一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法
【專利摘要】本發(fā)明屬于機(jī)動目標(biāo)跟蹤領(lǐng)域，公開了一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，包括：初始化雷達(dá)觀測值，得到初始狀態(tài)向量和初始協(xié)方差矩陣；選擇初始角速度，確定運(yùn)動模型的狀態(tài)轉(zhuǎn)移矩陣；進(jìn)行多模型濾波得到狀態(tài)估計(jì)向量和估計(jì)協(xié)方差矩陣，同時(shí)也得到多模型的權(quán)值；利用變結(jié)構(gòu)和圖論的思想，通過多模型的權(quán)值對角速度即多模型結(jié)構(gòu)進(jìn)行調(diào)整，直至跟蹤完成。本發(fā)明跟蹤性能好、計(jì)算量小，可用于對高速強(qiáng)機(jī)動目標(biāo)的跟蹤。
【專利說明】
-種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法
技術(shù)領(lǐng)域
[0001 ]本發(fā)明設(shè)及機(jī)動目標(biāo)跟蹤領(lǐng)域，尤其設(shè)及一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo) 跟蹤方法，可用于對局速機(jī)動目柄的跟蹤。
【背景技術(shù)】
[0002] 由于目標(biāo)跟蹤在國防和民用各領(lǐng)域的重要價(jià)值，一直W來很多學(xué)者致力于研究目 標(biāo)跟蹤算法。隨著現(xiàn)代航空的迅速發(fā)展，各種飛行器的機(jī)動性和運(yùn)動速度越來越高，單模型 算法很難滿足跟蹤速度和精度的需求，而多模型算法可W避免采用單模型時(shí)由于目標(biāo)機(jī)動 而造成模型的不準(zhǔn)確，提高機(jī)動目標(biāo)跟蹤性能，從而實(shí)現(xiàn)對強(qiáng)機(jī)動目標(biāo)的精確跟蹤。
[0003] 但多模型中每個(gè)模型的權(quán)值自適應(yīng)變化是一個(gè)難點(diǎn)，目前廣泛采用的交互式多模 型IMM算法，根據(jù)先驗(yàn)概率和馬爾科夫轉(zhuǎn)移矩陣調(diào)整權(quán)值(即后驗(yàn)概率），具有較好的自適應(yīng) 能力。但是IMM算法中該先驗(yàn)概率和轉(zhuǎn)移矩陣是人為設(shè)置的，極大影響權(quán)值的變化，而且多 模型之間的交互，在模型很多時(shí)計(jì)算量十分龐大。
[0004] 除此之外，因?yàn)镮MM算法中每一個(gè)模型都固定不變，在所設(shè)的模型都不符合實(shí)際運(yùn) 動模型的情況下，IMM算法跟蹤性能無疑會很差。現(xiàn)在有為此改進(jìn)的變結(jié)構(gòu)IMM算法，雖然解 決了 IMM算法中模型固定不變的問題，但需要提前設(shè)好盡可能多的模型集，而模型集增刪規(guī) 則也十分復(fù)雜，運(yùn)算量十分龐大。

【發(fā)明內(nèi)容】

[0005] 針對上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型 機(jī)動目標(biāo)跟蹤方法，能夠增強(qiáng)濾波算法的自適應(yīng)能力，提高雷達(dá)在目標(biāo)強(qiáng)機(jī)動下的跟蹤精 度。
[0006] 實(shí)現(xiàn)本發(fā)明的技術(shù)思路是:根據(jù)殘差方差變化調(diào)整多模型的權(quán)值，利用變結(jié)構(gòu)和 圖論的思想，通過改進(jìn)后的多模型的權(quán)值調(diào)整濾波器的結(jié)構(gòu)，使多模型采用的機(jī)動模型集 向著目標(biāo)真實(shí)運(yùn)動模型逼近，進(jìn)而使估計(jì)信號逼近期望信號，W提高跟蹤性能。
[0007] 為達(dá)到上述目的，本發(fā)明的實(shí)施例采用如下技術(shù)方案：
[000引一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，所述方法包括如下步驟：
[0009] 步驟1，獲取雷達(dá)機(jī)動目標(biāo)的位置檢測值，對所述位置檢測值進(jìn)行N次采樣，得到觀 巧帷序列，根據(jù)所述觀測值序列確定雷達(dá)機(jī)動目標(biāo)的第0時(shí)刻狀態(tài)向量和第加寸刻協(xié)方差矩 陣，N為大于1的自然數(shù)；
[0010] 步驟2,雷達(dá)機(jī)動目標(biāo)運(yùn)動模型采用聯(lián)動式轉(zhuǎn)彎運(yùn)動模型，對所述聯(lián)動式轉(zhuǎn)彎運(yùn)動 模型設(shè)定r個(gè)不同的初始角速度，得到r個(gè)對應(yīng)的目標(biāo)運(yùn)動子模型和r個(gè)對應(yīng)的系統(tǒng)狀態(tài)轉(zhuǎn) 移矩陣。
