[發(fā)明專(zhuān)利]基于智能子帶濾波的三維空間強(qiáng)機(jī)動(dòng)目標(biāo)跟蹤方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710558329.3
• 申請(qǐng)日: 2017-07-10
• 公開(kāi)（公告）號(hào): CN107315172A
• 公開(kāi)（公告）日: 2017-11-03
• 發(fā)明（設(shè)計(jì)）人: 王國(guó)宏;李岳峰;張翔宇;李林;于洪波
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)人民解放軍海軍航空工程學(xué)院
• 主分類(lèi)號(hào): G01S13/72
• 分類(lèi)號(hào): G01S13/72;G01S7/292
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)目標(biāo)跟蹤領(lǐng)域，用于解決三維空間中強(qiáng)機(jī)動(dòng)高超聲速飛行器的精確跟蹤問(wèn)題。

背景技術(shù)

臨近空間通常指距海平面20～100km的空域，臨近空間飛行器是指可在臨近空間作長(zhǎng)期高速飛行的大氣飛行器。與普通飛行器相比，臨近空間高超聲速飛行器具有飛行速度快(8～20Ma)、機(jī)動(dòng)性能好(10～20g)、隱身性能強(qiáng)等特點(diǎn)，可用于戰(zhàn)區(qū)偵察、預(yù)警、通信以及全球快速打擊等，可在兩小時(shí)內(nèi)對(duì)全球任一目標(biāo)進(jìn)行快速精確打擊。隨著X-43、X-51等臨近空間高超聲速飛行器的相繼出現(xiàn)，對(duì)臨近空間高超聲速機(jī)動(dòng)目標(biāo)的探測(cè)與跟蹤成為一個(gè)亟待解決的問(wèn)題。

臨近空間飛行器具有高超聲速、強(qiáng)機(jī)動(dòng)的特性，使得對(duì)臨近空間目標(biāo)的跟蹤變得更加復(fù)雜，隨之產(chǎn)生的一個(gè)重要問(wèn)題便是臨近空間目標(biāo)在三維空間強(qiáng)機(jī)動(dòng)所帶來(lái)的目標(biāo)跟蹤困難。臨近空間高超聲速飛行器在三維空間的強(qiáng)機(jī)動(dòng)性意味著臨近空間飛行器的飛行狀態(tài)變化非常復(fù)雜，選擇什么樣的機(jī)動(dòng)目標(biāo)模型對(duì)跟蹤臨近空間強(qiáng)機(jī)動(dòng)飛行器具有至關(guān)重要的影響。目前，常用的目標(biāo)模型主要有Singer模型和“當(dāng)前”統(tǒng)計(jì)模型。其中，Singer模型采用相關(guān)噪聲模型，將目標(biāo)加速度作為具有指數(shù)自相關(guān)的零均值隨機(jī)過(guò)程，但因該模型提出較早且較為簡(jiǎn)單，無(wú)法有效處理目標(biāo)強(qiáng)機(jī)動(dòng)帶來(lái)的色噪聲影響問(wèn)題，對(duì)強(qiáng)機(jī)動(dòng)目標(biāo)跟蹤效果較差；“當(dāng)前”統(tǒng)計(jì)模型不需要進(jìn)行機(jī)動(dòng)檢測(cè)，能夠?qū)崟r(shí)地給出目標(biāo)狀態(tài)的正確估計(jì)，但是需要提前已知關(guān)于目標(biāo)運(yùn)動(dòng)的最大加速度以及目標(biāo)加速度統(tǒng)計(jì)分布特性的先驗(yàn)信息，而該信息是無(wú)法提前知道的，對(duì)于最大加速度的錯(cuò)誤估計(jì)會(huì)造成跟蹤精度的降低，甚至算法失效。因此，現(xiàn)有的上述兩種模型均不能滿足臨近空間高超聲速飛行器在三維空間強(qiáng)機(jī)動(dòng)跟蹤的需要。

目前，尚未見(jiàn)到在目標(biāo)最大加速度以及目標(biāo)加速度統(tǒng)計(jì)分布特性均未知的前提下對(duì)于臨近空間三維強(qiáng)機(jī)動(dòng)目標(biāo)跟蹤的方法研究。本發(fā)明提出一種基于智能子帶濾波的三維空間強(qiáng)機(jī)動(dòng)目標(biāo)跟蹤方法，在不需要上述目標(biāo)機(jī)動(dòng)特性先驗(yàn)信息的基礎(chǔ)上，可以對(duì)三維空間內(nèi)未知的目標(biāo)強(qiáng)機(jī)動(dòng)進(jìn)行快速精確的跟蹤，適用于工程實(shí)際。

