[發明專利]非共視條件下無源濾波跟蹤方法

有效

• 申請號: 202010408859.1
• 申請日: 2020-05-14
• 公開（公告）號: CN111624549B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 楊志鋼;蘇潤佳;黃湘松;陳濤
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G01S5/02
• 分類號: G01S5/02;G01S5/16;G01S5/18
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.非共視條件下無源濾波跟蹤方法，其特征是：包括以下步驟：

建立系統的狀態方程和量測方程為：

X_k＝f(X_k-1)+w_k-1

Y_k＝h(X_k)+v_k

其中f(·)為狀態轉移函數，h(·)為量測模型函數，X_k表示k時刻的狀態向量，Y_k表示時刻的量測向量，w_k服從于N(O,Q_k)為過程噪聲，v_k服從于N(O,R_k)為量測噪聲；

根據k-1時刻的測量信息，利用時差-交叉聯合定位得到目標k-1時刻的坐標，結合己方對目標的類型估計，給估計點一個初始速度估計，通過估計得到k-1時刻目標狀態為

根據UT變換，相應采樣點為

根據式X_k＝f(X_k-1)+w_k-1，得到k時刻的狀態預測值：

根據k-1時刻的目標運動狀態，利用狀態轉移函數，得到k時刻目標狀態為此時的預測誤差協方差矩陣表示為：

根據式得到的k時刻狀態預測值，得到k時刻的量測信息預測值為：

由預測狀態變量和相應量測變量的樣本點，計算量測變量的協方差矩陣和預測變量與量測變量的互協方差矩陣：

進行狀態更新，結合由k時刻的量測數據Y_k及卡爾曼增益K_k，來估計k時刻狀態X_k的遞推形式為：

其中K_k稱為卡爾曼增益，是一個待定校正的增益矩陣，是k時刻對新息的加權，卡爾曼濾波增益公式為：

其中會隨著觀測站變化的矩陣為量測矩陣Y_k和量測預測矩陣Y_k|k-1，它們的維數取決于當前可視觀測站的個數，同理量測噪聲矩陣的維數變化與量測矩陣相同，過程噪聲矩陣Q_k表示目標狀態預測誤差的分布；

當可以接收到目標信號的觀測站為1個時，觀測矩陣退化為僅剩一組角度信息，即量測預測矩陣為測量誤差協方差矩陣為R_k＝diag[σ²]，過程噪聲協方差矩陣賦值為此時僅憑一組角度信息不能對目標進行定位，這時的目標跟蹤依賴前期的估計值進行下一步預測，因此，進一步降低過程噪聲矩陣的值可以更充分的信任預測值，更充分的利用前期估計結果；

當系統可以接受到信號的觀測站個數減少時，提出降低該階段的過程噪聲，提高系統對預測值的信任度；并引入非線性的過程噪聲附加系數，使得隨著時間增長，前一時段的預測值對后一時段目標位置確定的影響逐漸變小，此時將過程噪聲矩陣賦值為Q_k＝A·Q_ki，i＝1，2，3，其中A定義為過程噪聲矩陣的附加系數，為一個0～1之間的數，

其中l表示當前為弱觀測區域的第l次觀測；n是系統更信任預測值的觀測點數，即在弱觀測區域的第0～n點內，系統會更相信預測結果，并隨著觀測的進行，動態調整附加系數的大小，逐漸降低對預測值的信任度；當系統處于弱觀測區域的點數大于n時，預測值優勢消失；A_min為附加系數的最小值，其中0＜A_min＜ln(2)/ln(n)。