[0011] 步驟3,根據(jù)第j個(gè)目標(biāo)運(yùn)動子模型的第k-1時(shí)刻狀態(tài)向量、第k-1時(shí)刻協(xié)方差矩陣、 所述觀測值序列和其對應(yīng)的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，計(jì)算第j個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新 息、第k時(shí)刻新息協(xié)方差矩陣W及第k時(shí)刻增益矩陣，從而得到第j個(gè)目標(biāo)運(yùn)動子模型的第k 時(shí)刻狀態(tài)估計(jì)向量和第k時(shí)刻狀態(tài)估計(jì)協(xié)方差矩陣，j G (I，2，-j)，k> I，k的初值為I; [001^ 步驟4,根據(jù)所述第j個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)亥嚇息和第k時(shí)亥嚇息協(xié)方差矩陣 計(jì)算第k時(shí)刻新息的平方；
[001引步驟5，設(shè)定第j個(gè)目標(biāo)運(yùn)動子模型的第0時(shí)亥嚇息為0，將第j個(gè)目標(biāo)運(yùn)動子模型的 第k時(shí)刻新息的平方與與其前若干個(gè)時(shí)刻的新息的平方加權(quán)求和，得到第j個(gè)目標(biāo)運(yùn)動子模 型的第k時(shí)刻新息修正值；
[0014]步驟6,重復(fù)執(zhí)行步驟5,得到r個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新息修正值，并根據(jù)所 述r個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新息修正值計(jì)算對應(yīng)目標(biāo)運(yùn)動子模型的第k時(shí)刻權(quán)值；
[001引步驟7,根據(jù)步驟3至步驟6所得到的r個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻狀態(tài)估計(jì)向量、 第k時(shí)刻狀態(tài)估計(jì)協(xié)方差矩陣W及第k時(shí)刻權(quán)值，得到r個(gè)目標(biāo)運(yùn)動子模型第k時(shí)刻總體狀態(tài) 估計(jì)向量和第k時(shí)刻總體狀態(tài)估計(jì)協(xié)方差矩陣；
[0016] 步驟8,根據(jù)r個(gè)目標(biāo)運(yùn)動子模型第k時(shí)刻權(quán)值對r個(gè)目標(biāo)運(yùn)動子模型的角速度進(jìn)行 修正，并將修正后的角速度作為r個(gè)目標(biāo)運(yùn)動子模型的最新角速度；
[0017] 步驟9，令k的值加 1，并依次重復(fù)執(zhí)行步驟3至步驟8，直至化>N-1，從而得到r個(gè)目 標(biāo)運(yùn)動子模型的最新角速度，從而得到r個(gè)目標(biāo)運(yùn)動子模型對應(yīng)的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，根據(jù) r個(gè)目標(biāo)運(yùn)動子模型的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣對雷達(dá)機(jī)動目標(biāo)進(jìn)行跟蹤。
[001引本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：1.跟蹤性能高:本發(fā)明中引入了變結(jié)構(gòu)和圖 論的思想，與傳統(tǒng)IMM算法中模型集和轉(zhuǎn)移概率固定不同的是，本發(fā)明中濾波器可W利用多 模型的權(quán)值自適應(yīng)調(diào)節(jié)模型集，從而提高了跟蹤精度，減小了誤差，同時(shí)改進(jìn)了多模型權(quán)值 的求法，使更符合實(shí)際運(yùn)動的模型的權(quán)值占得比重更重;2.計(jì)算簡單:現(xiàn)有多模型算法都經(jīng) 過復(fù)雜貝葉斯交互算法來達(dá)到求得多模型權(quán)值，本發(fā)明直接按新息的平方的比值求得多模 型權(quán)值，大幅度降低了計(jì)算復(fù)雜度，并且經(jīng)此方法求得的權(quán)值穩(wěn)定。
【附圖說明】
[0019] 為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可W 根據(jù)運(yùn)些附圖獲得其他的附圖。
[0020] 圖1為本發(fā)明實(shí)施例提供的一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法的流 程示意圖；
[0021] 圖2為本發(fā)明對機(jī)動目標(biāo)跟蹤的效果示意圖；
[0022] 圖3為本發(fā)明與傳統(tǒng)IMM方法W及變結(jié)構(gòu)IMM方法對機(jī)動目標(biāo)跟蹤=維位置誤差和 速度誤差比較示意圖；
[0023] 圖4為本發(fā)明與變結(jié)構(gòu)IMM方法對多模型角速度調(diào)整示意圖。