發(fā)明內(nèi)容

本發(fā)明的目的是提出一種基于智能子帶濾波的三維空間強(qiáng)機(jī)動(dòng)目標(biāo)跟蹤方法，用以解決在目標(biāo)最大加速度以及目標(biāo)加速度統(tǒng)計(jì)分布特性均未知的前提下對(duì)于臨近空間三維強(qiáng)機(jī)動(dòng)目標(biāo)有效跟蹤的問(wèn)題。

本發(fā)明提出的基于智能子帶濾波的三維空間強(qiáng)機(jī)動(dòng)目標(biāo)跟蹤方法，其特征在于，包括以下技術(shù)措施：

步驟一、強(qiáng)機(jī)動(dòng)目標(biāo)信號(hào)的子帶分解：

針對(duì)臨近空間強(qiáng)機(jī)動(dòng)目標(biāo)跟蹤中所面臨的由于強(qiáng)機(jī)動(dòng)帶來(lái)的色噪聲影響問(wèn)題，采用一種基于有色噪聲特性分析的子帶分解技術(shù)：通過(guò)分?jǐn)?shù)階傅里葉域?yàn)V波器組的多分辨率分析，原色噪聲輸入信號(hào)被分解為多個(gè)頻域不相疊加的近似白噪聲信號(hào)；接下來(lái)，通過(guò)下式所示的卡爾曼濾波算法可以有效實(shí)現(xiàn)對(duì)各子帶信號(hào)的跟蹤處理：

其中，Z、X分別為量測(cè)向量、狀態(tài)向量，H、W分別為兩側(cè)矩陣以及零均值、白色高斯量測(cè)噪聲序列。

步驟二、強(qiáng)機(jī)動(dòng)目標(biāo)信號(hào)的子帶去相關(guān)：

在對(duì)強(qiáng)機(jī)動(dòng)目標(biāo)信號(hào)子帶分解的基礎(chǔ)上，根據(jù)各子帶信號(hào)的頻譜特性，設(shè)計(jì)合理的去相關(guān)系統(tǒng)H(w)，來(lái)實(shí)現(xiàn)子帶色噪聲到白噪聲的轉(zhuǎn)換；假定輸入v(t)為具有相關(guān)函數(shù)R(τ)的色噪聲信號(hào)(功率譜為G(w))，輸出v₀(t)為白噪聲信號(hào)，則H(w)應(yīng)滿足：

G(w)H(w)H^*(w)＝G(w)G^-1(w)＝1

考慮到子帶分解后各子帶信號(hào)的R_i(τ)(i＝1,2,…,n)很難建模，哪怕在R_i(τ)已知的條件下H(w)往往也不易求得；為此，根據(jù)采樣周期T，分別選用一、二階AR、MA以及ARMA系統(tǒng)來(lái)近似實(shí)現(xiàn)子帶色噪聲到白噪聲信號(hào)的轉(zhuǎn)換，并且通過(guò)仿真比較分析選擇最優(yōu)的去相關(guān)方法。

步驟三、強(qiáng)機(jī)動(dòng)目標(biāo)信號(hào)的智能子帶濾波：

在對(duì)強(qiáng)機(jī)動(dòng)目標(biāo)信號(hào)子帶濾波的過(guò)程中，為進(jìn)一步加強(qiáng)當(dāng)前機(jī)動(dòng)信息的影響，以提高各子帶信號(hào)的跟蹤精度，采用如下方法步驟：利用修正輸入估計(jì)(MIE)不需要目標(biāo)機(jī)動(dòng)特性先驗(yàn)假設(shè)的優(yōu)點(diǎn)，處理未知的目標(biāo)機(jī)動(dòng)；再引入基于智能調(diào)節(jié)(加速度調(diào)節(jié)、協(xié)方差調(diào)節(jié)以及綜合調(diào)節(jié))的修正強(qiáng)跟蹤濾波器對(duì)過(guò)去累積信息可進(jìn)行智能衰減的優(yōu)點(diǎn)，從而提高方法對(duì)目標(biāo)突變機(jī)動(dòng)的跟蹤精度和反應(yīng)速度，進(jìn)而彌補(bǔ)一般輸入估計(jì)法可能產(chǎn)生的機(jī)動(dòng)檢測(cè)延遲的缺陷。

步驟四、強(qiáng)機(jī)動(dòng)目標(biāo)信號(hào)的子帶融合：