买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种具有自适应序贯融合结构的组网雷达目标跟踪方法_电子科技大学_202410104363.3 

申请/专利权人:电子科技大学

申请日:2024-01-25

公开(公告)日:2024-04-26

公开(公告)号:CN117930139A

主分类号:G01S7/02

分类号:G01S7/02;G01S13/87;G01S13/66

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.14#实质审查的生效;2024.04.26#公开

摘要:本发明属于相控阵组网雷达数据融合的目标跟踪技术领域,特别涉及具有多普勒量测信息进行序贯滤波及融合的目标跟踪系统及方法,提出了对DMM‑LSF滤波算法进行改进的方法,通过重新整合伪量测的表达形式,在去偏量测矩阵中引入了位置滤波估计结果中的速度信息,将改进的DMM‑LSF作为序贯融合的子节点滤波算法。基于改进的滤波算法,结合传统的序贯滤波思想,提出一种具有自适应序贯融合结构的组网雷达目标跟踪方法ADSF,在此算法中利用改进的DMM‑LSF滤波算法,在每个雷达节点位置滤波后增加传输评估模块,自适应地选取各个雷达节点位置滤波子模块或序贯滤波子模块,与下一个雷达节点进行序贯融合,形成了具有自适应序贯融合结构的多雷达目标跟踪方法。

主权项:1.一种具有自适应序贯融合结构的组网雷达目标跟踪方法,具体技术方案如下:假设多雷达系统中共有N个相控阵雷达,在统一坐标系下k时刻第i个雷达位于且各雷达节点获取量测均进行了时间配准,各个雷达坐标系平行于统一坐标系。第i个雷达获得的量测信息分别为距离量测rm,ik、俯仰角θm,ik、方位角以及径向速度量测其相应的量测噪声和是零均值加性高斯白噪声,量测方差分别为和且距离量测和径向速度量测误差之间的相关系数为ρi。一种具有自适应序贯融合结构的组网雷达目标跟踪方法从k-1时刻到k时刻的滤波步骤如下:步骤1:对第i个雷达的目标状态输入信息进行空间配准并基于位置量测信息进行线性卡尔曼滤波,获得以各个雷达作为参考坐标系的基于位置量测信息的目标状态估计结果。步骤1.1对目标在k时刻的状态进行预测并进行空间配准。 其中,Fk-1为k-1时刻的转移矩阵,Gk-1为噪声驱动矩阵,为过程噪声的均值,表示k时刻雷达1基于上一时刻目标融合状态估计结果的位置滤波预测状态,表示k-1时刻第N个雷达的融合结果,表示第i-1个雷达输入进雷达i的位置滤波器的目标状态信息,表示雷达i的位置滤波预测状态,如式2所示。 其中,·T为矩阵的转置运算分别为在x,y,z方向上的预测位置,分别为在x,y,z方向上的预测速度,分别为在x,y,z方向上的预测加速度。预测误差协方差表示为: 其中,是雷达1位置滤波目标状态的预测误差协方差,表示雷达i∈[2,N]的位置滤波目标状态预测协方差,表示k-1时刻雷达N反馈的融合结果,为k时刻雷达i-1,i∈[2,N]传输的融合结果,Qk-1为过程噪声协方差矩阵。步骤1.2计算位置滤波的新息误差协方差和卡尔曼增益。 其中,为第i个雷达去相关无偏量测转换后位置量测向量的误差协方差矩阵,为第i个雷达位置量测向量与目标运动状态向量之间的线性量测矩阵,具体表达式如下: 其中中各元素的具体表达形式如下式8—13: 其中,代表雷达i获取量测的预测值,可由式2的预测值通过坐标转换得到,是相应的预测误差方差,其通过雅可比变换矩阵和笛卡尔坐标系的预测估计误差协方差矩阵计算得到。步骤1.3计算基于位置量测的状态更新向量和位置状态估计误差协方差矩阵。 其中,为第i个雷达无偏量测转换后的位置量测向量,本向量中步骤2:自适应序贯融合,当γi大于门限值时将步骤1中获得的位置滤波估计结果作为下一级雷达的滤波输入,反之进入步骤4。 若满足γi>γthreshold,其中γthreshold为评估性能的门限阈值,则同时将该雷达节点的序号记录在Ω集合中,并返回步骤1;否则进入步骤3。步骤3:基于步骤1的位置滤波估计结果对雷达i进行线性序贯卡尔曼滤波,获得以各个雷达作为参考坐标系的基于径向速度量测信息的目标状态估计结果。 其中,表示雷达i的序贯滤波输入,为本发明中线性序贯滤波的去偏量测矩阵,该矩阵充分利用了位置滤波的位置和速度估计结果,其表达式如式24,25所示,εdduc,ik和分别为经过去相关去偏处理后的伪量测及其误差协方差,具体表达式分别如式26,28所示。步骤3中各项如式22—35所示: 其中,式26中的为εdduc,ik相对应的量测误差,其均值与统计特性的具体表达式如式27—30所示: 将式27,29,30代入28式中,进一步计算得到误差协方差其中式30中各元素如式23中所示,式29中和分别式31,32所示: 其中,式31中各元素的具体表达形式如下式33—35所示: 其中,上式33—35中的预测信息可通过步骤1获得。步骤4:重复步骤1-3直至N个雷达均进行了自适应序贯融合滤波,得到目标状态的融合估计结果和融合结果误差协方差判断集合Ω是否为空集,若为空则将融合结果空间配准后作为最终输出,若不为空,则依次通过集合Ω中各雷达节点的序贯滤波子模块,得到以融合中心为参考坐标系的最终输出结果。 其中,是集合Ω中最后一级序贯滤波子模块输出的目标状态估计结果和误差协方差,是相应雷达在k时刻的坐标位置。

全文数据:

权利要求:

百度查询: 电子科技大学 一种具有自适应序贯融合结构的组网雷达目标跟踪方法

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。