[發明專利]一種針對機動目標的無人機魯棒化跟蹤方法

有效

• 申請號: 201811309958.3
• 申請日: 2018-11-05
• 公開（公告）號: CN109491241B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 沈忱
• 申請（專利權）人: 浙江工商大學
• 主分類號: G05B13/02
• 分類號: G05B13/02;G05B13/04;G05D1/10
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜;邱啟旺

本發明公開了一種針對機動目標的無人機(UAV)魯棒化跟蹤方法，不僅適合UAV跟蹤具有機動行為的目標，而且適用于伴有目標狀態突變、觀測環境復雜等對目標跟蹤魯棒性有較高要求的場合。該方法利用跳變馬爾可夫模型對機動目標的多模型切換進行描述，對過程噪聲、觀測噪聲以及系統狀態均以具有重尾特性的學生t分布進行建模，以消除狀態突變或觀測異常帶來的影響。在交互式多模型框架下，先對具有學生t分布形式的模型概率密度函數進行交互處理，再以學生t分布函數為基礎進行廣義非線性濾波設計，該濾波算法可使每個子模型都能獲得魯棒化的估計結果，最后利用更新的模型概率將各個子模型的估計結果進行融合從而獲得最終的目標狀態估計。

技術領域

本發明涉及一種魯棒化的機動目標跟蹤方法，屬于聯合遞推貝葉斯估計理論和多源信息融合理論以增強無人機進行機動目標跟蹤魯棒性的技術領域。

背景技術

無人機(Unmanned Aerial Vehicle,UAV)是一種在無載人駕駛情況下由自身動力系統驅動、以自主或受遙控方式完成特定動作與任務的飛行器。UAV不僅在地形偵察、情報搜集、目標打擊等軍用領域大顯身手，而且在地理測繪、防火監視、搜索救援等民用領域也廣泛存在。隨著材料科技、制造技術和計算機技術、通信技術等的迅速發展，UAV本身也逐漸趨于微型化、輕量化、低成本和低噪聲。總體來講，UAV的應用類型大致可劃分為監視型、打擊型和通信型，在大多數這三類屬性的應用場合中，UAV的任務都包含了目標跟蹤這一關鍵環節，這一環節執行的效果好壞對后續的計算機系統的決策和飛行器任務的執行都有著較大的影響。

從本質上看，UAV進行目標跟蹤可以看作是一種移動傳感器對目標的跟蹤行為。一方面，區別于靜態傳感器進行的目標跟蹤(被動型)，UAV目標跟蹤屬于一種主動型目標跟蹤，在跟蹤方式的強度上要大大提升；另一方面，大多數靜態傳感器的目標跟蹤單獨存在，而UAV目標跟蹤則通常是UAV整體任務的一個環節，它對跟蹤就要求有更好的性能以維持整個系統的良好狀態。

由于UAV出現的初衷是為了避免人力浪費和保障人生安全，因此大部分UAV進行目標跟蹤常在復雜環境和約束條件下進行，這就要求其計算中心對實時信息的處理應具有更好的魯棒性，以應對系統本身或觀測過程中的突發情況和各類擾動。首先對UAV配備的傳感器裝置而言，無論是具有逃逸策略的目標的電子對抗，還是惡劣天氣抑或是復雜地形對無線電傳播的干擾，都會使UAV的傳感器所探測到的觀測信息的可靠性大大降低。其次，對UAV本身系統而言，由于UAV的飛行器屬性，它自身便具有爬升、旋轉、俯沖等強機動行為，這些潛在機動行為不僅會使配備的陀螺儀的輸出誤差隨角速率的巨大變化而增大，進而給整個慣性系統的定位估計帶來較大誤差，同時會對機載傳感器的量測過程造成較大干擾。再者，對目標而言，當被跟蹤目標同樣是飛行器，或者當地面靈活目標覺察到被偵察時選擇迅速逃逸，目標本身也會具有UAV的上述機動特性，這種機動性不僅會使計算中心對目標狀態變遷服從高斯過程的假設失效，也會使計算中心內置默認的跟蹤方法和目標的真實動力學特性出現模型失配現象，從而出現估計精度大幅度下滑，甚至發散以至于UAV完全不能跟蹤目標。

發明內容

本發明針對UAV在復雜環境下進行單目標跟蹤時所遇到的實際問題，公開了一種魯棒化的機動目標跟蹤方法。該發明建立了跳變馬爾可夫模型以描述UAV進行機動目標跟蹤時可能出現的模型失配問題，模型具有重尾非高斯屬性的學生t分布替代傳統高斯分布，以描述帶有狀態突變的目標系統過程和異常測量的UAV傳感器的觀測過程，在交互式多模型框架下，按照遞推貝葉斯估計方法設計了基于學生t分布概率密度函數的子模型廣義非線性濾波方法，最后將各個子模型的魯棒化估計結果進行信息融合以得到機動目標的跟蹤結果。

該方法包括以下幾個核心步驟：

步驟一：建立UAV進行單機動目標跟蹤時的學生t分布跳變馬爾可夫模型；

步驟二：計算各個目標動力學子模型間的混合概率并基于學生t分布進行交互；

步驟三：對交互后的服從學生t分布的系統狀態進行預測；