[發明專利]一種基于乘性噪聲相關自適應CKF的目標跟蹤方法

在審

• 申請號: 202010211107.6
• 申請日: 2020-03-24
• 公開（公告）號: CN111444474A
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 杜明;唐帥帥;葛泉波
• 申請（專利權）人: 寧波飛拓電器有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18
• 代理公司: 杭州奧創知識產權代理有限公司 33272
• 代理人: 王佳健

本發明涉及一種基于乘性噪聲相關自適應CKF的目標跟蹤方法，本發明大體包括三部分內容。第一部分根據實際運動目標進行系統建模；第二部分，根據乘性噪聲相關系統設計了乘性噪聲相關CKF算法；第三部分，根據協方差匹配原理自適應地估計出噪聲相關系數，使用乘性噪聲相關自適應CKF算法實時計算得到運動目標的狀態。本發明既能實現對量測系統中乘性量測噪聲與加性量測噪聲相關的運動目標的狀態估計，又能解決噪聲相關系數不準確時的濾波狀態估計問題，極大地提高了目標跟蹤的精度，實現了對復雜工程環境中目標狀態的有效跟蹤。

技術領域

本發明涉及一種基于乘性噪聲相關自適應CKF的目標跟蹤方法，屬于目標跟蹤領域，可用于提高目標跟蹤的精度。

背景技術

卡爾曼濾波的一個重要作用是去除量測數據中的噪聲，盡可能地還原相對真實的目標數據，被廣泛地應用在目標跟蹤中。然而，卡爾曼濾波具有一定的局限性，該理論是以線性系統為對象建立的，而實際目標跟蹤系統多為非線性。應用線性模型描述非線性系統將導致較大的模型誤差，從而導致濾波估計性能降低。因此，非線性濾波估計成為研究熱點和難點，大量非線性濾波方法得以提出。

容積卡爾曼濾波(CKF)是一種基于采樣近似的非線性高斯濾波方法，具有較高的濾波估計性能，受到廣大科研人員和工程技術人員的喜愛。然而，該濾波理論是建立在濾波模型精準且過程噪聲和量測噪聲均為不相關的高斯白噪聲的前提下成立的。經研究表明，實際目標跟蹤系統較為復雜，系統量測中不僅存在加性噪聲，同時還存在乘性噪聲的干擾。

乘性噪聲一般是由信道不理想引起的，如測量過程中的抖動振動，信號能量的衰減等，其與信號是相乘的關系，導致傳感器量測噪聲隨著距離的增大而增大，并且乘性量測噪聲與加性量測噪聲具有相關性。因此，本發明首先對乘性噪聲與加性噪聲相關系統的濾波器進行重新設計。由于實際工程環境的復雜性，噪聲的相關性很難得到，模型參數往往是未知或者不準確的，國內已有學者提出當濾波模型與實際系統不匹配時濾波的估計性能度量將會不準確。本發明提出一種乘性噪聲相關自適應CKF算法用以解決乘性噪聲相關系數不精準情形下的目標跟蹤問題。

發明內容

為了應對乘性量測噪聲與加性量測噪聲相關以及噪聲相關系數不精準情況下的目標跟蹤精度較低的問題，本發明設計了乘性噪聲相關CKF算法，使用協方差匹配法自適應估計噪聲相關系數，得到乘性噪聲相關自適應CKF算法，并將其應用到目標跟蹤問題中，提高了目標跟蹤的精度。

本發明大體包括三部分內容。第一部分根據實際運動目標進行系統建模；第二部分，根據乘性噪聲相關系統設計了乘性噪聲相關CKF算法；第三部分，根據協方差匹配原理自適應地估計出噪聲相關系數，使用乘性噪聲相關自適應CKF算法得到目標狀態。

利用本發明不僅可以應對乘性噪聲與加性噪聲相關的情況，而且能夠處理噪聲相關系數不精準問題，提高了復雜系統下目標跟蹤的精度，本發明具體包括以下步驟：

步驟1.系統建模

考慮如下具有乘性噪聲相關的離散時間非線性系統模型，其跟蹤目標的狀態方程和量測方程如下：