征值分解 得旋转矩阵 和对角矩阵 并将 和 旋转相同角度;
其中 为旋转矩阵, 为对角矩阵, 为旋转后的均值向量、量测、量测子集;
步骤2.3.1c,将每一个划分中量测子集中的坐标按X轴和Y轴拆分为两个独立有序坐标集 和 分别代入理论分布函数F0(c)与经验分布函数Fn(c)中,计算每一个单轴坐标的理论分布值与经验分布值之间的偏差 与 根据偏差计算第一个统计量计算每一个单轴坐标的理论分布值与经验分布值之间的连续偏差 与 根据连续偏差计算第二个统计量步骤2.3.1d,通过查询单样本Kolmogorov‑Smirnov临界值表,得 的临界值计算 的临界值
步骤2.3.1e,判断统计量 与 是否大于其对应的临界值,若其中存在一个统计量大于其对应的临界值,则量测子集 的KS检验不通过,且该划分KS检验不通过,继续执行步骤2.3.2;若划分p1和p2中所有的量测子集均通过检验,则划分KS检验通过,直接执行步骤2.3.3;
步骤2.3.2,EM聚类:
步骤2.3.2a,将未通过KS检验的量测子集从划分中移除,并对该量测子集进行具有两个高斯分量的EM聚类;若 大于 说明 所描述椭圆的X轴方向上存在两个目标,设置两个高斯分量的均值向量位于该方向上;若 小于等于 说明 所描述椭圆的Y轴方向上存在两个目标,设置两个高斯分量的均值向量位于该方向上;
步骤2.3.2b,EM聚类算法将原量测子集 拆分为两个新量测子集 并加入划分,转至步骤2.3.1;
步骤2.3.3,若划分p1与p2均通过KS检验,则得到最后划分;否则,返回步骤2.3.1。
4.根据权利要求1所述基于KS检验和EM划分的GIW‑PHD多扩展目标跟踪算法,其特征在于:步骤3中进行修剪时若更新后的GIW分量的权值小于阈值T则舍去,若不同GIW分量间距离于给定阈值U则以加权平均规则合并状态;若分量数大于Jmax,则只取权值最大的前Jmax个GIW分量;若权值大于0.5则进行状态提取,系统输出为探测到的目标。