[發(fā)明專利]一種目標(biāo)跟蹤定位方法、系統(tǒng)、裝置及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110038824.8
• 申請日: 2021-01-12
• 公開（公告）號: CN112836354B
• 公開（公告）日: 2022-08-30
• 發(fā)明（設(shè)計）人: 鄒逸群;鄒雙
• 申請（專利權(quán)）人: 中南大學(xué)
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62;G06F111/04;G06F111/08
• 代理公司: 長沙市融智專利事務(wù)所(普通合伙) 43114
• 代理人: 姚瑤

1.一種目標(biāo)跟蹤定位方法，其特征在于：包括如下步驟：

構(gòu)建目標(biāo)的運動模型，并獲取目標(biāo)的跟蹤初始狀態(tài)；其中，所述運動模型包括約束條件、目標(biāo)的狀態(tài)更新方程以及目標(biāo)的測量更新方程；

利用有所述約束條件的最大相關(guān)熵準(zhǔn)則卡爾曼濾波器對目標(biāo)進行跟蹤定位；

其中，利用最大相關(guān)熵準(zhǔn)則卡爾曼濾波器進行跟蹤得到目標(biāo)的狀態(tài)估計值，再基于概率密度函數(shù)截斷法對目標(biāo)的狀態(tài)估計值進行約束得到有約束下目標(biāo)的狀態(tài)估計值，實現(xiàn)目標(biāo)跟蹤；

所述基于概率密度函數(shù)截斷法對目標(biāo)的狀態(tài)估計值進行約束得到有約束下目標(biāo)的狀態(tài)估計值的過程中，狀態(tài)約束服從線性等式約束，如下：

Mx_k＝m

式中，M為約束矩陣，m是約束值，x_k為當(dāng)前k時刻目標(biāo)的狀態(tài)值，目標(biāo)的狀態(tài)估計值滿足所述線性等式約束；

初始化設(shè)置如下：

i＝0，

i表示前i個約束，其最大值等于m的維度q，分別為當(dāng)前k時刻利用前i個約束轉(zhuǎn)換的狀態(tài)估計值和協(xié)方差；P_k|k分別為利用最大相關(guān)熵準(zhǔn)則卡爾曼濾波器得到當(dāng)前k時刻目標(biāo)的狀態(tài)估計值以及協(xié)方差；

i從0到q依次取值，并按照下述公式迭代計算，最終得到作為當(dāng)前k時刻對應(yīng)在有約束下目標(biāo)的狀態(tài)估計值和協(xié)方差，并將目標(biāo)的狀態(tài)估計值作為當(dāng)前k時刻下目標(biāo)的定位結(jié)果，迭代公式如下：

分別為當(dāng)前k時刻利用前i+1個約束轉(zhuǎn)換的狀態(tài)估計值、協(xié)方差；ρ為一個正交矩陣，S是一個對角矩陣，U是一個正交矩陣，S和U是協(xié)方差的奇異值分解，T為矩陣的轉(zhuǎn)置符號；

均為書寫定義，μ、σ分別為加入約束條件后狀態(tài)估計的均值和方差。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述利用有所述約束條件的最大相關(guān)熵準(zhǔn)則卡爾曼濾波器對目標(biāo)進行跟蹤定位的過程中，針對每一跟蹤時刻，執(zhí)行過程如下A：

A：利用最大相關(guān)熵準(zhǔn)則卡爾曼濾波器進行跟蹤得到目標(biāo)在當(dāng)前時刻對應(yīng)的狀態(tài)估計值，再基于概率密度函數(shù)截斷法對目標(biāo)的狀態(tài)估計值進行約束得到有約束下的目標(biāo)在當(dāng)前時刻對應(yīng)的狀態(tài)估計值；

然后，再利用有約束下的目標(biāo)在當(dāng)前時刻對應(yīng)的狀態(tài)估計值以及最大相關(guān)熵準(zhǔn)則卡爾曼濾波器得到下一時刻的目標(biāo)的狀態(tài)估計值，再基于概率密度函數(shù)截斷法對目標(biāo)的狀態(tài)估計值進行約束得到有約束下的目標(biāo)在下一時刻對應(yīng)的狀態(tài)估計值；

循環(huán)上述過程實現(xiàn)目標(biāo)的跟蹤定位。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述利用有所述約束條件的最大相關(guān)熵準(zhǔn)則卡爾曼濾波器對目標(biāo)進行跟蹤定位的過程中，針對每一跟蹤時刻，執(zhí)行過程如下B：

B：針對每一跟蹤時刻均利用最大相關(guān)熵準(zhǔn)則卡爾曼濾波器進行跟蹤得到目標(biāo)在每一跟蹤時刻對應(yīng)的狀態(tài)估計值；然后再基于概率密度函數(shù)截斷法對目標(biāo)的狀態(tài)估計值進行約束得到有約束下的目標(biāo)在每一跟蹤時刻對應(yīng)的狀態(tài)估計值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于：所述最大相關(guān)熵準(zhǔn)則卡爾曼濾波器對應(yīng)的先驗估計方程和后驗估計方程如下：

先驗估計方程：

P_k|k-1＝FP_k-1|k-1F^T+Q_k

后驗估計方程：

式中，F(xiàn)和H_k分別是機動目標(biāo)的狀態(tài)轉(zhuǎn)移矩陣和觀測矩陣，P_k|k-1為針對k時刻濾波器在預(yù)測階段的狀態(tài)估計值和協(xié)方差，P_k|k為針對k時刻濾波器在更新階段的狀態(tài)估計值和協(xié)方差；Q_k，R_k均為已知的協(xié)方差；T為矩陣轉(zhuǎn)置符號，G_σ()為高斯核函數(shù)，Z_k為系統(tǒng)觀測量，K_k為濾波器增益，L_k為書寫定義。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于：初始化所述最大相關(guān)熵準(zhǔn)則卡爾曼濾波器時設(shè)置：

其中，X₀對應(yīng)目標(biāo)的跟蹤初始狀態(tài)。