梁志兵,王 睿,郭相科

(空軍工程大學防空反導學院, 西安 710051)

基于模糊的并行Hough變換航跡起始算法*

梁志兵,王 睿,郭相科

(空軍工程大學防空反導學院, 西安 710051)

由于測量誤差和參數(shù)空間分割大小的影響,并行Hough變換航跡起始方法仍存在較多的雜波。針對這一問題,提出一種基于模糊的并行Hough起始算法,該算法利用不同時刻模糊函數(shù)的隸屬度分別作為參數(shù)空間的累積量,繼而將具有相同索引的累積量構(gòu)成累加向量,再根據(jù)規(guī)則來確定累加矩陣,最后通過門限檢測判斷是否航跡起始。仿真實驗表明,該算法可有效抑制變換誤差的影響,降低虛假航跡占有率,并在密集雜波下準確地起始航跡。

并行Hough變換;航跡起始;模糊函數(shù);隸屬度;累加向量

0 引言

航跡起始是多目標跟蹤的首要問題[1],其任務在于實現(xiàn)目標的檢測和初始狀態(tài)的估計[2]?，F(xiàn)代軍事迅猛發(fā)展,超高速、大機動目標不斷涌現(xiàn),如何實現(xiàn)航跡的快速、準確起始已成為現(xiàn)代防空作戰(zhàn)的重要問題之一。

目前的航跡起始算法可分為順序處理技術(shù)和批處理技術(shù)兩大類[1]。前者的代表有:直觀法、邏輯法[3]、修正邏輯法[4]等;后者主要包括:Hough變換及其大量的改進算法[2,5-7]。Hough變換以其對局部缺損的不敏感、對隨機噪聲的魯棒性[6]等優(yōu)點,廣泛應用于強雜波環(huán)境下的航跡起始,但其計算量大,且不利于航跡的快速起始。

文獻[2]提出了一種并行Hough變換快速航跡起始算法,與經(jīng)典Hough變換相比,有效的克服了雷達單次掃描數(shù)據(jù)的累積效應,但受測量誤差、參數(shù)空間分割大小等的影響,其起始結(jié)果仍存在大量的雜波。針對這一問題,文中提出一種基于模糊的并行Hough起始算法,峰值累積效果更加明顯,有效降低虛假航跡占有率。

1 并行Hough變換航跡起始算法

文獻[2]提出的并行Hough變換快速航跡起始算法較為有效的解決了Hough變換由于單次掃描數(shù)據(jù)的累積效應而形成虛假航跡的問題,且從圖1可以看出,該算法在時間流程上是并行處理的,縮短了數(shù)據(jù)處理時間;從空間設(shè)置上,只要保證參數(shù)空間的方格容量和坐標劃分相同,則各Hough變換互不影響。

圖1 并行Hough變換結(jié)構(gòu)圖

并行Hough變換航跡起始算法具體分3步實現(xiàn):

首先將多次掃描數(shù)據(jù)集合按圖1的方式進行Hough變換,并分別映射到參數(shù)空間;然后取各參數(shù)空間具有相同索引的累積量構(gòu)成累積向量,再通過規(guī)則得到累積矩陣A;最后利用門限檢測判斷是否航跡起始。

2 測量誤差對Hough變換的影響

根據(jù)Hough變換原理,假設(shè)笛卡爾坐標系中的雷達觀測數(shù)據(jù)為(x,y),根據(jù)式(1)變換到參數(shù)空間中的坐標為(ρ,θ),即:

ρ=xcosθ+ysinθ

(1)

式中,θ∈[0,180°]。如果一組數(shù)據(jù)(xi,yi)屬于同一直線,那么它們在參數(shù)空間中會交于一點(ρ0,θ0)。

通常將ρ-θ平面離散的分割成若干個小方格,通過3-D直方圖中的峰值來判斷公共的交點。直方圖中每個方格的中心點[7]為:

(2)

(3)

式中:Δθ=π/Nθ,Nθ為參數(shù)θ的分割段數(shù);Δρ=L/Nρ,Nρ為參數(shù)ρ的分割段數(shù),L為雷達測量范圍的兩倍。

對點(xi,yi),根據(jù)式(1)遍歷每個θn,計算出相應的ρn的估值,并對方格(ρn,θn)的計數(shù)加一。

但受參數(shù)空間分割大小的影響,傳統(tǒng)的Hough變換會出現(xiàn)峰值簇擁,更重要的是當雷達測量誤差較大時,累積峰值會更加不明顯[8]。假設(shè)雷達測量點的坐標誤差為(dx,dy),根據(jù)式(1)可得:

dρ=cosθ×dx+sinθ×dy

(4)

雷達一般只能測量徑向距離和方位角,由坐標轉(zhuǎn)換公式可得x=rcosβ,y=rsinβ,其中,r為雷達到目標的徑向距離,β為雷達到目標的方位角,可以得到微分公式[1]:

(5)

聯(lián)立式(4)和式(5),可得

dρ=cos (θ-β)×dr+sin (θ-β)×r×dβ

(6)