【具體實(shí)施方式】
[0024] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0025] -種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，參照圖1，所述方法包括如下步 驟：
[0026] 對機(jī)動目標(biāo)運(yùn)動狀態(tài)進(jìn)行初始化：
[0027] 步驟1，獲取雷達(dá)機(jī)動目標(biāo)的位置檢測值，對所述位置檢測值進(jìn)行N次采樣，得到觀 巧帷序列，根據(jù)所述觀測值序列確定雷達(dá)機(jī)動目標(biāo)的第0時(shí)刻狀態(tài)向量和第加寸刻協(xié)方差矩 陣，N為大于1的自然數(shù)。
[002引步驟1具體包括：
[0029] (Ia)對雷達(dá)機(jī)動目標(biāo)的位置進(jìn)行檢測，得到雷達(dá)機(jī)動目標(biāo)的位置檢測值，并對所 述位置檢測值進(jìn)行N次采樣，得到觀測值序列Z化），k=l，2，…，N;
[0030] 從觀測值序列Z化)中取出前兩個(gè)采樣點(diǎn)的觀測值Z(I), Z(2)，其中：
[0031] Z(l) = [xx(l) yy(l) zz(l)]T
[0032] Z(2) = [xx(2) yy(2) zz(2)]^
[0033] 式中xx( ? )，yy( ? )，zz( ?)分別表示雷達(dá)機(jī)動目標(biāo)在X軸、y軸、Z軸的位置，[? ]T 表示矩陣的轉(zhuǎn)置；
[0034] (Ib)根據(jù)所述觀測值序列Z化)確定雷達(dá)機(jī)動目標(biāo)的第0時(shí)刻狀態(tài)向量愛。，根據(jù)雷 達(dá)機(jī)動目標(biāo)的第加寸刻狀態(tài)向量玄0確定雷達(dá)機(jī)動目標(biāo)的第加寸刻協(xié)方差矩陣Po:
[0035] 根據(jù)觀測值Z(I),Z(2)，獲得雷達(dá)機(jī)動目標(biāo)的第加寸刻狀態(tài)向量玄。如下：
[0036]
[0037] 其中，（xx(2)-xx(l))/T、（yy(2)-yy(l))/T、（zz(2)-zz(l))/T分別表示雷達(dá)機(jī)動 目標(biāo)在第2采樣點(diǎn)處的X軸方向速度、y軸方向速度、Z軸方向速度，T為采樣間隔；
[0038] (Ic)根據(jù)第0時(shí)刻狀態(tài)向量玄。，獲得第加寸刻協(xié)方差矩陣Po>其中，E
[?]表示數(shù)學(xué)期望。
[0039] 對機(jī)動目標(biāo)跟蹤模型參數(shù)進(jìn)行初始化：
[0040] 步驟2,雷達(dá)機(jī)動目標(biāo)運(yùn)動模型采用聯(lián)動式轉(zhuǎn)彎運(yùn)動模型，對所述聯(lián)動式轉(zhuǎn)彎運(yùn)動 模型設(shè)定r個(gè)不同的初始角速度，得到r個(gè)對應(yīng)的目標(biāo)運(yùn)動子模型和r個(gè)對應(yīng)的系統(tǒng)狀態(tài)轉(zhuǎn) 移矩陣。
[0041] 根據(jù)機(jī)動目標(biāo)的運(yùn)動特性，可知協(xié)CT(聯(lián)動式轉(zhuǎn)彎運(yùn)動)模型因角速度不同幾乎可 W包含所有運(yùn)動可能狀態(tài)。
[0042] 步驟2具體包括：
[0043] 對雷達(dá)機(jī)動目標(biāo)運(yùn)動模型設(shè)定r個(gè)不同的初始角速度CO 1，從而得到r個(gè)對應(yīng)的系 統(tǒng)狀態(tài)轉(zhuǎn)移矩陣巫i:
[0044]
[0045] 其中，1 = 1，2，'。'，[-]。乂。表示該矩陣為111行11列的矩陣。
[0046] 步驟3,進(jìn)行濾波，根據(jù)第j個(gè)目標(biāo)運(yùn)動子模型的第k-1時(shí)刻狀態(tài)向量、第k-1時(shí)刻協(xié) 方差矩陣、所述觀測值序列和其對應(yīng)的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，計(jì)算第j個(gè)目標(biāo)運(yùn)動子模型的第 k時(shí)刻新息、第k時(shí)刻新息協(xié)方差矩陣W及第k時(shí)刻增益矩陣，從而得到第j個(gè)目標(biāo)運(yùn)動子模 型的第k時(shí)刻狀態(tài)估計(jì)向量和第k時(shí)刻狀態(tài)估計(jì)協(xié)方差矩陣，j G (1，2，一r)，1，k的初值 為1。
[0047] 對于模型j，W義"(A'-化-1)戶;，(A -Il哀-9及觀測值Z(k)作為輸入按照如下步驟 進(jìn)行濾波：
[004引步驟3具體包括：
[0049] (3a)根據(jù)第k時(shí)刻目標(biāo)運(yùn)動子模型j的狀態(tài)轉(zhuǎn)移矩陣〇^1〇對第k-1時(shí)刻目標(biāo)運(yùn)動 子模型j的狀態(tài)向量義於-化-1規(guī)行一步預(yù)測，得到對應(yīng)目標(biāo)運(yùn)動子模型的一步狀態(tài)預(yù)測 值.
