【技術(shù)實(shí)現(xiàn)步驟摘要】
本專(zhuān)利技術(shù)涉及目標(biāo)跟蹤，具體涉及一種基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法。
技術(shù)介紹
1、目標(biāo)跟蹤定位是通過(guò)測(cè)量數(shù)據(jù)獲得對(duì)被跟蹤目標(biāo)的位置、速度和其他運(yùn)動(dòng)參數(shù)的實(shí)時(shí)估計(jì)的過(guò)程。在目標(biāo)跟蹤定位問(wèn)題中，其系統(tǒng)狀態(tài)方程一般為線(xiàn)性方程，而量測(cè)方程一般為非線(xiàn)性方程，可以采用容積卡爾曼濾波算法實(shí)現(xiàn)目標(biāo)跟蹤定位。雖然量測(cè)方程為非線(xiàn)性方程，但由物理規(guī)律建模可知，該非線(xiàn)性量測(cè)方程的非線(xiàn)性?xún)H是由部分狀態(tài)引起，而另一部分狀態(tài)在系統(tǒng)中體現(xiàn)為線(xiàn)性傳遞，因此這種系統(tǒng)可以統(tǒng)一轉(zhuǎn)換成一種偽線(xiàn)性系統(tǒng)模型。對(duì)于偽線(xiàn)性系統(tǒng)模型，如果采用容積卡爾曼濾波進(jìn)行狀態(tài)估計(jì)，則可能會(huì)造成容積點(diǎn)浪費(fèi)的現(xiàn)象。
2、容積卡爾曼濾波屬于確定性采樣濾波的一種，相比于粒子濾波，其優(yōu)勢(shì)便是采樣點(diǎn)個(gè)數(shù)較少，便于算法的實(shí)時(shí)運(yùn)行，從而具有工程應(yīng)用價(jià)值。為了獲得更高的濾波精度，需要對(duì)非線(xiàn)性高斯加權(quán)積分具有更高的逼近精度，進(jìn)而，在容積準(zhǔn)則中需要更多的容積點(diǎn)，而且容積點(diǎn)個(gè)數(shù)會(huì)隨著系統(tǒng)維數(shù)的升高而增多。容積點(diǎn)個(gè)數(shù)的增多將會(huì)導(dǎo)致算法復(fù)雜性的增大和實(shí)時(shí)性的降低。對(duì)于高性能的處理器，容積點(diǎn)個(gè)數(shù)的增多并不會(huì)帶來(lái)太大的處理困難。然而，當(dāng)算法部署在性能較差的處理器上，或?qū)λ惴ǖ膶?shí)時(shí)性要求很高時(shí)，容積點(diǎn)個(gè)數(shù)的影響便不可忽略。由此可見(jiàn)，現(xiàn)有技術(shù)中求解偽線(xiàn)性系統(tǒng)模型(如目標(biāo)跟蹤定位系統(tǒng))時(shí)所使用的容積卡爾曼濾波方法存在容積點(diǎn)浪費(fèi)導(dǎo)致復(fù)雜度增加，實(shí)時(shí)性下降的問(wèn)題。為此，針對(duì)這類(lèi)偽線(xiàn)性系統(tǒng)，如何保持容積卡爾曼濾波精度基本不變的前提下盡量減少容積點(diǎn)個(gè)數(shù)，是目前亟待解決的問(wèn)題。
技
1、針對(duì)上述存在的問(wèn)題，本專(zhuān)利技術(shù)提供了一種基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，減少容積點(diǎn)個(gè)數(shù)，從而降低了計(jì)算量，從而目標(biāo)跟蹤定位系統(tǒng)的實(shí)時(shí)性。
2、本專(zhuān)利技術(shù)所采用的技術(shù)方案如下：
3、一種基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，包括以下步驟：
4、步驟1：獲取用于目標(biāo)定位跟蹤的測(cè)量數(shù)據(jù)；
5、步驟2：建立目標(biāo)跟蹤定位系統(tǒng)的模型；
6、步驟3：運(yùn)行降維容積卡爾曼濾波算法；
7、步驟4：更新目標(biāo)跟蹤定位系統(tǒng)參量，輸出目標(biāo)位置信息。
8、進(jìn)一步地，步驟2建立的目標(biāo)跟蹤定位系統(tǒng)模型為：
9、
10、其中，xk為系統(tǒng)狀態(tài)，zk為傳感器測(cè)量值，vk為傳感器測(cè)量誤差，wk-1為目標(biāo)運(yùn)動(dòng)建模誤差，f1為系統(tǒng)狀態(tài)函數(shù)1，f2為系統(tǒng)狀態(tài)函數(shù)2，h1為系統(tǒng)量測(cè)函數(shù)1，h2為系統(tǒng)量測(cè)函數(shù)2；
11、進(jìn)一步地，步驟3所述的降維容積卡爾曼濾波算法包括以下步驟：
12、步驟3.1：濾波器初始化目標(biāo)狀態(tài)初始值估計(jì)誤差協(xié)方差初始值以及循環(huán)次數(shù)k；
13、步驟3.2：進(jìn)行時(shí)間更新，得到先驗(yàn)協(xié)方差陣；
14、步驟3.3：進(jìn)行量測(cè)更新，得到后驗(yàn)誤差協(xié)方差矩陣；
15、步驟3.4：重復(fù)執(zhí)行k次步驟3.2-步驟3.3。
16、進(jìn)一步地，步驟3.2的具體步驟包括：
