[發(fā)明專利]一種基于目標(biāo)模態(tài)估計(jì)的臨近空間高超聲速目標(biāo)跟蹤方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410439348.0
• 申請(qǐng)日: 2014-08-30
• 公開（公告）號(hào): CN104199022B
• 公開（公告）日: 2017-01-11
• 發(fā)明（設(shè)計(jì)）人: 易偉;董天發(fā);茍清松;郝凱利;崔國龍;孔令講;楊建宇;李小龍;夏玫
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G01S13/66
• 分類號(hào): G01S13/66
• 代理公司: 電子科技大學(xué)專利中心51203
• 代理人: 鄒裕蓉

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)信號(hào)處理技術(shù)，特別涉及對(duì)臨近空間高超聲速典型運(yùn)動(dòng)目標(biāo)的跟蹤技術(shù)。

背景技術(shù)

臨近空間指距離地面20～100Km高的空域，臨近空間高超聲速飛行器速度可達(dá)4～20馬赫。目前，臨近空間高超聲速目標(biāo)跟蹤是跟蹤領(lǐng)域的一個(gè)熱點(diǎn)。臨近空間機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)的復(fù)雜性和運(yùn)行環(huán)境的多變性，造成難以對(duì)此類目標(biāo)建立準(zhǔn)確跟蹤模型，隱身技術(shù)的發(fā)展更加大了對(duì)臨近空間高超聲速目標(biāo)跟蹤的難度。

目前，基于交互式多模型(IMM)結(jié)構(gòu)跟蹤算法，是一種公認(rèn)最有效臨近空間高超聲速目標(biāo)的跟蹤算法。在文獻(xiàn)“Research?of?Method?for?Tracking?High?Speed?and?Highly?Maneuvering?Target,International?Conference?on?ITS?Telecommunications?Proceedings,1236-1239,2006”中，提出基于交互多模結(jié)構(gòu)的跟蹤算法，該算法利用多個(gè)不同機(jī)動(dòng)模型交互對(duì)臨近空間高超聲速目標(biāo)進(jìn)行跟蹤，相較于單模跟蹤具有較廣的覆蓋范圍，有較大的機(jī)動(dòng)適應(yīng)性；但該算法模型間相互競(jìng)爭(zhēng)導(dǎo)致跟蹤精度較差，且計(jì)算量較大。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是，提供一種跟蹤精度較高，且計(jì)算量較小的臨近空間高超聲速目標(biāo)跟蹤方法。

本發(fā)明為解決上述技術(shù)問題采用的技術(shù)方案是，一種基于目標(biāo)模態(tài)估計(jì)的臨近空間高超聲速目標(biāo)跟蹤方法，包括以下步驟：

步驟1、將雷達(dá)采集到的量測(cè)數(shù)據(jù)進(jìn)行目標(biāo)航跡起始；

步驟2、利用交互多模跟蹤IMM算法估計(jì)勻速運(yùn)動(dòng)模型、勻加速運(yùn)動(dòng)模型和拐彎運(yùn)動(dòng)模型所對(duì)應(yīng)的下一幀目標(biāo)狀態(tài)、狀態(tài)協(xié)方差矩陣以及相應(yīng)的模型轉(zhuǎn)移概率；所述目標(biāo)狀態(tài)包括目標(biāo)位置、速度與加速度；當(dāng)連續(xù)統(tǒng)計(jì)L幀下勻速運(yùn)動(dòng)模型、勻加速運(yùn)動(dòng)模型和拐彎運(yùn)動(dòng)模型對(duì)應(yīng)的轉(zhuǎn)移概率、目標(biāo)速度和加速度后能夠確定目標(biāo)當(dāng)前所處的運(yùn)動(dòng)模態(tài)，則進(jìn)入步驟3，否則返回步驟2；

若在L幀時(shí)間內(nèi)，勻速模型轉(zhuǎn)移概率u_cv一直保持最大，速度變化量△v_k≤τ_v，加速度變化量△a_k≤τ_a，則判斷目標(biāo)為勻速運(yùn)動(dòng)階段；

若在L幀時(shí)間內(nèi)，勻加速模型轉(zhuǎn)移概率u_ca一直保持最大，速度變化量△v_k≥τ_v，加速度變化量△a_k≤τ_a，則判斷目標(biāo)為勻速運(yùn)動(dòng)階段；

若在L幀時(shí)間內(nèi)，勻加速模型轉(zhuǎn)移概率u_ct一直保持最大，速度變化量△v_k≥τ_v，加速度△a_k≥τ_a，則判斷目標(biāo)處于跳躍運(yùn)動(dòng)階段；

其中，τ_v表示速度波動(dòng)門限，τ_a表示加速度波動(dòng)門限；

步驟3、單模匹配跟蹤：

3-1確定目標(biāo)運(yùn)動(dòng)模態(tài)后，轉(zhuǎn)入單模匹配跟蹤；初始化單模參數(shù)、目標(biāo)初始狀態(tài)；

3-2利用單模匹配跟蹤算法估計(jì)下一幀目標(biāo)狀態(tài)；

3-3計(jì)算當(dāng)前時(shí)刻k的歸一化殘差平方ε_v為：v_x為當(dāng)前量測(cè)殘差，S_x表示當(dāng)前殘差協(xié)方差矩陣，下標(biāo)x表示與目標(biāo)真實(shí)運(yùn)動(dòng)相匹配的運(yùn)動(dòng)模型，即x∈{CV,CA,CT}，CV表示勻速運(yùn)動(dòng)，CA表示勻加速運(yùn)動(dòng)，CT表示跳躍運(yùn)動(dòng)，(·)^T表示矩陣轉(zhuǎn)置；當(dāng)歸一化殘差平方ε_v小于等于門限τ時(shí)，認(rèn)為目標(biāo)運(yùn)動(dòng)狀態(tài)不變，返回步驟3-2，當(dāng)歸一化殘差平方ε_v大于門限τ時(shí)，認(rèn)為目標(biāo)運(yùn)動(dòng)狀態(tài)發(fā)生改變，返回到步驟2。

本發(fā)明利用交互多模型跟蹤算法跟蹤目標(biāo)，并實(shí)時(shí)動(dòng)態(tài)估計(jì)目標(biāo)運(yùn)動(dòng)模態(tài)，通過統(tǒng)計(jì)目標(biāo)特性判斷目標(biāo)運(yùn)動(dòng)模態(tài)；最后，根據(jù)所估計(jì)的目標(biāo)運(yùn)動(dòng)模態(tài)轉(zhuǎn)入相應(yīng)的單模匹配跟蹤，避免了多模型間的競(jìng)爭(zhēng)，解決了現(xiàn)有臨近空間高超聲速跟蹤算法存在計(jì)算復(fù)雜，模型競(jìng)爭(zhēng)大導(dǎo)致跟蹤精度低等問題。

本發(fā)明的有益效果是，具有計(jì)算量小和跟蹤精度高，有效的提升了跟蹤系統(tǒng)的整體性能。

附圖說明

圖1基于交互多模型和目標(biāo)運(yùn)動(dòng)模態(tài)動(dòng)態(tài)估計(jì)的跟蹤算法流程圖。

圖2新跟蹤算法和交互多模跟蹤算法跟蹤誤差曲線圖。

圖3新跟蹤算法和交互多模跟蹤算法在不同檢測(cè)概率下跟蹤成功概率曲線。