基于迭代端點擬合輔助的目標機動檢測方法

顏世剛，石章松

(1.中國人民解放軍92941部隊，遼寧葫蘆島 125000;2.海軍工程大學電子工程學院，湖北武漢 430033）

基于迭代端點擬合輔助的目標機動檢測方法

顏世剛1，石章松2

(1.中國人民解放軍92941部隊，遼寧葫蘆島 125000;2.海軍工程大學電子工程學院，湖北武漢 430033）

提出一種基于迭代端點擬合輔助的目標機動檢測方法。考慮圖像離散點曲線擬合與機動目標跟蹤的相似性，在運用現有的方法進行目標機動檢測的同時，采用迭代端點擬合原理提取目標機動信息，將得到的機動信息反饋到目標機動檢測處理中，能夠更為準確地檢測出機動起始點。數值仿真表明，該方法能夠更準確地發現機動起始信息，提高目標機動檢測方法的性能。

點跡;迭代端點擬合;目標機動檢測;機動目標跟蹤

0 引言

機動目標跟蹤方法主要有基于決策的單模方法與多模方法。對于基于決策的單模方法而言，機動目標跟蹤處理過程主要包括觀測數據的預處理、機動目標模型、機動檢測與機動辨識、濾波與預測以及跟蹤坐標系和濾波狀態變量的選取等，機動檢測與機動辨識是其中的重要模塊，目的是檢測目標運動模式的變化。盡管多模方法的跟蹤性能較之單模算法要好，但其設計過程復雜且計算資源耗費大，因此適用范圍受到限制［1－2］。而研究表明，配合好的機動檢測方法，基于決策的單模算法可以獲得與多模算法相近的跟蹤性能，因此及時準確地實現目標的機動檢測成為此類方法的關鍵［3－4］。主要的檢測方法有滑窗式檢測方法及其改進方法等［5－6］，文獻［7］對典型的機動檢測算法的算法特性進行了數值仿真與比較，這些研究為機動檢測方法的研究提供了幫助。

實際上，機動目標跟蹤就是對屬于同一目標的點跡進行曲線擬合。因此考慮圖像曲線擬合與機動目標跟蹤處理的相似性，采用數字圖像處理中的有關方法對點跡進行處理，可以提取到一定的目標機動運動信息，包括機動起始點、機動起始時刻等，將該信息反饋到傳統的目標機動檢測方法處理流程中，能夠更進一步地了解目標機動運動的細節，更為細致地刻畫目標的機動運動軌跡，提高目標機動檢測方法的性能。

1 算法原理

對于機動目標而言，雖然機動樣式多變，但實質上均由變向和變速2種模式組合而成。因此機動運動模式可大致分為勻速變向機動、直線變速機動以及變速變向機動等3類，如圖1所示。

圖1 機動運動的3種模式Fig.1 Threemodes of targetmaneuvering

相比于勻速直線運動目標，在對機動目標進行跟蹤濾波時，預測值與觀測值之間的距離值將隨著目標機動進行過程而逐漸增大。在按照既定的運動模型進行目標跟蹤時，若目標發生機動，則在一定點跡錄取周期之后，濾波預測值與觀測值之間的誤差將達到一個不能接受的程度，此時，可以判定目標發生了機動，如圖2所示。隨著目標的機動，預測值與觀測值之間的距離 (P5與P5'、P6與P6'、P7與P7'）越來越大，此時設定一個門限值，當差值大于門限值時，可以判定目標已經發生機動。

圖2 算法原理示意圖Fig.2 The principle of algorithm

在判定目標發生機動的基礎上，按照一定規則選取一定數量錄取周期內的點跡，考慮目標跟蹤與離散點曲線擬合的相似性，采用數字圖像中進行離散點曲線擬合的迭代端點擬合方法進行處理，根據各點與進行迭代處理點跡集合中首尾點跡連線的距離關系實現目標機動參數的提取。

2 基于迭代端點擬合的目標機動檢測方法

1）目標是否發生機動的判別

設傳感器在x方向上的測量均方差為dx，在y方向上的測量均方差為dy，當前時刻預測點跡值與測量值之間x方向上的預測均方差為dx'，y方向上的預測均方差為dy'。為了保證既能及時檢測到目標發生機動，同時又能保證后續處理時準確地發現目標的機動起始點，經試驗驗證，在進行門限值的選定時，以3dx與3dy作為門限值能夠取得較好的判別效果，因此選擇3dx與3dy為門限值進行判別，即

2）迭代端點擬合方法

迭代端點擬合方法是數字圖像處理中進行離散點曲線擬合的一種方法，其實現曲線擬合原理如圖3所示，具體步驟如下:

①首先連接離散點集合的2個端點AB，計算離散點集中各個點到直線AB的距離;

圖3 基于迭代端點擬合的曲線擬合方法原理Fig.3 The principle of iterative endpoint fittingmethod

②設定一個門限值，找出與AB距離最大的點C，若該點距離直線AB的值小于門限值，則認為是兩端點內的點屬于同一組點，可用某一函數擬合，否則進入步驟②;

③連接AC與CB，然后對每一段線段按照步驟①和步驟②進行迭代擬合，直到找出所有距離超出門限值的點，稱之為轉折點，則相鄰轉折點內的點為一組采用某函數進行擬合。

3）目標的機動檢測

①確定進行端點迭代擬合的點跡的數量。設一段時間內所有錄取點跡的數量為i，預測值與觀測值之間的誤差均大于傳感器探測誤差，且最新錄取的點跡預測值與觀測值之間的誤差超出門限值，則進行端點迭代擬合的點跡的數量n按下式計算:

