[發明專利]一種帶厚尾噪聲的魯棒容積濾波方法

在審

• 申請號: 201810876963.6
• 申請日: 2018-08-03
• 公開（公告）號: CN109061579A
• 公開（公告）日: 2018-12-21
• 發明（設計）人: 程然;繆禮鋒;王婷婷
• 申請（專利權）人: 中國航空工業集團公司雷華電子技術研究所
• 主分類號: G01S7/36
• 分類號: G01S7/36
• 代理公司: 北京航信高科知識產權代理事務所(普通合伙) 11526
• 代理人: 王子溟

本發明提供了一種帶厚尾噪聲的魯棒容積濾波方法，屬于濾波設計技術領域，用于估計動態系統在當前時刻的狀態，主要包括：構造目標運動及傳感器測量離散非線性方程；計算當前時刻系統各狀態向量預測值、當前時刻系統各狀態向量預測值的精確度、當前時刻的量測預測值、當前時刻量測預測值的精確度以及當前時刻量測預測值與系統各狀態向量預測值之間相關性；之后計算當前時刻濾波器增益及當前時刻統計距離；最后將當前時刻的系統各狀態向量預測值以及系統各狀態向量估計誤差協方差矩陣進行更新。本發明所提出的方法在針對目標在雜波環境下做大幅度機動，以及傳感器存在野值干擾量測條件下的機動目標跟蹤場景中具有更好的魯棒性及更高的估計精度。

技術領域

本發明涉及機載火控雷達目標跟蹤技術領域，特別是涉及目標在雜波環境下 做大幅度機動，以及在一些高采樣頻率、可靠性較差的傳感器應用中，受量測野 值干擾條件下的機動目標跟蹤領域，具體涉及一種帶厚尾噪聲的魯棒容積濾波方 法。

背景技術

非線性濾波已被廣泛地應用于導航定位、目標跟蹤、信號處理和自動控制等 工程領域中。非線性濾波問題的關鍵就是基于隨機的非線性狀態空間模型求解系 統狀態的后驗概率密度函數(Probability density function,PDF)。貝葉斯估計理論 為非線性濾波問題提供了一個最優的框架模型，它通過遞推地計算狀態的后驗 PDF從而解決了非線性系統的狀態估計問題。然而，對于一般的非線性系統而言， 貝葉斯估計中常涉及到含有復雜多維非線性函數積分的計算，一般無法解析求解， 所以通常情況下不存在最優的非線性濾波器。為了完成非線性系統的狀態估計任 務，必須采取近似的手段來獲得次優的非線性濾波器。高斯近似(Gaussian approximate,GA)是一種行之有效的方法，基于不同的數值近似方法，目前已經 提出了許多次優的非線性高斯濾波器(Gaussian filter,GF)。

GF是假設噪聲模型服從高斯分布，并且狀態經過非線性變換后仍服從高斯 分布。然而在一些實際工程應用中，系統的噪聲模型并不一定服從高斯分布，也 有可能具有厚尾分布特性。例如在目標跟蹤領域，當目標在雜波環境下做大幅度 機動時，目標所表現出的模型不確定性會誘導產生厚尾的過程噪聲。而在一些具 有高采樣頻率、可靠性較差的傳感器應用中，傳感器所產生的量測野值同樣會誘 導產生厚尾的量測噪聲。厚尾噪聲與高斯噪聲相比，由于存在野值干擾，導致噪 聲取值在離均值較遠的區域可能性增大，從而形成厚尾形狀。因此，高斯分布已 經無法準確模擬野值干擾下的厚尾分布，從而導致基于高斯假設而設計的GF濾 波精度下降，甚至發散。為了解決帶厚尾過程和量測噪聲的線性濾波問題，Roth 等人將狀態后驗PDF近似為Student’s t分布，并推導出了新的魯棒Student’s t濾 波器。為了解決由于量測野值而導致的厚尾量測噪聲的線性濾波問題， Agamennoni等人提出了一種對野值量測具有魯棒性的改進Kalman濾波算法。為 了解決帶厚尾量測噪聲的多傳感器信息融合問題，Zhu等人將多個傳感器的厚尾 量測噪聲建模成Student’s t分布，繼而提出了一種線性魯棒多傳感器狀態估計方 法。然而以上這些線性魯棒濾波器都不能用于解決帶厚尾過程和量測噪聲的非線 性狀態估計問題。

發明內容

本發明的目的在于克服現有技術中的不足，緊密結合工程應用背景，提出一 種帶厚尾噪聲的魯棒Student’s t容積濾波器，用來解決目標在雜波環境下做大幅 度機動，以及在一些高采樣頻率、可靠性較差的傳感器應用中，受量測野值干擾 條件下(帶厚尾過程和量測噪聲)的機動目標跟蹤問題。

本發明帶厚尾噪聲的魯棒容積濾波方法，用于估計動態系統在當前時刻的狀 態，主要包括：

步驟一、構造目標運動及傳感器測量離散非線性方程；

步驟二、根據系統前一時刻各狀態向量的估計值，計算當前時刻系統各狀態 向量預測值；

步驟三、計算當前時刻系統各狀態向量預測值的精確度，所述精確度采用估 計誤差協方差矩陣表征；