3 基于模糊的并行Hough變換算法

3.1 基于模糊的并行Hough變換結(jié)構(gòu)

圖2 基于模糊的并行Hough變換結(jié)構(gòu)圖

3.2 參數(shù)空間累積方式

由文中第2節(jié)可以得出,傳統(tǒng)的Hough變換采用0-1二值累積方法,存在變換誤差。針對Hough變換參數(shù)空間峰值累積的模糊性,將模糊集引入Hough變換各個樣點的累積過程中。

假設(shè)第p次掃描的(ρ,θ)平面內(nèi)的模糊集為Ai,p,核元素為根據(jù)式(1)和式(2)計算出的(ρi,p,θi,p),其隸屬度為1。假設(shè)參數(shù)空間的間隔尺寸是Δρ和Δθ,ρ、θ方向上的最大誤差范圍分別為ρm和θm,Ai,p的論域為:

ρij,p=ρi,p-ρm+(j-1)Δρ,j=1,2,…,kρ

(7)

θik,p=θi,p-θm+(k-1)Δθ,k=1,2,…,kθ

式中：kθ=2θm/Δθ+1是Ai,p在θ方向上的支集元素個數(shù),kρ=2ρm/Δρ+1是Ai,p在ρ方向上的支集元素個數(shù)。采用正態(tài)型隸屬度函數(shù):

j=1,2,…,kρ,k=1,2,…,kθ

(8)

設(shè)由第p次掃描數(shù)據(jù)Mp得到的參數(shù)空間累加矩陣為Bp(ρ,θ)=(bij,p)m×n,m=1,2,…,Nρ,n=1,2,…,Nθ。在計算出(ρi,p,θi,p)后,根據(jù)式(8)計算得到的中心點附近區(qū)間的隸屬度μijk,p作為Bp(ρ,θ)的累積量,即bij,p是第p次掃描參數(shù)空間的索引(i,j)的隸屬度累積量。

對應于參數(shù)空間任一索引(i,j),均設(shè)累加向量[2]:

Lij=[bij,1bij,2…bij,p]T

(9)

根據(jù)上述原理,設(shè)定以下規(guī)則來對累加向量Lij進行處理:

1)根據(jù)參數(shù)空間的分割情況,初始化矩陣B(ρ,θ)=(bij)m×n,用來存儲最后的累積結(jié)果。

2)設(shè)定門限q1,當累加向量Lij的各個元素均大于q1時,則令bij為Lij各個元素的和;否則,令bij=0。

由于以隸屬度為累積量,峰值累積效果較為明顯,所以通過一個較低門限即可濾除大量雜波,同時也不影響真實航跡,故q1設(shè)定為單次累積峰值的0.25倍。

3.3 航跡起始步驟

步驟1 將各次掃描數(shù)據(jù)按照圖2進行基于模糊的Hough變換,并將結(jié)果保存在相應的累加矩陣Bp(ρ,θ)中。

步驟2 依據(jù)3.2規(guī)則對累加向量進行處理,并將處理結(jié)果保存在矩陣B(ρ,θ)中。

步驟3 設(shè)定門限q2,當bij≥q2時,則根據(jù)相應的(ρ,θ)得到相對應雷達測量數(shù)據(jù),并起始航跡。

根據(jù)文中算法的峰值累積效果明顯這一特點,q2應為峰值的0.6～0.7倍。

4 仿真分析

仿真環(huán)境[1]如下:假設(shè)有5個目標做勻速直線運動,使用一個2D雷達對這些目標進行跟蹤,5個目標的初始位置分別為(55 000 m,55 000 m)、(45 000 m,45 000 m)、(35 000 m,35 000 m)、(25 000 m,45 000 m)、(15 000 m,55 000 m),它們的速度均為vx=500 m/s,vy=0 m/s。同時,假設(shè)雷達的采樣周期為T=5 s,雷達的測距誤差和測向誤差分別為σr=200 m和σθ=0.3°。

每個掃描周期的雜波個數(shù)服從泊松分布,可通過MATLAB的poissrnd命令產(chǎn)生,且雜波在掃描區(qū)域內(nèi)均勻分布,目標運動軌跡及雜波分布見圖3。給定雜波參數(shù)λ=50,參數(shù)空間劃分為Nρ=400,Nθ=200,門限q=4,γ和q2分別設(shè)定為峰值的0.8倍[9]和0.65倍。

圖3 目標與雜波分布圖

1)各算法參數(shù)空間累積情況比較

圖4給出了目標真實軌跡Hough變換、目標和雜波Hough變換、文獻[2]并行Hough變換和文中提出的Hough變換在參數(shù)空間的累積圖。將圖4(b)、4(c)、4(d)與圖4(a)進行對比,圖4(c)和圖4(d)的峰值累積與真實目標的峰值累積較為接近,但圖4(d)的峰值累積更為明顯;從峰值大小來看,圖4(d)的峰值最大,分辨率最高。因此,圖4(d)在峰值累積和分辨率方面均有較好的效果。

