基于支撑函数的不规则形态扩展目标建模和估计研究

Modern High resolution sensors can provide not only kinematic measurements but also one or more dimensions of the range extent measurements of an observed object along the line of sight. In this case, the object should be considered as an extended one with object extension. Thus, conventional point target modeling and state estimation approaches are no longer suitable for many current tracking scenarios, and further research on theory and technology of extended object tracking has become a pressing need. However, comparatively accurate unified models and efficient estimation approaches are still lacking for irregular extended objects. This project attempts to research on modeling and estimation of extended objects and its application to joint tracking and classification, which are summarized as follows: 1) An irregular extended object is represented as the minkowski addition of multiple simple objects, then a generalized model based on support functions is constructed to accurately describe the kinematic state and extension of the object. 2）Specially for tracking of maneuvering extended objects, a generalized model is proposed and the corresponding multiple-model-based estimator is then studied. 3) An unified framework based on support functions is further researched to solve joint tracking and classification of extended objects using the measurements of target range extent. Research process and breakthrough on the above topics could have great significance for improving the performance of target tracking.

现代高精度传感器不但可以提供精确的目标运动状态而且还能获取目标散射中心沿视线方向上的高分辨率距离像，于是观测对象通常被建模成具有一定形态的扩展目标。传统上基于点目标假设所取得的建模与状态估计研究成果已不再适用于现今许多的实际应用场景，迫切需要对扩展目标的这一领域内的诸多理论和技术难点进行深入研究。但目前对不规则形态扩展目标，缺乏较为统一且精确的数学模型以及相对简洁而高效的估计算法。本项目针对不规则形态扩展目标的建模和估计及其相应的联合跟踪与分类进行以下研究：1）将不规则形态扩展目标描述成多个简单目标闵可夫斯基和的有机组合，并基于支撑函建立起通用模型以精确描述目标运动状态及其扩展形态；2）提出机动扩展目标混合系统模型并研究相应的多模型估计器；3）基于支撑函数在统一框架内研究解决距离像量测下的扩展目标联合跟踪与分类问题。针对上述研究问题所取得的进展和突破，对目标跟踪系统性能的提升有着重大意义。

随着现代传感器精度的大幅提升，某些宽带雷达还能通过所获取的目标散射中心沿视线方向上的高分辨率距离像，测量得到目标宽度或大小等特征信息，于是观测对象通常被建模成具有一定形态的扩展目标。因此，本项目围绕距离像量测下扩展目标建模与估计理论及其联合跟踪与分类应用这几个方面展开了研究和探索，其主要工作与重要意义如下：.（1）建立通用且精确的不规则复杂扩展目标模型。模型中目标扩展形态用支撑函数来表征，且整个目标建模过程通过闵科夫斯基和的有机组合形式来实现，以统一并充分描述扩展目标形态的复杂不规则特性，并给出简洁的目标运动状态和形态贝叶斯递推估计形式。.（2）提出距离像量测下的机动扩展目标多模型估计算法，以解决基于单一模型的运动状态和扩展形态估计所存在的实时应用问题并提出模型集自适应方法，在保证高精度的情况下大幅降低计算复杂度，继而通用于由不同参数和结构构成的机动扩展目标模型集，最终有助于解决具有复杂机动过程的扩展目标跟踪问题。.（3）将目标的先验形态信息整合到基于支撑函数的扩展形态模型中，然后在统一框架内解决距离像量测下的扩展目标联合跟踪与分类问题，以同时解决其跟踪与目标分类这两类问题：不但能对目标运动状态及其扩展形态进行有效估计，而且又能对目标正确分类。最后，通过不同场景下的仿真实验来对所提出的联合跟踪与分类方法进行性能评估。.（4）扩展目标跟踪的主要任务不仅仅是要估计出目标的运动状态，更重要的是要对其扩展形态进行精确估计。因此，对扩展目标的形态估计性能评估有着迫切的需求。针对支撑函数这种具有代表性的扩展目标模型，提出了一种新的扩展目标复杂形态估计性能评估方法，并通过仿真实验对其有效性进行了验证。.总之，本项目完满地完成了既定的研究内容，而且对部分进行扩充和有益延伸，成果质量和数量上均超额完成预期目标，最后还利用实验室测试平台验证了项目中的共性理论问题研究结果正确性和所提出的多种算法的高效性。