[发明专利]一种基于预测值量测转换的交互多模型雷达目标跟踪方法

权利要求书

1.一种基于预测值量测转换的交互多模型雷达目标跟踪方法，具体包括以下步骤：

设运动目标的模型个数为N，各模型初始概率模型转移概率矩阵为π，雷达采样周期为T，在k时刻获得的量测值分别为斜距量测r_m、方位角量测α_m和俯仰角量测θ_m，观测噪声为零均值高斯白噪声，其标准差分别为σ_r、σ_α和σ_θ；

步骤1、滤波器初始化

利用前3个时刻，即k＝0,1,2的量测值，计算k＝2时刻各个模型滤波器的状态估计结果和其中j＝1,...,N，表示模型j；

步骤2、计算混合概率

其中，k＝3,...，为k-1时刻模型为i但k时刻模型为j的概率，为k-1时刻模型为i的概率，π_ij为模型转换概率矩阵，C_j为归一化常数，有

步骤3、计算每个滤波器输入的状态估计和误差自相关矩阵

步骤4、目标状态一步预测值

其中，

步骤5、一步预测误差自相关矩阵

式(5)中位置元素预测误差协方差分量设为

步骤6、计算去偏量测

令目标真实斜距、方位角和俯仰角为r、α和θ，目标的量测值和真实值之间满足：

其中，和为量测误差；

直角坐标系下转换量测分别为x_m、y_m和z_m，真实值为x、y和z；

将球坐标系下的量测信息转换到直角坐标系有

量测转换误差为

对转换量测进行去偏处理，得到去偏后的量测值为

步骤7、计算新息过程：

其中，H为量测矩阵；

步骤8、计算预测距离及其预测误差方差

步骤9、计算预测方位角及其预测误差方差

步骤10、计算预测俯仰角及其预测误差方差

步骤11、计算基于预测值的协方差矩阵R_ducm(k)^(j)

其中

其中，为预测误差，满足

同理求R_yy、R_zz、R_xy、R_xz和R_yz；

步骤12、计算新息过程自相关矩阵：

S^(j)(k)＝HP^(j)(k|k-1)H^H+R_ducm(k)^(j) (19)

步骤13、计算卡尔曼增益：

K^(j)(k)＝P^(j)(k|k-1)H^HS^(j)(k)^-1 (20)

步骤14、概率更新

其中，

步骤15、模型j的目标状态估计和状态估计误差自相关矩阵

P^(j)(k|k)＝[I-K^(j)(k)H]P^(j)(k|k-1) (24)

步骤16、状态估计和状态误差自相关矩阵的组合

步骤17、重复步骤2-16进行递推滤波算法，实现目标跟踪。