1.复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法,其特征在于,包括:采集目标量测信息,通过所述目标量测信息,建立量测模型;
初始化星凸型扩展目标状态,通过模仿人工势场法建立所述星凸形扩展目标的量测势场,基于所述量测模型、初始化后的星凸型扩展目标状态以及所述量测势场,推导出伪量测模型;
根据所述伪量测模型对所述目标状态进行预测的同时,对预测结果进行更新与优化,获取状态向量,完成扩展目标跟踪。
2.根据权利要求1所述的复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法,其特征在于,建立所述量测模型包括:设定采集时刻,通过所述采集时刻,采集若干个所述目标量测信息,所述目标量测信息包括:目标方位;
基于若干个所述目标量测信息,构建量测集,根据所述量测集,建立所述量测模型;
所述量测模型包括:
yk,l=zk,l+vk,l
其中,zk,l为量测源,vk,l为量测噪声。
3.根据权利要求1所述的复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法,其特征在于,所述初始化星凸型扩展目标状态包括:预设初始时刻目标的运动状态,通过所述运动状态,初始化所述星凸型扩展目标状态;
初始化所述星凸型扩展目标状态的方法为:
其中,xk为扩展目标状态, 为目标的运动状态, 为扩展状态,T为转置符号。
4.根据权利要求3所述的复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法,其特征在于,获取所述扩展状态的方法为:通过中心轮廓距离方法提取所述目标量测信息,获取初始轮廓点,将所述初始轮廓点作为控制顶点,获取均匀B样条曲线,基于所述均匀B样条曲线描述扩展状态;
所述均匀B样条曲线包括:
其中,u为节点向量,当i=ns时,Ei+1=E1,ns为控制顶点个数。
5.根据权利要求1所述的复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法,其特征在于,通过模仿人工势场法建立所述星凸形扩展目标的量测势场包括:基于传统的人工势场法,设计虚拟复合场,所述传统的人工势场法包括引力场和斥力场,通过模拟移动物体在所述虚拟复合场中运动,并模拟目标对所述移动物体产生引力作用,以及障碍物对所述移动物体产生斥力作用,建立所述星凸形扩展目标的量测势场。
6.根据权利要求5所述的复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法,其特征在于,基于所述量测模型、初始化后的星凸型扩展目标状态以及所述量测势场,推导出伪量测模型包括:通过所述量测势场判断所述量测模型的受力情况,当所述量测模型位于估计形状外,则所述量测模型只受引力作用,当所述量测模型位于估计形状内,则所述量测模型受引力和斥力共同作用;
将初始化后的星凸型扩展目标状态、量测噪声、尺度因子和判断后的所述量测模型映射到同一函数上,建立伪量测函数,并以均匀B样条曲线所获取的轮廓点为初始点,通过RHM的缩放形状轮廓的思想,推导出伪量测模型;
所述伪量测模型包括:
其中,yk,l为量测,vk,l为量测噪声,sk,l为尺度因子,ne表示迭代次数, 为第ne次迭代的移动位置,h为伪量测方程。
7.根据权利要求6所述的复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法,其特征在于,通过所述量测势场判断所述量测模型的受力情况的方法为:其中,Fk,l(yk,l)为引力和斥力合力, 为引力势场函数的负梯度, 为斥力势场函数的负梯度, 为估计形状,yk,l为量测模型。
8.根据权利要求1所述的复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法,其特征在于,根据所述伪量测模型对所述目标状态进行预测的同时,对预测结果进行更新与优化,获取目标形状参数包括:根据所述伪量测模型对所述目标状态进行预测,获取预测联合概率密度,基于所述预测联合概率密度更新所述目标状态,并通过容积卡尔曼滤波优化预测联合概率密度,获取所述状态向量;
其中,所述容积卡尔曼滤波包括:预测步和更新步。
9.根据权利要求8所述的复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法,其特征在于,通过容积卡尔曼滤波优化预测联合概率密度包括:获取历史扩展目标的状态向量和先验协方差矩阵,通过所述历史扩展目标的状态向量和先验协方差矩阵,预测扩展目标的状态向量和协方差矩阵;
所述扩展目标的状态向量包括:
xk|k‑1=Axk‑1|k‑1
其中,xk|k‑1为k时刻预测扩展目标的状态向量,A为状态转移矩阵,xk‑1|k‑1为k‑1时刻扩展目标的状态向量;
所述协方差矩阵包括:
T
Pk|k‑1=APk‑1|k‑1A+Q
其中,Pk|k‑1为协方差矩阵,A为状态转移矩阵,Pk‑1|k‑1为先验协方差矩阵,T为转置符号,Q为过程噪声协方差。
10.根据权利要求9所述的复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法,其特征在于,通过容积卡尔曼滤波优化预测联合概率密度还包括:获取容积点,通过所述容积点,获取卡尔曼增益矩阵,计算所述卡尔曼增益矩阵,更新所述扩展目标的状态向量和协方差矩阵;
所述容积点包括:
其中, 为基本容积点,h为伪量测方程;
计算所述卡尔曼增益矩阵,更新所述扩展目标的状态向量和协方差矩阵的方法为:xk|k=xk|k‑1+Kk·(0‑znz)
其中,znz为均值,nc为为扩展目标状态维数的2倍, 为传播后的容积点,Pxz为互协方差, 为基本容积点,T为矩阵转置符号,xk|k‑1为先验状态,Pzz为自协方差,Kk为卡尔曼增益矩阵, 为自协方差的逆矩阵,xk|k为后验状态,Kk为卡尔曼,Pk|k为后验协方差,Pk|k‑1为先验协方差,Kk为卡尔曼增益矩阵, 为卡尔曼增益矩阵的转置。