[发明专利]一种基于模型切换次数受限的多模型机动目标跟踪滤波方法

权利要求书

1.一种基于模型切换次数受限的多模型机动目标跟踪滤波方法，其特征在于，包括：

步骤1：对机动目标的2阶模型序列中的模型m_i、m_j、m_l进行建模，并基于跳变次数受限的假设，设置2阶模型序列的转移概率p_ijl，表示从模型序列m_im_j跳变到模型m_l的概率；i、j、l分别为用于区别模型m_i、m_j、m_l的序号；设模型个数为r，则i,j,l的取值范围为1～r；

其中，P_max是预先设定的一个值，P_max取值范围为[0.99,1)；

步骤2：分以下三种情况对k时刻的估计状态向量和相对应的协方差进行实时处理；

(1)当k＝1时，转步骤3；

(2)当k＝2时，转步骤4；

(3)当k≥3时，转步骤5；

步骤3：对k＝1时的估计状态向量和相对应的协方差初始化

其中，z_k＝[x_k y_k]^T表示k时刻接收到的雷达观测数据，x_k表示k时刻x轴位置，y_k表示k时刻y轴位置，z_k(q′)表示z_k的第q′个值，T表示采样间隔；r_i′j′是观测噪声协方差R的第i′行第j′列元素，即

转步骤2等待接收k＝k+1时刻的雷达观测数据并继续处理；

步骤4：对k＝2时的估计状态向量和相对应的协方差初始化

再初始化k-1时刻模型为m_i、k时刻模型为m_j时的2阶模型序列概率

令2阶模型序列估计状态向量和与相对应的协方差

转步骤2等待接收k＝k+1时刻的雷达观测数据并继续处理；

步骤5：对k≥3时的状态进行如下处理：

步骤5.1：计算混合概率

当l＝j时，则i的取值范围是1,2,...,r,

其中，为k-1时刻的2阶模型序列概率；C^jj为归一化参数，

当l≠j时，则i＝j,

其中，C^jl分别为归一化参数，

在跳变受限的条件下，l≠j、i≠j的情况不存在，不参与滤波计算；

步骤5.2：计算2阶模型序列混合状态向量及其协方差

当l＝j时

当l≠j时

步骤5.3：将和作为输入对模型m_l进行卡尔曼滤波，计算k时刻和似然函数

步骤5.4：计算k时刻的2阶模型序列概率

步骤5.5：计算k时刻的估计状态向量及其协方差

转步骤2等待接收k＝k+1时刻的雷达观测数据并继续处理。

2.根据权利要求1所述的一种基于模型切换次数受限的多模型机动目标跟踪滤波方法，其特征在于，P_max取值为0.99～0.9999。