[0050] (3b)根據(jù)狀態(tài)轉(zhuǎn)移矩陣對第k-1時(shí)刻目標(biāo)運(yùn)動子模型j的狀態(tài)協(xié)方差矩陣 巧a -化-1)進(jìn)行一步預(yù)測，得到對應(yīng)目標(biāo)運(yùn)動子模型的一步協(xié)方差預(yù)測值P^k I k-1):
，其中，Qj表示模型j的過程噪聲協(xié)方差；
[0051] (3c)獲取第k時(shí)刻目標(biāo)運(yùn)動子模型j的量測矩陣&化），利用第k時(shí)刻目標(biāo)運(yùn)動子模 型j的量測矩陣&化)對目標(biāo)運(yùn)動子模型j的一步狀態(tài)預(yù)測值義U進(jìn)行量測轉(zhuǎn)換，得到 對應(yīng)目標(biāo)運(yùn)動子模型的量測預(yù)測值^ ,
,J 其中，町化)表 示雷達(dá)機(jī)動目標(biāo)第k時(shí)刻目標(biāo)運(yùn)動子模型j的量測矩陣；
[0化2] (3d)利用當(dāng)前時(shí)刻觀測值Z化)和目標(biāo)運(yùn)動子模型j的量測預(yù)測值乏/冰一U相減得 到對應(yīng)目標(biāo)運(yùn)動子模型的新息￥^4):
[0053] (3e)由目標(biāo)運(yùn)動子模型j的一步協(xié)方差預(yù)測值IMkIk-I)和量測矩陣&化)確定對 應(yīng)目標(biāo)運(yùn)動子模型的新息協(xié)方差矩陣^化）：
癢中，R 化)是觀測噪聲在第k時(shí)刻的協(xié)方差矩陣；
[0054] (3f)根據(jù)目標(biāo)運(yùn)動子模型j的一步協(xié)方差預(yù)測值Pi化k-1)、量測矩陣田化似及新 息協(xié)方差矩陣&化)計(jì)算增益矩陣b(k)
( ? )H表示求矩陣 的共輛轉(zhuǎn)置，（?尸表示求矩陣的逆；
[0化5] (3g)利用增益矩陣町化)對目標(biāo)運(yùn)動子模型j的一步狀態(tài)預(yù)測值義/tk-C和一步 協(xié)方差預(yù)測值Wkl k-1)進(jìn)行濾波，得到目標(biāo)運(yùn)動子模型j的第k時(shí)刻狀態(tài)估計(jì)向量義.(沁） 和第k時(shí)刻狀態(tài)估計(jì)協(xié)方差矩陣Pj化I k):
[0化6]
[0化7] Pj化 I k) =Pj化 Ik-D-Kj化)Sj化化/化）。
[005引對機(jī)動目標(biāo)跟蹤模型進(jìn)行更新：
[0059] 步驟4,根據(jù)所述第j個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新息和第k時(shí)刻新息協(xié)方差矩陣 計(jì)算第k時(shí)刻新息的平方。
[0060] 步驟4具體包括：
[0061] 由目標(biāo)運(yùn)動子模型j的新息V^k)及其協(xié)方差矩陣5^1〇計(jì)算新息的平方&A'):
[0062] 步驟5,考慮噪聲和機(jī)動對新息的平方的影響，將第j個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻 新息的平方與與其前若干個(gè)時(shí)刻的新息的平方加權(quán)求和，得到第j個(gè)目標(biāo)運(yùn)動子模型的第k 時(shí)刻新息修正值；
[0063]
其中，A為遺忘因子，（〇《A《l)。
[0064] 步驟6，重復(fù)執(zhí)行步驟5，得到r個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新息修正值，將所述r 個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新息修正值按從小到大的方式排序并計(jì)算對應(yīng)目標(biāo)運(yùn)動子模 型的第k時(shí)刻權(quán)值。
[0065] 根據(jù)所述r個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新息修正值計(jì)算對應(yīng)目標(biāo)運(yùn)動子模型的 第k時(shí)刻權(quán)值具體包括：
[0066] (6a)對r個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新息修正值{4: (A')，4 (&)，...，《 (fc)}按從小 到大的方式排序：
[0067]
[006引其中，A為遺忘因子，（0《A《l) ,index為排序后新息修正值的原始索引值，躬心為 對應(yīng)索引的新息修正值，即始為最小值，為最大值。
[0069] (6b)對較小的新息修正值分配較大的系數(shù)：
[0070]
[0071] (6c)根據(jù)系數(shù)求模型權(quán)值：
[0072]
[0073] 此時(shí)權(quán)值和為1。上述方法與下面遞歸方法等價(jià)：
[0074]
