[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

本發明涉及一種改進的用于目標跟蹤的卡爾曼濾波方法，該方法包括如下步驟：S1、建立觀測目標的運動方程，該運動方程包括動態方程和觀測方程，根據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，并計算濾波值與觀測值的殘差，根據閾值和殘差的關系執行步驟S4a或S4b；S4a、若殘差不大于閾值，則直接將濾波值作為預測值，得到目標下一時刻的預測位置；S4b、若殘差大于閾值，則將濾波值與觀測值加權求和，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。本發明能提高目標跟蹤的精度，減小目標機動時的跟蹤誤差。

技術領域

本發明涉及目標跟蹤領域，具體涉及一種改進的用于目標跟蹤的卡爾曼濾波方法。

背景技術

目標跟蹤在軍事和民用領域都具有廣泛的應用，如空中監視、衛星和飛船跟蹤以及智能視頻監控等領域。精準跟蹤目標有利于精確了解對方目標的位置，是高科技武器系統及GPS系統的至關重要的核心技術。精準定位、跟蹤目標是現在迫切需要解決的問題。目標跟蹤問題實際上就是目標狀態的跟蹤濾波問題，即根據傳感器已獲得的目標測量數據對目標狀態進行精確的估計。目標在運動過程中隨著速度、角度、加速度等參數不斷變化，使得目標的位置具有很強的相關性，但是由于定位跟蹤過程中測量誤差、系統噪聲和干擾的存在，利用多次含有噪聲的觀測數據對目標運動狀態進行跟蹤，需要用濾波方法來獲得統計最優的狀態估計結果，其實質是最優濾波問題。因此，為提高對目標的跟蹤性能，迫切需要研究更為優越的跟蹤濾波方法。

傳統的跟蹤濾波方法有卡爾曼濾波(Kalman Filter，KF)方法及其改進形式擴展卡爾曼濾波(Extended Kalman Filter，EKF)方法以及不敏卡爾曼濾波 (UnscentedKalman Filter，UKF)方法、粒子濾波(Particle Filter，PF)方法。其中，KF方法計算簡單，但精度較差；EKF方法適用于弱非線性系統，過程簡單，但是有很多不足之處：如當后驗均值與真值相差較大時，易造成濾波發散；大多數情況下，雅可比矩陣很難計算，導致了在實際應用中的困難。UKF方法是EKF方法的一種替代算法，與EKF方法有著相似的運算復雜度，但是精度比 EKF方法高。PF方法精度較高，但是當粒子數較多時計算復雜度過高，導致不能滿足實時性要求。同時，上述跟蹤方法在目標機動時不能快速的做出反應，導致跟蹤誤差較大。

可見，上述跟蹤方法存在以下缺陷：計算精度差或者計算復雜，不能滿足目標精確打擊和跟蹤需求，并且均不能針對目標的機動做出迅速的反應。針對現在精確跟蹤目標的迫切需要，研究更準確的跟蹤目標算法具有重要意義。

發明內容

針對上述問題，為了提高目標跟蹤的精度，本發明提供了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，根據所述閾值和所述殘差的關系執行步驟S4a或S4b；

S4a、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；

S4b、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。

在一些實施例中，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。

在一些實施例中，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。