申请/专利权人：上海无线电设备研究所

申请日：2018-09-17

公开（公告）日：2021-01-19

公开（公告）号：CN109444874B

主分类号：G01S13/66(20060101)

分类号：G01S13/66(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.01.19#授权;2019.04.02#实质审查的生效;2019.03.08#公开

摘要：一种目标距离跟踪方法，通过一阶一步迭代线性平滑牛顿法完成对当前相参处理间隔目标径向加速度的预估，突破了传统“当前”统计模型用于跟踪时需预设加速度极限值以及机动频率值的局限性，实现了跟踪滤波的过程噪声协方差矩阵及量测噪声协方差矩阵的自适应计算，拓宽了“当前”统计模型跟踪算法的适用范围，并实现模型的自适应更新，提高目标距离跟踪性能的稳定性，对于实际工程中的机动目标跟踪场景具有重要价值。

主权项：1.一种目标距离跟踪方法，其特征在于，包含以下步骤：步骤S1、设计一阶一步向前RLSN预测器，此RLSN预测器的离散域传输函数为： 其中，μ为反馈比例因子，N为滑动平均器的阶数；步骤S2、在第k个处理周期CPI，利用径向速度测量值计算上一个CPI的加速度估计值 其中，为第k个CPI的径向速度测量值，为第k-1个CPI的径向速度测量值，T为一个CPI的持续时间，k＝2,3,....；步骤S3、判断CPI计数是否小于N+2，若是，则进行步骤S2，若否，进行步骤S4；步骤S4、若计算第k个CPI的加速度预估值 步骤S5、计算从第k-N个CPI到第k个CPI的加速度均值并计算从第k-N个CPI到第k个CPI的加速度方差 步骤S6、计算目标机动频率α：若则若且则 其中，x服从标准正态分布，即x～N0，1；步骤S7、更新第k个CPI的过程噪声协方差矩阵Qk： 其中， 步骤S8、更新输入控制向量Uk： 步骤S9、构造第k个CPI的状态矢量 其中，是相对距离，是径向速度，是径向加速度；步骤S10、计算第k个CPI的滤波向量 Pk＝I-KkHkPk,k-116其中，k＝2,3,....，Hk＝[100]，为新息，zk为目标状态量测值，即zk＝[Rk；vk；ak]T，Rk是相对距离量测值，vk是径向速度量测值，ak是径向加速度量测值，b为衰减因子，且0＜b＜1，其值一般取0.95～0.99，dk为权重系数，dk＝1-b1-bk，I为单位矩阵。

