[發明專利]基于高斯濾波的機動目標跟蹤方法

有效

• 申請號: 201611174619.X
• 申請日: 2016-12-19
• 公開（公告）號: CN106802414B
• 公開（公告）日: 2019-07-12
• 發明（設計）人: 姜秋喜;劉方正;馬建凱;祁建清;楊瑞民;陳立明;樊霖暉;曾瑞琪;楊麗;劉鑫
• 申請（專利權）人: 姜秋喜
• 主分類號: G01S13/66
• 分類號: G01S13/66;G01S7/36
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 胡劍輝

本發明提供了一種基于高斯濾波的機動目標跟蹤方法，其包括以下步驟：根據目標是否發生機動選擇最佳濾波模型和濾波內存長度；生成總體觀測矩陣，具體包括以下步驟：生成轉移矩陣、生成量測矩陣；最后建立總體觀測矩陣。本發明提供的基于高斯濾波的機動目標跟蹤方法克服了現有跟蹤濾波方法對高速高機動目標適用性差的缺點，進而改善了跟蹤精度和跟蹤穩定性。

技術領域

本發明屬于機動目標跟蹤技術領域，特別是一種基于高斯濾波的機動目標跟蹤方法。

背景技術

自1958年衛星時代開始，近50年來卡爾曼濾波一直是公認的雷達實施跟蹤濾波工程的好方法，因為這種方法采用迭代遞歸算法實現跟蹤濾波具有運算量小的顯著優勢，在雷達工程實際中被廣泛采用。然而，在現代飛機、導彈、衛星等作戰武器與平臺普遍具備高速高機動的情況下，卡爾曼濾波在跟蹤精度和穩定性方面尚存缺憾。高斯濾波在跟蹤濾波工程方面具有許多良好的特性，而且高斯濾波不容易受到不穩定現象干擾，特別適合應用于跟蹤機動目標跟蹤，尤其是適合觀測與時刻相關的跟蹤濾波工程。

發明內容

為解決上述技術問題，本發明提供了一種基于高斯濾波的機動目標跟蹤方法，其包括以下步驟：

S1：根據目標是否發生機動選擇最佳濾波模型和濾波內存長度；

S2：生成總體觀測矩陣，具體包括以下步驟：

S21：生成轉移矩陣：

在線性濾波模型下，t_n時刻和t_n-k時刻的狀態向量分別為X_n和X_n-k，得到轉移方程

X_n-k＝Φ(t_n-k-t_n)X_n，

Φ(t_n-k-t_n)與X_n相乘，將t_n時刻狀態向量X_n變為t_n+ξ時刻的狀態向量X(t_n+ξ)，Φ(t_n-k-t_n)為對應該濾波模型的轉移矩陣；

S22：生成量測矩陣：

設Y_n為t_n時刻的k維量測向量，X_n為t_n時刻的m維真實狀態向量，N_n為t_n時刻的量測誤差向量，對于線性系統而言，觀測方程可表示為

Y_n＝MX_n+N_n

M為相應的觀測矩陣，是一個k×m維的系數矩陣，表示了Y_n與X_n之間的關系；

S23：建立總體觀測矩陣：

將轉移矩陣與量測矩陣組合得到總體觀測矩陣T

S3：求解加權最小二乘問題，找到最優狀態向量估計，具體過程為：

估計向量的加權殘差平方和對待估計向量求導數，令導數等于零，得到最小方差估計向量，該向量使得當前濾波時刻的加權殘差平方和取得可能的最小值，其解析形式為

較佳地，步驟S1具體包括以下過程：

根據目標的機動情況，選擇與機動目標實際運動模型實際運動模型最佳匹配的濾波模型和濾波內存，濾波模型與目標實際運動模型相匹配使得濾波處于穩定。

本發明具有以下有益效果：