②迭代端點擬合處理。設兩端點點跡對應的坐標分別為(xs，ys）和(xe，ye），某非端點點跡坐標為(xi，yi），用式(3）求取兩端點連線對應直線的方程，用式(4）求取非端點點跡距該直線距離;

③比較計算得到的各點到端點連線的距離值，找出距離值最大的點，則該點為機動起始點，由此處開始應當切換跟蹤模型，進入步驟④;

④輸出當前目標的機動檢測結果，判斷是否完成所有點跡組的判別，若是，則結束，否則返回步驟①，對下一組點跡分組進行處理。

通過對點跡態勢圖對目標機動信息進行提取，將得到的信息反饋到機動目標跟蹤的機動檢測與機動辨識環節，從而提高目標機動檢測的概率。

完整的數據處理流程如圖4所示。

圖4 算法處理流程Fig.4 Data processing flows

3 算法仿真與分析

設目標運動場景為:1部坐標雷達對一水平面上運動的目標進行觀測，目標在t=0～200 s沿y軸做勻速直線運動，運動速度為30 m/s，方向為沿y軸負方向，目標的起始點為 (2 000 m，10 000 m），在t=200～300 s向x軸方向做90°的慢轉彎，加速度為ax=ay=0.15 m/s2，完成慢轉彎后加速度將降為0，從305 s開始做90°的快轉彎，加速度為0.6 m/s2，在330 s結束轉彎，加速度降至0。雷達掃描周期T=2 s，在x方向和y方向獨立地進行觀測，觀測噪聲的標準差均為50 m。

為了驗證算法的有效性，本文針對上述例子，采用基于Singer模型的機動跟蹤算法以及引入迭代端點擬合輔助檢測的Singer機動模型跟蹤算法進行比較計算，目標跟蹤軌跡如圖5所示。

圖5 兩種方法跟蹤效果對比Fig.5 Target tracking tracks of the twomethods

仿真結果圖6給出了該2種方法在x方向和y方向上的估計均方差對比情況。

圖6 兩種方法在x方向及y方向上的估計誤差均方差比較Fig.6 Comparisons of the estimated square errors of twomethods

從仿真結果可以看出，基于本文提出的引入迭代端點擬合輔助檢測的Singer機動模型跟蹤算法在機動檢測快速性、跟蹤性能上更佳，并且濾波精度高為準確，驗證了算法在理論上的準確性和實用性。

4 結語

機動目標跟蹤問題一直以來是目標跟蹤領域中的難點問題之一。如何提高機動的快速性能和跟蹤性能，是機動目標跟蹤算法研究中的關鍵。本文考慮到曲線擬合與目標機動軌跡的相似之處，借鑒圖像中曲線擬合方法的迭代端點擬合方法，提出了一種目標機動輔助檢測方法來嘗試改善機動目標跟蹤性能，擴展了目標機動檢測方法的研究思路，具有一定的理論研究意義和應用參考價值。

［1］范紅旗，王勝，付強.目標機動檢測算法綜述［J］.系統工程與電子技術，2009，31(5）:1064 －1069.

FAN Hong-qi，WANG Sheng，FU Qiang.Survey of algorithms of target maneuver detection［J］.Systems Engineering and Electronics，2009，31(5）:1064 －1069.

［2］FAN Hong-qi，ZHU Y L，FU Qiang.Impact of mode decision delay on estimation error for maneuvering target interception［J］.IEEE Transactions on Aerospace and Electronic Systems，2011，47(1）:702 －711.

［3］BIZUP D F，BROWN D B.Maneuver detection using the range ratemeasurement［J］.IEEE Trans.on AES，2004，40(1）:330－336.

［4］RU JF，CHEN H M，LIX R，eta1.A range based detection technique for tracking a maneuvering target［C］.Proc.of SPIE on Signal and Data Processing of Small Targets，2005.

［5］CHAN Y T，HU A G C，PLANT JB.A Kalman filter based tracking scheme with input estimation［J］.IEEE Trans.on AES，1979，15(2）:237 －244.

［6］L X R，VESSELIN P J.A survey of maneuvering target tracking-Part IV:decision-basedmethods［C］.Proceedings of SPIE Conf.on Signal and Data Processing of Small Targets，2002.

［7］石章松，謝君.機動目標檢測算法特性分析仿真研究［J］.計算機仿真，2007，24(9）:90 －94.

SHI Zhang-song，XIE Jun.Simulation and analysis of the characters ofmaneuvering detection algorithm［J］.Computer Simulation，2007，24(9）:90 －94.

［8］余松煜，周源華，張瑞.數字圖像處理［M］.上海:上海交通大學出版社，2007:338－340.

YU Song-yu，ZHOU Yuan-hua，ZHANG Rui.Digital image processing［M］.Shanghai:Shanghai Jiaotong University Press，2007:338 － 340.

Targetmaneuver detection method with iterative endpoint fitting assisted

YAN Shi-gang1，SHIZhang-song2
(1.No.92941 Unit of PLA，Huludao 125000，China;2.Colleg of Electronic，Naval University of Engineering，Wuhan 430033，China）

A target maneuver detection method based on iterative endpoint fitting is derived and presented.The similarity between image curve fitting andmaneuvering target tracking has been thought of in themethod.With the point situation image was structured，the maneuvering target detection has been realized based on the principle of image iterative endpoint fitting.The effectiveness of themethod has been verified by numerical simulation.

point;image processing;iterative endpoint fitting;targetmaneuver detection

TP273

A

1672－7649(2014）04－0123－03

10.3404/j.issn.1672－7649.2014.04.026

2013－03－19;

2013－08－19

顏世剛(1972－），男，碩士，高級工程師，研究方向為艦炮火控系統試驗及仿真。