[0075] 步驟7,根據(jù)步驟3至步驟6所得到的r個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻狀態(tài)估計(jì)向量、 第k時(shí)刻狀態(tài)估計(jì)協(xié)方差矩陣W及第k時(shí)刻權(quán)值，得到r個(gè)目標(biāo)運(yùn)動子模型第k時(shí)刻總體狀態(tài) 估計(jì)向量和第k時(shí)刻總體狀態(tài)估計(jì)協(xié)方差矩陣。
[0076] 步驟7具體包括：
[0077] 根據(jù)所述r個(gè)目標(biāo)運(yùn)動子模型第k時(shí)刻狀態(tài)估計(jì)向量、第k時(shí)刻狀態(tài)估計(jì)協(xié)方差矩 陣W及第k時(shí)刻權(quán)值得到r個(gè)目標(biāo)運(yùn)動子模型加權(quán)后第k時(shí)刻狀態(tài)估計(jì)向量i作I巧和第k時(shí)刻 狀態(tài)估計(jì)協(xié)方差矩陣P化Ik):
[007引
[0079] O
[0080] 按照如下步驟根據(jù)權(quán)值建立變結(jié)構(gòu)模型：
[0081 ]步驟8，根據(jù)r個(gè)目標(biāo)運(yùn)動子模型第k時(shí)刻權(quán)值對r個(gè)目標(biāo)運(yùn)動子模型的角速度進(jìn)行 修正，并將修正后的角速度作為r個(gè)目標(biāo)運(yùn)動子模型的最新角速度。
[0082] 步驟8具體包括：
[0083] 若日標(biāo)后動子檀巧掛r為奇掛郵r = 2n+l ,則#笠1<時(shí)刻的檀巧集為 參數(shù)分別對應(yīng)r個(gè)目 邑;對應(yīng)模型集的權(quán)值 ^目標(biāo)運(yùn)動子模型數(shù)r '為中屯、模型；對應(yīng)模
[0084] 按照下述方法調(diào)整模型間距：[0085] 第k時(shí)刻模型間距調(diào)整參數(shù)為不"I) =max{媒W-壞'nW，滬)j，
其中表示模型區(qū)分距離，一般取 己確定中屯、模型，中屯、模型為上一時(shí)刻所有模型 參數(shù)與對應(yīng)概率乘積之和：
[0086] (8a)模型權(quán)值重屯、無跳變:此時(shí)鉛W =陽ax巧），則可根據(jù)其他模型權(quán)值判定模型 集不變或向中屯、模型靠猶；
[0087]
[008引
[0089] 其中，t讀示不可能模型的口限值，一般取ti<0.1;
[0090] (8b)模型權(quán)值重屯、向左跳變:此時(shí)//fiW =max(巧），則可根據(jù)其他模型安置判定 模型集不變或向左側(cè)模型靠猶；
[0091] ,
[0092]
[0093] 其中，t康示有效模型的口限值，一般取t2 >0.9;
[0094] (8c)模型權(quán)值重屯、向右跳變:此時(shí)鉛^'> 化IX(G)，則可根據(jù)其他模型權(quán)值判定 模型集不變或向右側(cè)模型靠猶；
[0095]
[0096]
[0097] 判斷跟蹤是否完成：
[0098] 步驟9,令k的值加1，并依次重復(fù)執(zhí)行步驟3至步驟8,直到k>N-l，從而得到r個(gè)目 標(biāo)運(yùn)動子模型的最新角速度，從而得到r個(gè)目標(biāo)運(yùn)動子模型對應(yīng)的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，根據(jù) r個(gè)目標(biāo)運(yùn)動子模型的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣對雷達(dá)機(jī)動目標(biāo)進(jìn)行跟蹤。
[0099] 本發(fā)明的效果可W通過W下仿真進(jìn)一步說明：
[0100] 1.仿真條件：
[0101] 假設(shè)目標(biāo)的起始位置為[60 40 20]km，起始速度為[-184 184 150]m/s，轉(zhuǎn)彎速度 300m/s，在1-60S，156-180S，246-300S目標(biāo)在X-Z平面做左轉(zhuǎn)45°圓周運(yùn)動；在64-155S目標(biāo) 在=維斜面做左轉(zhuǎn)1.87°圓周運(yùn)動;在181-245S目標(biāo)在=維斜面做右轉(zhuǎn)2.8°圓周運(yùn)動。距離 誤差的標(biāo)準(zhǔn)差為A r= 127m，方位角誤差的標(biāo)準(zhǔn)差為A 0 = 0.1°，仰角測量誤差的標(biāo)準(zhǔn)差為 A巧=化1。對目標(biāo)進(jìn)行300s的觀測，采樣間隔T為Is,Monte化rlo仿真100次。
[0102] 選擇的運(yùn)動模型是CT模型。初始模型集選取航={-31/3，-^1800，-^3}，模型區(qū)分 距離 S = ji/540。
[0103] 2.仿真內(nèi)容
[0104] 仿真1，采用本發(fā)明方法對仿真條件中所述的目標(biāo)進(jìn)行跟蹤仿真，結(jié)果如圖2。從圖 2可W看出，本發(fā)明方法的跟蹤軌跡很接近機(jī)動目標(biāo)運(yùn)動的真實(shí)軌跡。