圖4 參數(shù)空間累加結(jié)果圖

2)各算法的航跡起始結(jié)果比較

圖5給出了標準Hough變換、文獻[2]算法和文中算法的航跡起始結(jié)果圖,圖中用直線標出了目標的真實運動軌跡。

圖5 航跡起始結(jié)果圖

對比3幅圖不難發(fā)現(xiàn),3種算法均能檢測出目標的真實航跡,但標準Hough變換的起始圖存在大量的雜波,從而造成大量的虛假航跡;文獻[2]的起始圖雜波較少,但還是存在較多的虛假航跡;文中算法可有效抑制雜波的影響。

3)正確起始次數(shù)和虛假航跡占有率[10]比較

進行100次蒙特卡洛仿真,對文獻[2]算法和文中算法5條航跡的正確起始次數(shù)和虛假航跡的占有率進行比較,其結(jié)果見表1和圖6。

表1 正確航跡起始次數(shù)

由上可見,兩種算法的平均正確航跡起始概率分別為76.8%和77.2%;虛假概率占有率分別為88.10%和81.91%。結(jié)果表明,兩種算法正確起始概率相近,但文中算法將虛假航跡占有率降低了6.19%,能夠有效的抑制虛假航跡的產(chǎn)生。

圖6 虛假航跡占有率

5 結(jié)語

針對并行Hough變換快速航跡起始仍存在較多雜波的問題,文中提出了基于模糊的并行Hough變換航跡起始算法。該算法根據(jù)Hough變換參數(shù)空間峰值累積的模糊性,將模糊集引入Hough變換的累加過程中,使累積效果更為明顯。從參數(shù)空間累積情況、航跡起始結(jié)果以及正確航跡和虛假航跡占有率3個方面將文中算法分別與傳統(tǒng)Hough變換和文獻[2]算法進行比較,仿真結(jié)果表明文中算法能夠有效的抑制雜波的影響,降低虛假航跡占有率,且具有良好的起始效果,適合于密集雜波下目標的航跡起始。

[1] 何友, 修建娟, 關(guān)欣, 等. 雷達數(shù)據(jù)處理及應用 [M]. 北京: 電子工業(yè)出版社, 2013.

[2] 鹿傳國, 馮新喜, 孔云波. 并行Hough變換快速航跡起始 [J]. 計算機工程及應用, 2013, 49(4): 5-8.

[3] 張喆, 樊曉光, 李建勛. 基于M/N邏輯和一步延遲的航跡起始方法 [J]. 計算機工程, 2011, 37(10): 234-236.

[4] 蘇峰, 王國宏, 何友. 修正的邏輯起始算法 [J]. 現(xiàn)代防御技術(shù), 2004, 32(5): 66-68.

[5] 賀鵬, 白亮. 快速隨機Hough變換航跡起始算法 [J]. 電光與控制, 2010, 17(5): 26-29.

[6] 賀鵬, 梁彥, 金術(shù)玲, 等. 多尺度聚類Hough變換航跡起始方法 [J]. 火力與指揮控制, 2008, 33(11): 36-38.

[7] Ben-Lian Xu, Qing-Lan Chen, Zhi-Quan Wang. A new track initiation method for multi-target tracking [C]∥ IEEE Conference on Industrial Electronics and Applications, 2008: 1551-1556.

[8] 吳澤明, 任姝婕, 倪明放. 基于模糊累積函數(shù)的航跡起始問題研究 [J]. 系統(tǒng)工程與電子技術(shù), 2009, 31(5): 1213-1216.

[9] 鹿傳國, 馮新喜, 孔云波, 等. 并行Hough變換航跡起始 [J]. 雷達學報, 2013, 2(3): 292-299.

[10] Yan-Hang Zhang, Xiao-Hong Su, Pei-Jun Ma. Multi-Hough transform track initiation for detecting target with constant acceleration [C]∥International Symposium on Information Science and Engineering, 2008, 2: 581-584.

Parallel Hough Transform Track Initiation Algorithm Based on Fuzzy

LIANG Zhibing,WANG Rui,GUO Xiangke

(Air and Missile Defense College, Air Force Engineering University, Xi’an 710051, China)

Due to impact of radar measurement error and parameter space partition size, track initiation method based on parallel Hough transform still reveals a lot of clutter. To solve this problem, a parallel Hough transform track initiation algorithm based on fuzzy proposed. After mapping the membership degree of fuzzy logic function in different time into the parameter space separately, the accumulated results with the same index constitute an accumulated vector. According to the rules, the accumulated matrix can be obtained. Finally, we a decision on whether to initiate the track or not through the threshold detection. Simulation results show that this algorithm can constrain of mapping error effectively, decrease the occupancy of false tracks and initiate the track accurately under dense clutter environment.

parallel Hough transform; track initiation; fuzzy function; membership degree; accumulated vector

2014-09-09

TN953

A

作者間介:梁志兵(1990-),男,山西呂梁人,碩士研究生,研究方向:多目標跟蹤與信息融合。