[發(fā)明專利]基于CS?Jerk模型的參數(shù)自適應(yīng)機(jī)動(dòng)目標(biāo)跟蹤算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710283698.6
• 申請(qǐng)日: 2017-04-26
• 公開(kāi)（公告）號(hào): CN107167799A
• 公開(kāi)（公告）日: 2017-09-15
• 發(fā)明（設(shè)計(jì)）人: 芮義斌;孟棟梁;李鵬;謝仁宏;郭山紅
• 申請(qǐng)（專利權(quán)）人: 南京理工大學(xué)
• 主分類號(hào): G01S13/72
• 分類號(hào): G01S13/72
• 代理公司: 南京理工大學(xué)專利中心32203
• 代理人: 陳鵬

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)目標(biāo)跟蹤領(lǐng)域，具體涉及一種基于CS-Jerk模型的參數(shù)自適應(yīng)機(jī)動(dòng)目標(biāo)跟蹤算法。

背景技術(shù)

雷達(dá)信號(hào)處理和雷達(dá)數(shù)據(jù)處理是現(xiàn)代雷達(dá)系統(tǒng)的核心技術(shù)，目標(biāo)跟蹤是雷達(dá)數(shù)據(jù)處理過(guò)程的關(guān)鍵技術(shù)之一。在獲取目標(biāo)位置及各項(xiàng)運(yùn)動(dòng)參數(shù)(如速度、方位、俯仰角等)后，可以通過(guò)目標(biāo)跟蹤算法對(duì)這些量測(cè)數(shù)據(jù)進(jìn)行濾波、平滑、預(yù)測(cè)等處理，來(lái)減少甚至消除量測(cè)形成的隨機(jī)誤差，精確估計(jì)目標(biāo)的運(yùn)動(dòng)狀態(tài)參數(shù)，實(shí)現(xiàn)目標(biāo)航跡的預(yù)測(cè)。

目標(biāo)跟蹤技術(shù)主要包括兩個(gè)方面，一是構(gòu)建目標(biāo)運(yùn)動(dòng)模型，二是濾波算法設(shè)計(jì)，且濾波算法建立在目標(biāo)運(yùn)動(dòng)模型基礎(chǔ)之上。機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型的建立需要綜合考慮多種因素，既要盡可能地使模型與實(shí)際運(yùn)動(dòng)狀態(tài)一致，模型的運(yùn)算量又不能太大。最早提出的也是最為經(jīng)典實(shí)用的是勻速(Constant Velocity，CV)模型、勻加速(Constant Acceleration，CA)模型以及協(xié)調(diào)轉(zhuǎn)彎(Coordinated turn，CT)模型，適用于機(jī)動(dòng)性較弱的目標(biāo)。對(duì)于機(jī)動(dòng)性較強(qiáng)的目標(biāo)，R.A.Singer在1970年提出了Singer模型，它是一種零均值、一階時(shí)間相關(guān)的機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型。Singer模型將目標(biāo)的機(jī)動(dòng)加速度看做時(shí)間相關(guān)的有色噪聲，目標(biāo)的加速度在最大加速度和最小加速度之間服從均勻分布。1984年，有學(xué)者提出了“當(dāng)前”統(tǒng)計(jì)(Current Statistical，CS)模型。該模型用修正瑞利分布來(lái)描述目標(biāo)加速度的統(tǒng)計(jì)特性，是一種非零均值的時(shí)間相關(guān)模型，是目前公認(rèn)的較為準(zhǔn)確的目標(biāo)運(yùn)動(dòng)模型。對(duì)于高機(jī)動(dòng)目標(biāo)，Kishore和Mahapatraibg兩人在1997年提出了Jerk模型，Qiao Xiangdong在2002年提出了一種當(dāng)前統(tǒng)計(jì)機(jī)動(dòng)(CS-Jerk)模型，戴邵武在2016年提出了一種改進(jìn)的CS-Jerk模型，該模型與目標(biāo)真實(shí)機(jī)動(dòng)情況更加符合。