17、步驟3.2.1：將拆分為非線(xiàn)性部分和線(xiàn)性部分即
18、步驟3.2.2：將拆分為相應(yīng)的四個(gè)矩陣，即
19、步驟3.2.3：分別利用和按照容積準(zhǔn)則計(jì)算容積點(diǎn)
20、步驟3.2.4：通過(guò)下式計(jì)算ub：
21、
22、步驟3.2.5：通過(guò)下式計(jì)算us：
23、
24、步驟3.2.6：令非線(xiàn)性傳遞點(diǎn)并對(duì)進(jìn)行加權(quán)求和，通過(guò)下式計(jì)算先驗(yàn)狀態(tài)估計(jì)
25、
26、其中，ωi為相應(yīng)的權(quán)值；
27、步驟3.2.7：通過(guò)下式計(jì)算矩陣mk：
28、
29、步驟3.2.8：基于矩陣mk，通過(guò)下式計(jì)算先驗(yàn)協(xié)方差陣
30、
31、進(jìn)一步地，步驟3.3的具體步驟包括：
32、步驟3.3.1：將拆分為非線(xiàn)性部分和線(xiàn)性部分即
33、步驟3.3.2：將先驗(yàn)協(xié)方差陣拆分為相應(yīng)的四個(gè)矩陣：
34、步驟3.3.3：分別用和按照容積準(zhǔn)則計(jì)算容積點(diǎn)
35、步驟3.3.4：通過(guò)下式計(jì)算ub：
36、
37、步驟3.3.5：通過(guò)下式計(jì)算us：
38、
39、步驟3.3.6：令非線(xiàn)性傳遞點(diǎn)并對(duì)進(jìn)行加權(quán)求和，通過(guò)下式計(jì)算量測(cè)估計(jì)
40、
41、其中，ωi為相應(yīng)的權(quán)值；
42、步驟3.3.7：通過(guò)下式計(jì)算計(jì)算矩陣nk：
43、
44、步驟3.3.8：基于矩陣nk計(jì)算量測(cè)協(xié)方差矩陣：
45、
46、步驟3.3.9：構(gòu)造向量分別計(jì)算交叉協(xié)方差陣pxz,k、卡爾曼濾波增益矩陣kk、k時(shí)刻目標(biāo)位置及速度狀態(tài)的最優(yōu)估計(jì)值以及后驗(yàn)誤差協(xié)方差矩陣
47、進(jìn)一步地，步驟3.3.9中的pxz,k、kk、和的計(jì)算公式分別為：
48、
49、本專(zhuān)利技術(shù)的有益效果是：
50、本專(zhuān)利技術(shù)在構(gòu)造容積點(diǎn)時(shí)，按照目標(biāo)跟蹤模型中目標(biāo)位置、速度等狀態(tài)的非線(xiàn)性子集中的元素個(gè)數(shù)進(jìn)行構(gòu)造，降低了系統(tǒng)的維度，從而減少了容積點(diǎn)個(gè)數(shù)，降低了計(jì)算量，提高了跟蹤定位的實(shí)時(shí)性。
本文檔來(lái)自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，其特征在于，包括以下步驟：
2.如權(quán)利要求1所述的基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，其特征在于，步驟2建立的目標(biāo)跟蹤定位系統(tǒng)模型為：
3.如權(quán)利要求2所述的基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，其特征在于，步驟3所述的降維容積卡爾曼濾波算法包括以下步驟：
4.如權(quán)利要求3所述的基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，其特征在于，步驟3.2的具體步驟包括：
5.如權(quán)利要求4所述的基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，其特征在于，步驟3.3的具體步驟包括：
6.如權(quán)利要求5所述的基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，其特征在于，步驟3.3.9中的Pxz,k、Kk、和的計(jì)算公式分別為：
【技術(shù)特征摘要】
1.一種基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，其特征在于，包括以下步驟：
2.如權(quán)利要求1所述的基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，其特征在于，步驟2建立的目標(biāo)跟蹤定位系統(tǒng)模型為：
3.如權(quán)利要求2所述的基于降維容積卡爾曼濾波的偽線(xiàn)性系統(tǒng)目標(biāo)跟蹤方法，其特征在于，步驟3所述的降維容積卡爾曼濾波算法包括以下步驟：
4.如...
【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：李兆銘，林存寶，楊新巖，李磊，廖育榮，
申請(qǐng)(專(zhuān)利權(quán))人：中國(guó)人民解放軍軍事航天部隊(duì)航天工程大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。