[發明專利]一種基于多重漸消因子的自適應目標跟蹤濾波方法

有效

• 申請號: 201710752493.8
• 申請日: 2017-08-28
• 公開（公告）號: CN107561503B
• 公開（公告）日: 2020-08-14
• 發明（設計）人: 位寅生;王偉;李宏博
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G01S7/02
• 分類號: G01S7/02;G01S13/66
• 代理公司: 哈爾濱華夏松花江知識產權代理有限公司 23213
• 代理人: 岳昕

1.一種基于多重漸消因子的自適應目標跟蹤濾波方法，其特征在于，所述方法包括如下步驟：

步驟一，建立運動目標的狀態模型和量測模型，將狀態模型的運動狀態標記為N維的運動狀態向量X，量測模型的量測值標記為M維的量測向量Z，根據運動模型獲得狀態誤差協方差矩陣P和過程噪聲協方差矩陣Q，根據量測模型獲得量測噪聲協方差矩陣R；

步驟二，獲得第k時刻的運動狀態向量X(k)、狀態誤差協方差矩陣P(k)，按照卡爾曼遞推公式計算運動目標在第k+1時刻的運動狀態向量預測值量測向量預測值并計算得到第k+1時刻的目標的新息協方差S(k+1)；根據第k+1時刻目標的量測向量Z(k+1)計算第k+1時刻新息v(k+1)，并由v(k+1)得到第k+1時刻新息協方差的估計值

步驟三，計算第k+1時刻的指數加權因子根據和S(k+1)計算得到第k+1時刻多重漸消因子λ(k+1)；

步驟四，通過第k+1時刻多重漸消因子λ(k+1)計算第k+1時刻的狀態預測協方差矩陣P(k+1|k)，并得到第k+1時刻的卡爾曼增益K(k+1)，最終得到目標在第k+1時刻的濾波值和濾波協方差P(k+1|k+1)；

步驟五，使k＝k+1，判斷目標跟蹤是否結束，如果沒有結束那么返回執行步驟二～步驟四，如果結束則完成所述目標跟蹤濾波方法。

2.根據權利要求1所述的一種基于多重漸消因子的自適應目標跟蹤濾波方法，其特征在于，所述步驟一中目標的運動模型為：

X(k+1)＝F(k)X(k)+G(k)V(k)

其中，F(k)是N×N階的狀態轉移矩陣，G(k)為N×M維的過程噪聲分布矩陣，V(k)為M維過程噪聲，是具有零均值的高斯白噪聲，過程噪聲協方差矩陣為Q(k)。

3.根據權利要求2所述的一種基于多重漸消因子的自適應目標跟蹤濾波方法，其特征在于，所述步驟一中目標的量測模型為：

Z(k)＝H(k)X(k)+W(k)

其中，H(k)是M×N階的量測矩陣，W(k)為M維的量測噪聲，是具有零均值的高斯白噪聲，量測噪聲協方差矩陣為R(k)。

4.根據權利要求3所述的一種基于多重漸消因子的自適應目標跟蹤濾波方法，其特征在于，所述步驟二具體為：當k＝1時，采用傳感器獲得的量測向量Z(0)、Z(1)，并初始化運動狀態向量X(1)和狀態誤差協方差矩陣P(1)；當k＞1時，用k時刻的濾波值和濾波協方差P(k|k)初始化運動狀態向量X(k)和狀態誤差協方差矩陣P(k)，P(k)＝P(k|k)；第k+1時刻運動狀態向量預測值量測向量預測值新息協方差S(k+1)、新息v(k+1)、新息協方差的估計值的計算方法具體為：

S(k+1)＝H(k)(F(k)P(k|k)F^T(k)+G(k)Q(k)G^T(k))H^T(k)+R(k+1)

其中，η(k)＝diag(λ₍₁₎₁(k)/(1+λ₍₁₎₁(k)),…,λ_(j)j(k)/(1+λ_(j)j(k)),…,λ_(M)M(k)/(1+λ_(M)M(k)))，S_k(j,j)，代表S(k)和在第j行第j列的元素值，H(k+1)表示k+1時刻的量測矩陣，R(k+1)表示k+1時刻的量測噪聲協方差矩陣。

5.根據權利要求4所述的一種基于多重漸消因子的自適應目標跟蹤濾波方法，其特征在于，所述步驟三的計算方法具體為：

第k+1時刻指數加權因子其中，b是調節因子，0≤b＜1；

第k+1時刻多重漸消因子

其中，λ_j(k+1)代表第k+1時刻第j個通道的漸消因子，滿足1≤j≤M，M是通道個數；是階數為M_j×M_j的單位陣，M_j是每個子通道的維數，M_j＝N/M，S_k+1(j,j)，代表S(k+1)和在第j行第j列的元素值。

6.根據權利要求5所述的一種基于多重漸消因子的自適應目標跟蹤濾波方法，其特征在于，所述步驟四的計算方法具體為：

P(k+1|k)＝λ(k+1)(F(k)P(k|k)F^T(k)+G(k)Q(k)G^T(k))

K(k+1)＝P(k+1|k)H^T(k+1)(H^T(k+1)P(k+1|k)H^T(k+1)+R(k+1))^-1

P(k+1|k+1)＝P(k+1|k)-K(k+1)H(k+1)P(k+1|k)。