[发明专利]一种基于外定界椭球集员估计的纯方位目标跟踪方法在审
申请号: | 201810606074.8 | 申请日: | 2018-06-13 |
公开(公告)号: | CN110595470A | 公开(公告)日: | 2019-12-20 |
发明(设计)人: | 刘玉双 | 申请(专利权)人: | 刘玉双 |
主分类号: | G01C21/20 | 分类号: | G01C21/20 |
代理公司: | 11308 北京元本知识产权代理事务所 | 代理人: | 秦力军 |
地址: | 100039 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机动目标 椭球 量测噪声 定界 状态参数 机动目标跟踪 目标方位角 随时间变化 二维平面 方程模型 加权参数 角度量测 量测方程 目标跟踪 区间分析 椭球模型 运动状态 噪声条件 跟踪 量测 阵量 测量 更新 | ||
1.一种基于外定界椭球集员估计的纯方位目标跟踪方法,其特征在于,包括:
根据机动目标的运动状态,建立包含过程噪声的机动目标运动模型,获得机动目标在二维平面内的随时间变化的状态参数;
通过获得的状态参数,建立包含量测噪声的双基阵量测方程模型,获得角度量测信息;
获得角度量测信息后,通过外定界椭球集员估计方法和区间分析方法,构造出量测噪声椭球模型,以获得量测噪声椭球;
得到量测噪声椭球后,通过外定界椭球集员估计的量测更新,建立与最优加权参数有关的机动目标跟踪量测方程,以获取机动目标状态。
2.根据权利要求1所述的方法,其特征在于,所述机动目标跟踪量测方程中的最优加权参数λk通过如下公式获得:
3.根据权利要求1所述的方法,其特征在于,获得量测噪声椭球包括如下步骤:
根据获得的角度量测信息,通过外定界椭球集员估计的时间更新,获取包含时间更新椭球的机动目标跟踪的状态方程;
获取机动目标跟踪的状态方程后,基于外定界椭球集员估计方法,建立有界噪声条件下的双基阵机动目标跟踪量测递推模型;
根据双基阵机动目标跟踪量测递推模型,采用区间分析方法构造量测噪声椭球模型。
4.根据权利要求3所述的方法,其特征在于,包含过程噪声的机动目标运动模型如下:
其中,为k时刻目标的状态,xk、yk为目标在二维平面直角坐标系中的位置、为目标沿二维平面直角坐标系两个坐标轴方向的速度,为目标沿二维平面直角坐标系两个坐标轴方向的加速度;
其中,Fk-1是状态转移矩阵:T为采样间隔。
5.根据权利要求4所述的方法,其特征在于,包含量测噪声的双基阵量测方程模型如下:
其中,θi,k(i=1,2)是双基阵的方位测量角,xi,k和yi,k(i=1,2)分别代表双基阵传感器的位置坐标,xS,k和yS,k为目标的位置坐标,vk为量测噪声。
6.根据权利要求5所述的方法,其特征在于,通过外定界椭球集员估计的时间更新,获取机动目标跟踪的状态方程采用如下公式:
其中,pk为时间更新最优参数,pk∈(0,1),为时间更新椭球半径,且为上一时刻量测更新椭球半径;Pk|k-1为时间更新椭球,Pk-1为上一时刻量测更新椭球。
7.根据权利要求6所述的方法,其特征在于,建立有界噪声条件下的双基阵机动目标跟踪量测递推模型,包括如下步骤:
根据双基站传感器的测角误差,获得量测集合,形成外包时间更新椭球与量测集合的交集的量测更新椭球。
8.根据权利要求7所述的方法,其特征在于,采用区间分析方法构造量测噪声椭球模型包括如下步骤:
用区间分析方法构造椭球,使椭球外包线性化量测方程后所产生的线性化误差;
将构造的椭球与量测更新椭球进行直和,以形成量测噪声椭球。
9.根据权利要求8所述的方法,其特征在于,线性化量测方程可得:
其中,为量测函数h(·)的梯度,为高阶项,即线性化误差;
其中,定义区间变量每个状态分量所位于的不确定区间为:
其中,的上标i和j表示矩阵的第(i,j)个元素。
10.根据权利要求1-9任一项所述的方法,其特征在于,通过外定界椭球集员估计的量测更新,建立与最优加权参数有关的机动目标跟踪量测方程,以获取机动目标状态,通过如下公式计算:
其中,为对机动目标的位置跟踪,参数λk∈(0,1),Hk为线性化后的量测矩阵,Kk为滤波增益矩阵,δk为滤波残差,λk为量测更新最优参数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于刘玉双,未经刘玉双许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810606074.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:无人机自动降落UWB引导系统
- 下一篇:一种导航路径规划方法及装置