[0105] 仿真2,對用本發(fā)明方法與傳統(tǒng)IMM方法W及變結(jié)構(gòu)IMM方法的跟蹤誤差進(jìn)行比較， 圖3表示本發(fā)明方法和傳統(tǒng)IMM算法W及變結(jié)構(gòu)IMM方法在距離上和速度上的跟蹤誤差比 較;圖4表示本發(fā)明與變結(jié)構(gòu)IMM方法對多模型角速度的調(diào)整比較。
[0106] 圖3表明本發(fā)明方法的跟蹤誤差在整體趨勢上小于I匪方法法W及變結(jié)構(gòu)IMM方法 的跟蹤誤差，且穩(wěn)定，更適合對高速強(qiáng)機(jī)動目標(biāo)的跟蹤。圖4表明本發(fā)明方法比變結(jié)構(gòu)方 法對角速度的調(diào)整更快速且穩(wěn)定。
[0107] W上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何 熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明掲露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵 蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)W所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，其特征在于，所述方法包括如下 步驟： 步驟1，獲取雷達(dá)機(jī)動目標(biāo)的位置檢測值，對所述位置檢測值進(jìn)行N次采樣，得到觀測值 序列，根據(jù)所述觀測值序列確定雷達(dá)機(jī)動目標(biāo)的第〇時(shí)刻狀態(tài)向量和第〇時(shí)刻協(xié)方差矩陣，N 為大于1的自然數(shù)； 步驟2，雷達(dá)機(jī)動目標(biāo)運(yùn)動模型采用聯(lián)動式轉(zhuǎn)彎運(yùn)動模型，對所述聯(lián)動式轉(zhuǎn)彎運(yùn)動模型 設(shè)定r個(gè)不同的初始角速度，得到r個(gè)對應(yīng)的目標(biāo)運(yùn)動子模型和r個(gè)對應(yīng)的系統(tǒng)狀態(tài)轉(zhuǎn)移矩 陣； 步驟3,根據(jù)第j個(gè)目標(biāo)運(yùn)動子模型的第k-Ι時(shí)刻狀態(tài)向量、第k-Ι時(shí)刻協(xié)方差矩陣、所述 觀測值序列和其對應(yīng)的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，計(jì)算第j個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新息、第k 時(shí)刻新息協(xié)方差矩陣以及第k時(shí)刻增益矩陣，從而得到第j個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻狀 態(tài)估計(jì)向量和第k時(shí)刻狀態(tài)估計(jì)協(xié)方差矩陣，j e (1，2，- _r)，k多1，k的初值為1; 步驟4,根據(jù)所述第j個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新息和第k時(shí)刻新息協(xié)方差矩陣計(jì)算 第k時(shí)刻新息的平方； 步驟5,將第j個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻新息的平方與第k-Ι時(shí)刻新息的平方加權(quán)求 和，得到第j個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻信息修正值； 步驟6,重復(fù)執(zhí)行步驟5,得到r個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻信息修正值，并根據(jù)所述r 個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻信息修正值計(jì)算對應(yīng)目標(biāo)運(yùn)動子模型的第k時(shí)刻權(quán)值； 步驟7,根據(jù)步驟3至步驟6所得到的r個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻狀態(tài)估計(jì)向量、第k 時(shí)刻狀態(tài)估計(jì)協(xié)方差矩陣以及第k時(shí)刻權(quán)值，得到r個(gè)目標(biāo)運(yùn)動子模型第k時(shí)刻總體狀態(tài)估 計(jì)向量和第k時(shí)刻總體狀態(tài)估計(jì)協(xié)方差矩陣； 步驟8,根據(jù)r個(gè)目標(biāo)運(yùn)動子模型第k時(shí)刻權(quán)值對r個(gè)目標(biāo)運(yùn)動子模型的角速度進(jìn)行修 正，并將修正后的角速度作為r個(gè)目標(biāo)運(yùn)動子模型的最新角速度； 步驟9，令k的值加1，并依次重復(fù)執(zhí)行步驟3至步驟8，直到k>N-l，從而得到r個(gè)目標(biāo)運(yùn)動 子模型的最新角速度，從而得到r個(gè)目標(biāo)運(yùn)動子模型對應(yīng)的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣，根據(jù)r個(gè)目 標(biāo)運(yùn)動子模型的系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣對雷達(dá)機(jī)動目標(biāo)進(jìn)行跟蹤。