[發明專利]改進的用于目標跟蹤的卡爾曼濾波方法有效
| 申請號: | 201811018794.9 | 申請日: | 2018-08-31 |
| 公開(公告)號: | CN108802707B | 公開(公告)日: | 2021-03-26 |
| 發明(設計)人: | 張群英;呂曉華;陳忠誠;劉新 | 申請(專利權)人: | 中國科學院電子學研究所 |
| 主分類號: | G01S7/41 | 分類號: | G01S7/41 |
| 代理公司: | 中科專利商標代理有限責任公司 11021 | 代理人: | 張成新 |
| 地址: | 100190 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 改進 用于 目標 跟蹤 卡爾 濾波 方法 | ||
1.一種改進的用于目標跟蹤的卡爾曼濾波方法,其特征在于,所述方法包括如下步驟:
S1、建立觀測目標的運動方程,所述運動方程包括動態方程和觀測方程,根據所述觀測方程得到目標的觀測值;
S2、得到經過卡爾曼濾波后目標位置信息的濾波值;
S3、設置閾值,并計算所述濾波值與所述觀測值的殘差;
S4、判斷所述閾值與所述殘差的關系,若所述殘差不大于所述閾值,則直接將所述濾波值作為預測值,得到目標下一時刻的預測位置;
而若所述殘差大于所述閾值,則將所述濾波值與所述觀測值加權求和,得到更新后的預測值,并根據更新后的預測值得到目標下一時刻的預測位置;
S5、重復上述步驟,得到目標的預測運動軌跡。
2.根據權利要求1所述的方法,其特征在于,在步驟S1中,所述觀測方程的觀測量包括目標的位置信息、速度信息和加速度信息。
3.根據權利要求2所述的方法,其特征在于,在步驟S1中,所述動態方程中包括狀態轉移矩陣,所述觀測方程中包括觀測矩陣。
4.根據權利要求3所述的方法,其特征在于,步驟S2具體包括:
S21、利用所述狀態轉移矩陣分別計算預測均值和預測協方差;
S22、利用所述觀測矩陣計算觀測預測值,利用所述觀測矩陣和所述預測協方差計算新息方差矩陣;
S23、利用所述觀測矩陣、所述預測協方差和所述新息方差矩陣得到卡爾曼增益矩陣;
S24、利用所述卡爾曼增益矩陣,得到所述濾波值。
5.根據權利要求4所述的方法,其特征在于,在步驟S1中,目標的所述運動方程為:
xk=Fxk-1+vk;
yk=Hxk-1+wk;
其中,上式為所述動態方程,下式為所述觀測方程,其中,xk為k時刻的預測值,yk為k時刻的觀測值,F為所述狀態轉移矩陣,H為所述觀測矩陣,vk是均值為0且噪聲協方差為Qk的高斯白噪聲,wk是均值為0且噪聲協方差為Rk的高斯白噪聲。
6.根據權利要求5所述的方法,其特征在于,所述預測均值采用下式計算:
xk|k-1=Fxk-1|k-1;
其中xk-1|k-1為k-1時刻的預測值,xk|k-1為k-1時刻至k時刻的預測均值。
7.根據權利要求6所述的方法,其特征在于,所述預測協方差采用下式計算:
Pk|k-1=FPk-1|k-1FT+Qk;
其中,預測協方差Pk|k-1為預測的協方差矩陣,Pk-1|k-1為k-1時刻的協方差矩陣,Qk為過程噪聲。
8.根據權利要求7所述的方法,其特征在于,所述觀測預測值采用下式計算:
yk|k-1=Hyk-1|k-1;
其中,yk-1|k-1為k-1時刻的觀測值,yk|k-1為k-1時刻至k時刻的觀測預測值。
9.根據權利要求8所述的方法,其特征在于,所述新息方差矩陣采用下式計算:
Sk=HPk|k-1HT+R;
其中,Sk為新息方差矩陣,R為測量噪聲方差。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國科學院電子學研究所,未經中國科學院電子學研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811018794.9/1.html,轉載請聲明來源鉆瓜專利網。





