[發明專利]一種高機動目標跟蹤算法

無效

• 申請號: 201110433422.4
• 申請日: 2011-12-22
• 公開（公告）號: CN102568004A
• 公開（公告）日: 2012-07-11
• 發明（設計）人: 李忠民;賈杰
• 申請（專利權）人: 南昌航空大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 南昌市平凡知識產權代理事務所 36122
• 代理人: 張文杰

1.一種高機動目標跟蹤算法，其特征在于步驟如下：

1)建立系統基本運動模型，①根據殘差d的變化進行機動辨識或者機動檢測，②按照某一邏輯或準則調整濾波增益、協方差矩陣以及未知參數，并且實時辨識出目標機動特性，③由濾波算法得到目標的狀態估計值和預測值，從而完成機動目標跟蹤功能；

2)量測噪聲相關下的卡爾曼濾波器，考慮在量測噪聲相關情況下的濾波估計問題，設立卡爾曼濾波器基本的信號模型是：

X(k+1)＝Φ(k+1，k)X(k)+Γ(k)w(k)，Y(k)＝C(k)X(k)；

觀測模型是：Z(k)＝Y(k)+v(k)；

3)建立交互多模IMM改進算法，

在交互式多模型中第j個模型的系統方程和量測方程：

X_j(k+1)＝Φ_j(k)X_j(k)+Γ_jw_j(k)

Z_j(k+1)＝C_j(k+1)X_j(k+1)+v_j(k+1)

定義k時刻系統的模型狀態轉移概率矩陣P_ij為：

Pij(k)=Λij(k)Pij(k-1)ΣjΛij(k)Pij(k-1)]]>

通過以上公式得到修正后包含了更準確的模型概率分布信息的P_ij(k+1)，對交互多模型算法的交互輸入進行調整時，以P_ij(k+1)作為下一時刻的模型轉移概率。

2.根據權利要求1所述的高機動目標跟蹤算法，其特征在于，所述卡爾曼濾波的基本步驟是：

1)根據前一次濾波值(或初值)經計算預測值；

2)根據前次得到的濾波誤差方差陣(或初值)計算預測誤差方差陣；

3)計算卡爾曼增益；

4)計算濾波估計；

5)計算濾波誤差方差陣。