2. 根據(jù)權(quán)利要求1所述的一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，其特征在 于，步驟1具體包括： (la) 對雷達(dá)機(jī)動目標(biāo)的位置進(jìn)行檢測，得到雷達(dá)機(jī)動目標(biāo)的位置檢測值，并對所述位 置檢測值進(jìn)行N次采樣，得到觀測值序列Z(k)，k=l，2,…，N; 從觀測值序列Z (k)中取出前兩個(gè)采樣點(diǎn)的觀測值Z (1)，Z(2)，其中： Z(l) = [xx(l) yy(l) ζζ(1)]τ Z(2) = [xx(2) yy(2) ζζ(2)]τ 式中χχ( · )，yy( · )，ζζ( ·)分別表示雷達(dá)機(jī)動目標(biāo)在χ軸、y軸、ζ軸的位置，[· ]τ表示 矩陣的轉(zhuǎn)置； (lb) 根據(jù)所述觀測值序列Z(k)確定雷達(dá)機(jī)動目標(biāo)的第0時(shí)刻狀態(tài)向量，根據(jù)雷達(dá)機(jī) 動目標(biāo)的第〇時(shí)刻狀態(tài)向量戈0確定雷達(dá)機(jī)動目標(biāo)的第〇時(shí)刻協(xié)方差矩陣Po: 根據(jù)觀測值Z(1)，Z(2)，獲得雷達(dá)機(jī)動目標(biāo)的第0時(shí)刻狀態(tài)向量如下：其中，（xx(2)-xx(l))/T、（yy(2)-yy(l))/T、（zz(2)-zz(l))/T分別表示雷達(dá)機(jī)動目標(biāo) 在第2采樣點(diǎn)處的X軸方向速度、y軸方向速度、z軸方向速度，T為采樣間隔； (lc)根據(jù)第0時(shí)刻狀態(tài)向量，獲得第0時(shí)刻協(xié)方差矩陣Po:，其中，E[ ·] 表示數(shù)學(xué)期望。3. 根據(jù)權(quán)利要求1所述的一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，其特征在 于，步驟2具體包括： 對雷達(dá)機(jī)動目標(biāo)運(yùn)動模型設(shè)定r個(gè)不同的初始角速度ω ,，從而得到r個(gè)對應(yīng)的系統(tǒng)狀態(tài) 轉(zhuǎn)移矩陣Φη I-」m'n 其中，? = 1，2，···Γ，[ · ]mXn表示該矩陣為m行η列的矩陣。4. 根據(jù)權(quán)利要求1所述的一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，其特征在 于，步驟3具體包括： (3a)根據(jù)第k時(shí)刻目標(biāo)運(yùn)動子模型j的狀態(tài)轉(zhuǎn)移矩陣Φ」(1〇對第k-Ι時(shí)刻目標(biāo)運(yùn)動子模 型j的狀態(tài)向量$認(rèn)-ik· -1)_進(jìn)行一步預(yù)測，得到對應(yīng)目標(biāo)運(yùn)動子模型的一步狀態(tài)預(yù)測值(3b)根據(jù)狀態(tài)轉(zhuǎn)移矩陣ΦΑ10對第k-l時(shí)刻目標(biāo)運(yùn)動子模型j的狀態(tài)協(xié)方差矩陣 - η進(jìn)行一步預(yù)測，得到對應(yīng)目標(biāo)運(yùn)動子模型的一步協(xié)方差預(yù)測值Pj(k | k-1):，其中，Qj表不模型j的過程噪聲協(xié)方差； (3c)獲取第k時(shí)刻目標(biāo)運(yùn)動子模型j的量測矩陣出(1〇,利用第k時(shí)刻目標(biāo)運(yùn)動子模型j的 量測矩陣Hj (k)對目標(biāo)運(yùn)動子模型j的一步狀態(tài)預(yù)測值-1)進(jìn)行量測轉(zhuǎn)換，得到對應(yīng) 目標(biāo)運(yùn)動子模型的量測預(yù)測值乏- 1): f ,(々k - I)二，其中，Hj(k)表示雷 達(dá)機(jī)動目標(biāo)第k時(shí)刻目標(biāo)運(yùn)動子模型j的量測矩陣； (3d)利用當(dāng)前時(shí)刻觀測值z(k)和目標(biāo)運(yùn)動子模型j的量測預(yù)測值相減得到對 應(yīng)目標(biāo)運(yùn)動子模型的新息L(k)(3e)由目標(biāo)運(yùn)動子模型j的一步協(xié)方差預(yù)測值Pj(k I k-l)和量測矩陣Hj(k)確定對應(yīng)目 標(biāo)運(yùn)動子模型的新息協(xié)方差矩陣Sj(k) = W,(A )P,(A'k -丨)/-〇) + /?