針對(duì)高機(jī)動(dòng)目標(biāo)跟蹤方法，發(fā)明專利CN201210138397.1公開(kāi)了一種高機(jī)動(dòng)目標(biāo)跟蹤方法，主要通過(guò)建立改進(jìn)Jerk模型，改善現(xiàn)有技術(shù)中目標(biāo)高機(jī)動(dòng)帶來(lái)的模型不匹配和跟蹤精度低的問(wèn)題；發(fā)明專利CN201310404989.8公開(kāi)了一種基于殘差反饋的多模型高速高機(jī)動(dòng)目標(biāo)跟蹤方法，主要通過(guò)LMS算法，利用殘差反饋降低多模型濾波的計(jì)算量。上述兩種方法均需要人為設(shè)定過(guò)程協(xié)方差矩陣參數(shù)，無(wú)法實(shí)現(xiàn)對(duì)高機(jī)動(dòng)目標(biāo)的自適應(yīng)跟蹤。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于CS-Jerk模型的參數(shù)自適應(yīng)機(jī)動(dòng)目標(biāo)跟蹤算法，解決傳統(tǒng)高機(jī)動(dòng)目標(biāo)CS-Jerk模型需要人為設(shè)定過(guò)程協(xié)方差矩陣參數(shù)的問(wèn)題。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案為：一種基于CS-Jerk模型的參數(shù)自適應(yīng)機(jī)動(dòng)目標(biāo)跟蹤算法，包括如下步驟：

步驟1，建立當(dāng)前-統(tǒng)計(jì)Jerk模型；

步驟2，建立參數(shù)自適應(yīng)的CS-Jerk模型，具體為：

利用截?cái)喔怕史植济枋瞿繕?biāo)加速度變化率當(dāng)前概率密度，得出目標(biāo)加速度變化率方差與Jerk均值的關(guān)系，實(shí)現(xiàn)對(duì)目標(biāo)加速度變化率方差的自適應(yīng)調(diào)整，同時(shí)利用殘差向量判斷目標(biāo)機(jī)動(dòng)情況的變化，通過(guò)非線性的機(jī)動(dòng)頻率函數(shù)對(duì)機(jī)動(dòng)頻率的自適應(yīng)調(diào)整，實(shí)現(xiàn)過(guò)程協(xié)方差矩陣的自適應(yīng)調(diào)整；

步驟3，建立基于ACS-Jerk模型的卡爾曼濾波算法。

與現(xiàn)有技術(shù)相比，本發(fā)明的顯著優(yōu)點(diǎn)為：

(1)本發(fā)明基于CS-Jerk模型的參數(shù)自適應(yīng)(ACS-Jerk)目標(biāo)跟蹤算法在傳統(tǒng)的卡爾曼濾波反饋回路中加入了距離函數(shù)計(jì)算、機(jī)動(dòng)門限檢測(cè)、加速度變化率方差更新以及機(jī)動(dòng)頻率修正這四個(gè)環(huán)節(jié)，實(shí)現(xiàn)了濾波跟蹤算法的自適應(yīng)調(diào)整，提高了目標(biāo)跟蹤精度，減少了模型誤差；(2)本發(fā)明增強(qiáng)了對(duì)高機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)過(guò)程變化的自適應(yīng)能力，在工程實(shí)際中具有較好的應(yīng)用價(jià)值。

附圖說(shuō)明

圖1是本發(fā)明方法的實(shí)現(xiàn)流程圖。

圖2是目標(biāo)的真實(shí)運(yùn)動(dòng)軌跡圖。

圖3是本發(fā)明方法與CS-Jerk在目標(biāo)跟蹤軌跡上的比較圖。

圖4是本發(fā)明方法與CS-Jerk在x方向位置均方根誤差比較圖。

圖5是本發(fā)明方法與CS-Jerk在x方向速度均方根誤差比較圖。

圖6是本發(fā)明方法與CS-Jerk在x方向加速度均方根誤差比較圖。

具體實(shí)施方式

結(jié)合圖1，一種基于CS-Jerk模型的參數(shù)自適應(yīng)機(jī)動(dòng)目標(biāo)跟蹤算法，包括如下步驟：

步驟1，建立當(dāng)前-統(tǒng)計(jì)Jerk模型；

步驟2，建立參數(shù)自適應(yīng)的CS-Jerk模型，具體為：