[發明專利]一種基于預測值處理多普勒量測的機動目標跟蹤系統及方法

有效

• 申請號: 201810018057.2
• 申請日: 2018-01-09
• 公開（公告）號: CN108226920B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 程婷;李姝怡;魏雪嬌;陸曉瑩
• 申請（專利權）人: 電子科技大學
• 主分類號: G01S13/72
• 分類號: G01S13/72
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 陳一鑫

1.一種基于預測值處理多普勒量測的機動目標跟蹤方法,首先設交互多模算法包含N個運動模型,已知雷達采樣周期為T，獲取的量測數據分別為距離量測r_m(k)、方位角量測α_m(k)和多普勒量測帶下標m字符表示量測數據,其量測噪聲是零均值高斯白噪聲，距離量測、方位角量測和多普勒量測的方差分別為和距離量測和多普勒量測噪聲相關系數為ρ,在直角坐標系下，系統狀態噪聲v(k)＝[v_x v_y]^T，v_x和v_y是位置狀態在x和y方向的高斯過程噪聲，其均值為零，協方差Q(k)＝diag(q,q)，q表示各個方向上的噪聲方差；

該方法包括以下步驟；

步驟1：輸入交互的計算；

步驟1.1計算混合概率；

k時刻運動模型為j條件下，k-1時刻運動模型為i的概率為

其中，μⁱ(k-1)為k-1時刻運動模型i的更新概率，π_ij為運動模型轉換概率，C_j為歸一化常數，有

步驟1.2：計算運動模型j的位置狀態濾波器輸入的位置狀態估計和誤差自相關矩陣

步驟1.3：計算運動模型j的多普勒偽狀態濾波器輸入的多普勒偽狀態估計和誤差自相關矩陣

步驟1.4:計算運動模型j濾波器輸入的位置和多普勒偽狀態估計誤差互協方差矩陣；

其中，為上一時刻運動模型i的位置和多普勒偽狀態誤差互協方差，表示上一時刻模型i位置狀態估計結果，表示上一時刻模型i多普勒偽狀態估計結果；

步驟2：計算無偏量測；

步驟2.1：位置量測的無偏量測

步驟2.2：多普勒偽量測的無偏量測

步驟3：濾波器j的位置狀態估計；

步驟3.1：目標位置狀態預測

其中：x_t、y_t、和分別表示目標在j運動模型下x和y方向的位置、速度和加速度；

步驟3.2：目標位置狀態預測誤差協方差P_p^(j)(k|k-1)；

步驟3.3：在預測距離r_t和預測方位角α_t及其預測誤差方差條件下，計算位置去偏量測轉換誤差協方差R_p^(j)；

各元素詳情如下：

R_xy＝R_yx

其中，

步驟3.4：計算位置狀態濾波增益；

其中，H_p為位置量測矩陣；

步驟3.5：計算位置量測新息

步驟3.6：計算位置狀態估計和狀態估計誤差協方差矩陣

其中，

步驟4：濾波器j的多普勒偽狀態估計；

步驟4.1：計算多普勒偽狀態的預測值

步驟4.2：計算多普勒偽狀態的預測誤差協方差

步驟4.3：在預測距離r_t、預測多普勒速度及其預測誤差方差條件下，計算多普勒量測轉換誤差協方差R_η^(j)；

R_η^(j)＝[R_ηη] (7)

各元素值如下：

其中，

步驟4.4：計算多普勒偽量測預測誤差協方差；

其中，H_η為多普勒偽量測矩陣，表示多普勒偽狀態的預測誤差協方差，表示多普勒量測轉換誤差協方差；

步驟4.5：計算多普勒偽狀態濾波增益；

步驟4.6：計算多普勒偽量測新息；

其中，n_η是多普勒偽狀態的維數；

步驟4.7：計算多普勒偽狀態估計；

表示多普勒偽狀態濾波增益，表示多普勒偽量測新息；

步驟4.8：計算多普勒偽狀態估計誤差協方差；

步驟5：運動模型j的位置和多普勒估計誤差互協方差；

步驟5.1：在預測距離r_t、預測方位角α_t和預測多普勒速度及其預測誤差方差條件下，計算位置量測和多普勒偽量測轉換誤差互協方差

各元素值如下：

步驟5.2：計算位置和多普勒偽狀態估計誤差互協方差

其中：I表示單位矩陣，表示位置狀態濾波增益，H_p表示位置量測矩陣，表示模型j的狀態轉移矩陣，表示模型j濾波器輸入的位置和多普勒偽狀態估計誤差互協方差矩陣，表示模型j的多普勒偽狀態轉移矩陣，和表示模型j的多普勒偽狀態噪聲輸入矩陣，x_Γ^(j)表示模型j的位置狀態在多普勒偽狀態中的噪聲輸入矩陣分量，表示模型j的位置量測和多普勒偽量測轉換誤差互協方差；

步驟6：運動模型j的位置狀態估計和多普勒偽狀態估計進行融合；

步驟6.1：根據如下公式計算量測先驗均值

其中，向量函數c()表示直角坐標系下位置狀態和多普勒偽狀態關系，表示c()在第i個狀態元素的Hessian矩陣，表示當前時刻模型j的位置狀態估計值，n_η表示多普勒偽狀態維數，e_i表示第i個n_η維基向量，表示當前時刻模型j的位置狀態估計誤差協方差；

步驟6.2：計算先驗狀態和先驗量測估計誤差互協方差

其中表示c()的Jacobian矩陣，表示模型j的位置和多普勒偽狀態估計誤差互協方差矩陣；

步驟6.3：計算先驗量測估計誤差協方差；

其中：表示模型j的多普勒偽狀態估計誤差協方差，e_j表示第j個n_η維基向量；

步驟6.4：計算最終狀態估計結果；

其中：表示模型j的多普勒偽狀態估計結果；

步驟6.5：計算最終狀態估計誤差協方差；

步驟7：計算更新的運動模型概率；

步驟7.1：計算位置模型概率其中，表示運動模型j位置信息的似然函數，表示模型j的位置狀態歸一化常數；

步驟7.2：計算多普勒模型概率其中，表示運動模型j多普勒信息的似然函數，表示模型j的多普勒偽狀態歸一化常數；

步驟7.3：計算運動模型概率μ^j(k)；

步驟8：計算加權的狀態估計和狀態誤差自相關矩陣的組合；

步驟9、重復步驟1-8進行遞推濾波算法，實現目標跟蹤。