具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

在本发明的实施例中，安防雷达系统主要包括信号发射单元、信号接收单元、信号处理单元和数据处理单元；其中，信号发射单元主要对外辐射探测信号，一般为线性调频的锯齿波；信号接收单元主要是通过接收天线接收经目标反射后的回波信号；信号处理单元则将接收到的回波信号进行信号处理得到目标的角度、距离和速度（在雷达系统中主要指径向速度）的信息即目标点迹信息；数据处理单元会利用信号处理单元处理得到的目标点迹信息，进行聚类、追踪等算法，对目标点迹信息进行处理，从而达到不同雷达所需要的功能需求；以上操作会在固定的周期内完成，在雷达的运行过程中会不停循环重复；需要说明的是，信号处理单元和数据处理单元可以在同一个微处理器上实现，也可以在两个微处理器上分别实现；

在本发明的实施例中，安防雷达系统中的毫米波雷达需要对区域内多个目标进行持续跟踪和预测，同时显示目标的运动轨迹，从而筛选出危险目标，并对其进行监控、报警；所以为了得到相同目标的连续变化过程，需要对每个周期内的相同目标进行跟踪；基于安防雷达的工作特性，雷达本身静置不动，且大部分情况下都是静止的环境目标，动目标较少，所以将目标按动静区分，简化静目标跟踪流程，保证动目标可以使用复杂的自适应多模型交互跟踪算法（IMM算法），从而兼顾高精度和机动性；

为此，第一方面，本发明的实施例提出一种基于特征的目标跟踪优化方法，包括以下步骤：

步骤S10，对得到的目标点迹信息进行处理，分别形成静目标轨迹和动目标轨迹；进行静目标数据关联，得到与静目标轨迹关联的静目标；进行动目标数据关联，得到与动目标轨迹关联的动目标；

步骤S20，基于与动目标轨迹关联的动目标利用IMM算法进行动目标跟踪。

以下详细阐述上述步骤S10、S20的具体过程；

参考图1，在通过信号处理单元得到目标点迹信息后，步骤S10具体包括：

步骤S11，进行目标聚类；

步骤S12，根据其聚类后的速度信息和特征信息进行动静目标分离；

步骤S13，分离出的静目标初始化以后形成静目标轨迹；

步骤S14，根据静目标关联参数和关联条件进行静目标数据关联，得到与静目标轨迹关联的静目标；

步骤S15，分离出的动目标初始化以后形成动目标轨迹；

步骤S16，根据动目标关联参数和关联条件进行动目标数据关联，得到与动目标轨迹关联的动目标；

在步骤S14和S16之后进行步骤S20；即利用IMM算法进行动目标跟踪；

上述过程中，因为静目标本身是不太会发生方位上的变化的，所以为了节约算法时间，仅进行关联操作而不进行追踪；跟踪算法的难点在于目标运动方式的不确定性；对于动目标来说，若采用的运动模型与实际目标的运动状态和设定模型的不匹配，会导致滤波器估计精度下降，造成滤波器发散，甚至出现轨迹断裂、目标丢失的情况；为此，本发明的实施例采用IMM算法进行动目标跟踪；利用交互式多模型算法自适应调整各个模型之间的模型概率，拟合出目标真实的运动轨迹；自适应多模型交互跟踪算法（IMM算法）包括以下目标运动模型：匀速模型、匀加速模型、Singer模型和当前统计模型；对于常规运动的目标，匀速模型和匀加速模型就可以很好地拟合；而对于出现转弯、急停等高机动性能的目标，Singer模型和当前统计模型更加合适；IMM算法将系统视为有限状态的马尔科夫链，不同模型之间通过转移概率进行交互，模型转移符合马尔科夫过程，可以同时存在多个模型，并根据数据进行切换，得到更好的跟踪性能；

参考图2，步骤S20具体包括：

步骤S21，将上一周期计算得到的各模型的后验概率、马尔科夫转移概率以及协方差矩阵作为输入，以及与动目标轨迹关联的动目标的信息，输入进每个模型；

这里，各模型的后验概率是指上一周期根据量测值计算得到的每个模型分配的概率；马尔科夫转移概率是指初始根据各模型之间的转换可能性定的经验值矩阵；

步骤S22，进行模型信息交互：根据各模型的后验概率以及马尔科夫转移概率综合计算得到混合概率；通过混合概率，初始化与动目标轨迹关联的动目标的信息以及协方差矩阵，得到交互目标信息和交互协方差矩阵；

步骤S23，将各模型的交互目标信息和交互协方差矩阵作为滤波器输入，输入各个模型的滤波器，进行并行滤波；

步骤S24，得到各自模型在当前周期的输出：估计值和协方差矩阵；

步骤S25，模型概率更新：采用贝叶斯假设检验法计算当前时刻各个模型的滤波残差，根据估计值和量测值计算得到各个模型的分配概率；

步骤S26，状态结果交互：将各模型的估计值和协方差矩阵根据分配概率进行加权融合，得到当前周期最终的估计结果。

第二方面，本发明的实施例还提出一种基于特征的目标跟踪优化装置，包括：处理器和存储器；所述处理器与存储器之间相互通信；所述存储器中存储有计算机程序；所述处理器包含数据处理单元，所述数据处理单元用于运行所述计算机程序，所述计算机程序运行时执行如上文所述的方法的步骤。处理器可采用CPU，或者其它通用处理器，数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application SpecificIntegrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）等。

第三方面，本发明的实施例还提出一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被配置为运行时执行如前文所述的方法的步骤。存储介质可为磁碟、光盘、只读存储记忆体 (Read-Only Memory，ROM)、随机存储记忆体 (Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。

最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。