(幻;其中，R(k)是 觀測噪聲在第k時(shí)刻的協(xié)方差矩陣； (3f)根據(jù)目標(biāo)運(yùn)動子模型j的一步協(xié)方差預(yù)測值P」(k | k-Ι)、量測矩陣比(1〇以及新息協(xié) 方差矩陣5」(1〇計(jì)算增益矩陣1(」(1〇:/^(幻=戶,('-丨)//丨(幻5廣(幻，（.）11表示求矩陣的共 輒轉(zhuǎn)置，（· Γ1表示求矩陣的逆； (3g)利用增益矩陣l(k)對目標(biāo)運(yùn)動子模型j的一步狀態(tài)預(yù)測值戈/tk-i)和一步協(xié)方 差預(yù)測值h(k|k-l)進(jìn)行濾波，得到目標(biāo)運(yùn)動子模型j的第k時(shí)刻狀態(tài)估計(jì)向量和第k 時(shí)刻狀態(tài)估計(jì)協(xié)方差矩陣Pj(k | k):5. 根據(jù)權(quán)利要求1所述的一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，其特征在 于，步驟4具體包括： 由目標(biāo)運(yùn)動子模型j的新息L(k)及其協(xié)方差矩陣S」（k)計(jì)算新息的平方$(々）：6. 根據(jù)權(quán)利要求1所述的一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，其特征在 于，步驟5具體包括： 第j個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻信息修正值<(/、）-·:其中，λ為遺忘因子，0彡λ彡1。7. 根據(jù)權(quán)利要求1所述的一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，其特征在 于，步驟6具體包括： (6a)對r個(gè)目標(biāo)運(yùn)動子模型的第k時(shí)刻信息修正值·Κ(Α')·Κ(Α).··_.<(Α')}按從小到大 的方式排序：其中，index為排序后新息修正值的原始索引值，為對應(yīng)索引的新息修正值，即 41??為最小值，<#.：)為最大值，sort( ·)為對信息修正值進(jìn)行排序的函數(shù)； (6b)按照下式對各個(gè)新息修正值分配系數(shù)：(6c)根據(jù)系數(shù)求對應(yīng)目標(biāo)運(yùn)動子模型的第k時(shí)刻權(quán)值： 此時(shí)權(quán)值和為1。8. 根據(jù)權(quán)利要求1所述的一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，其特征在 于，步驟7具體包括： 根據(jù)所述r個(gè)目標(biāo)運(yùn)動子模型第k時(shí)刻狀態(tài)估計(jì)向量、第k時(shí)刻狀態(tài)估計(jì)協(xié)方差矩陣以 及第k時(shí)刻權(quán)值得到r個(gè)目標(biāo)運(yùn)動子模型加權(quán)后第k時(shí)刻狀態(tài)估計(jì)向量和第k時(shí)刻狀 態(tài)估計(jì)協(xié)方差矩陣P(k | k): 片〇9. 根據(jù)權(quán)利要求1所述的一種改進(jìn)權(quán)值的變結(jié)構(gòu)多模型機(jī)動目標(biāo)跟蹤方法，其特征在 于，步驟8具體包括： 若目標(biāo)運(yùn)動子模型數(shù)r為奇數(shù)即r = 2n+l，則在第k時(shí)刻的模型集為,其特征參數(shù)分別對應(yīng)r個(gè)目 標(biāo)運(yùn)動子模型的角速度且在第k時(shí)刻的模型集中從小到大排列，<^爾為中心模型;對應(yīng)模 型集的權(quán)值為：同理若目標(biāo)運(yùn)動子模型 數(shù)r為偶數(shù)即r = 2n，則在第k時(shí)刻的模型集為 _為中心模型;對應(yīng)模 型集的權(quán)值為按照下述方法調(diào)整模型間距： 第k時(shí)刻模型間距調(diào)整參數(shù)為/ = 1，2,…〃，其中δ ( 1 >表示模型區(qū)分距離，一般取;先確定中心模型，中心模型為上一時(shí)刻所有模型 參數(shù)與對應(yīng)概率乘積之和： (8a)模型權(quán)值重心無跳變:此時(shí)(/丨），則可根據(jù)其他模型權(quán)值判定模型集不 變或向中心模型靠攏；其中，表示不可能模型的門限值，一般取tKO. 1; (8b)模型權(quán)值重心向左跳變:此時(shí)= m^i/丨），則可根據(jù)其他模型安置判定模型 集不變或向左側(cè)模型靠攏：其中，^表示有效模型的門限值，一般取。>0.9; (8c)模型權(quán)值重心向右跳變:此時(shí)= imuR ),則可根據(jù)其他模型權(quán)值判定模型 集不變或向右側(cè)模型靠攏；
【文檔編號】G01S13/72GK105954743SQ201610374537
【公開日】2016年9月21日
【申請日】2016年5月31日
【發(fā)明人】曹運(yùn)合, 閆浩, 欒蘇珍, 彭志剛, 周生華, 吳文華
【申請人】西安電子科技大學(xué)