全文数据：一种目标距离跟踪方法技术领域本发明涉及一种目标距离跟踪方法，尤其涉及一种基于迭代线性平滑牛顿法RLSN的目标距离跟踪方法。背景技术在雷达跟踪目标距离时，使用的主流跟踪模型为交互多模型InteractiveMultipleModel，IMM。尽管其跟踪性能更优，但计算量也随着模型数目变多而增大。对于单个目标的距离跟踪场景，“当前”统计模型的应用同样具有可靠稳定的跟踪效果，而且其计算量相比于IMM模型可忽略。因此“当前”统计模型也是较为实用的跟踪方法，但“当前”统计模型在使用时，需预设目标机动频率与目标加速度上下限，故其在目标机动场景中的跟踪性能难以满足工程要求。发明内容本发明提供一种目标距离跟踪方法，突破了传统“当前”统计模型用于跟踪时需预设加速度极限值以及机动频率值的局限性，实现了跟踪滤波的过程噪声协方差矩阵及量测噪声协方差矩阵的自适应计算，拓宽了“当前”统计模型跟踪算法的适用范围，并实现模型的自适应更新，提高目标距离跟踪性能的稳定性，对于实际工程中的机动目标跟踪场景具有重要价值。为了达到上述目的，本发明提供一种目标距离跟踪方法，包含以下步骤：步骤S1、设计一阶一步向前RLSN预测器，此RLSN预测器的离散域传输函数为：其中，μ为反馈比例因子，N为滑动平均器的阶数；步骤S2、在第k个处理周期CPI，利用径向速度测量值计算上一个CPI的加速度估计值其中，为第k个CPI的径向速度测量值，为第k-1个CPI的径向速度测量值，T为一个CPI的持续时间，k＝2,3,….；步骤S3、判断CPI计数是否小于N+2，若是，则进行步骤S2，若否，进行步骤S4；步骤S4、计算第k个CPI的加速度预估值步骤S5、计算从第k-N个CPI到第k个CPI的加速度均值并计算从第k-N个CPI到第k个CPI的加速度方差步骤S6、计算目标机动频率α：若且则其中，x服从标准正态分布，即x～N0，1；步骤S7、更新第k个CPI的过程噪声协方差矩阵Qk：其中，步骤S8、更新输入控制向量Uk：步骤S9、构造第k个CPI的状态矢量其中，是相对距离，是径向速度，是径向加速度；步骤S10、计算第k个CPI的滤波向量Pk＝I-KkHkPk,k-116其中，k＝2,3,….，Hk＝[100]，为新息，zk为目标状态量测值，即zk＝[Rk；vk；ak]T，Rk是相对距离量测值，vk是径向速度量测值，ak是径向加速度量测值，b为衰减因子，且0＜b＜1，其值一般取0.95～0.99，dk为权重系数，dk＝1-b1-bk，I为单位矩阵。本发明通过一阶一步迭代线性平滑牛顿法完成对当前相参处理间隔目标径向加速度的预估，突破了传统“当前”统计模型用于跟踪时需预设加速度极限值以及机动频率值的局限性，实现了跟踪滤波的过程噪声协方差矩阵及量测噪声协方差矩阵的自适应计算，拓宽了“当前”统计模型跟踪算法的适用范围，并实现模型的自适应更新，提高目标距离跟踪性能的稳定性，对于实际工程中的机动目标跟踪场景具有重要价值。附图说明图1是本发明提供的一种目标距离跟踪方法的流程图。图2是一阶一步向前RLSN预测器的信号流图。图3是本发明仿真实验中的仿真场景示意图。图4是本发明与IMMEKF方法的距离跟踪误差对比曲线。图5是本发明与IMMEKF方法的距离跟踪误差方差对比曲线。具体实施方式以下根据图1～图5，具体说明本发明的较佳实施例。如图1所示，本发明提供一种目标距离跟踪方法，包含以下步骤：步骤S1、设计如图2所示的一阶一步向前RLSN预测器，此RLSN预测器的离散域传输函数为：其中，μ为反馈比例因子，μ＝0.05，N为滑动平均器的阶数，N＝8；步骤S2、在第k个处理周期CohrentProcessingInterval，CPI，利用径向速度测量值计算上一个CPI的加速度估计值其中，为第k个CPI的径向速度测量值，为第k-1个CPI的径向速度测量值，T为一个CPI的持续时间，k＝2,3,….；步骤S3、判断CPI计数是否小于10，若是，则进行步骤S2，若否，进行步骤S4；步骤S4、计算第k个CPI的加速度预估值步骤S5、计算从第k-8个CPI到第k个CPI的加速度均值并计算从第k-8个CPI到第k个CPI的加速度方差2步骤S6、计算目标机动频率α：若且则其中，x服从标准正态分布，即x～N0，1；步骤S7、更新第k个CPI的过程噪声协方差矩阵Qk：其中，步骤S8、更新输入控制向量Uk：步骤S9、构造第k个CPI的状态矢量其中，是相对距离，是径向速度，是径向加速度；步骤S10、计算第k个CPI的滤波向量Pk＝I-KkHkPk,k-116其中，k＝2,3,….，Hk＝[100]，为新息，zk为目标状态量测值，即zk＝[Rk；vk；ak]T，Rk是相对距离量测值，vk是径向速度量测值，ak是径向加速度量测值，b为衰减因子，且0＜b＜1，其值一般取0.95～0.99，dk为权重系数，dk＝1-b1-bk，I为单位矩阵；步骤S11、判断相对距离值是否小于0，若是，表明跟踪阶段结束，若否，进行步骤S2。本发明可以通过以下实验进一步说明。图3为验证本发明的计算机仿真场景，目标与雷达相向运动。图4为采用本发明方法与现有技术的距离跟踪方法IMMEKF的距离跟踪误差对比曲线。图5为采用本发明与现有技术的距离跟踪方法IMMEKF的距离跟踪误差方差对比曲线。图4与图5中的起始CPI计数为第10个CPI。从图4可以看出，IMMEKF算法在跟踪初期给出了较快的误差下降速率，然而其跟踪性能并不稳定。反观本发明方法，其跟踪误差更小，也更稳定。从图5可以看出，本发明方法与IMMEKF算法都得到了呈收敛趋势的跟踪误差方差曲线，但本发明方法的距离跟踪误差方差更小。到跟踪末期，本发明方法的距离跟踪误差方差约为IMMEKF方法的40％左右。本发明通过一阶一步迭代线性平滑牛顿法完成对当前相参处理间隔目标径向加速度的预估，得到“当前”统计模型中目标机动频率值的解析解，无需设置模型中目标机动加速度极限值，实现过程噪声协方差矩阵的自适应计算，并利用简化的Sage-Husa滤波器如式13所示进一步改进了“当前”统计模型，实现量测噪声协方差矩阵的自适应更新，有效地拓宽了“当前”统计模型跟踪算法的使用范围，进一步增强了工程实际中的应用价值。尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

权利要求：1.一种目标距离跟踪方法，其特征在于，包含以下步骤：步骤S1、设计一阶一步向前RLSN预测器，此RLSN预测器的离散域传输函数为：其中，μ为反馈比例因子，N为滑动平均器的阶数；步骤S2、在第k个处理周期CPI，利用径向速度测量值计算上一个CPI的加速度估计值其中，为第k个CPI的径向速度测量值，为第k-1个CPI的径向速度测量值，T为一个CPI的持续时间，k＝2,3,....；步骤S3、判断CPI计数是否小于N+2，若是，则进行步骤S2，若否，进行步骤S4；步骤S4、若计算第k个CPI的加速度预估值步骤S5、计算从第k-N个CPI到第k个CPI的加速度均值并计算从第k-N个CPI到第k个CPI的加速度方差步骤S6、计算目标机动频率α：若则若且则其中，x服从标准正态分布，即x～N0，1；步骤S7、更新第k个CPI的过程噪声协方差矩阵Qk：其中，步骤S8、更新输入控制向量Uk：步骤S9、构造第k个CPI的状态矢量其中，是相对距离，是径向速度，是径向加速度；步骤S10、计算第k个CPI的滤波向量Pk＝I-KkHkPk,k-116其中，k＝2,3,....，Hk＝[100]，为新息，zk为目标状态量测值，即zk＝[Rk；vk；ak]T，Rk是相对距离量测值，vk是径向速度量测值，ak是径向加速度量测值，b为衰减因子，且0＜b＜1，其值一般取0.95～0.99，dk为权重系数，dk＝1-b1-bk，I为单位矩阵。

百度查询： 上海无线电设备研究所 一种目标距离跟踪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD