[发明专利]一种分布式目标跟踪方法在审
| 申请号: | 201911111513.9 | 申请日: | 2019-11-14 |
| 公开(公告)号: | CN110824420A | 公开(公告)日: | 2020-02-21 |
| 发明(设计)人: | 姚鹏;刘延飞;郑浩;田琦;杨晶晶;王杰铃;李琪;何敏 | 申请(专利权)人: | 中国人民解放军火箭军工程大学 |
| 主分类号: | G01S5/02 | 分类号: | G01S5/02;G06F17/16 |
| 代理公司: | 西安创知专利事务所 61213 | 代理人: | 谭文琰 |
| 地址: | 710025 陕西*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 分布式 目标 跟踪 方法 | ||
1.一种分布式目标跟踪方法,该方法所采用的装置包括多个设置在目标周侧的传感器节点,其特征在于,该方法包括以下步骤:
步骤一、各个传感器节点分别建立各自的初始状态:
步骤101、将多个所述传感器节点编号,并分别记作第1个传感器节点,第2个传感器节点,...,第i个传感器节点,..,第n个传感器节点;其中,i和n均为正整数,1≤i≤n,n表示传感器节点的总数,n≥2;
步骤102、以东北天坐标系中的东北方向作为直角XY坐标系;
步骤103、n个传感器节点分别对目标在直角XY坐标系中的坐标位置进行检测,得到n个所述传感器节点的测量噪声协方差矩阵;其中,第i个传感器节点的测量噪声协方差矩阵记作Ri;
步骤104、采用数据处理器根据公式Pi(0)=Hv×Ri×(Hv)T,得到第i个传感器节点的初始估计误差协方差矩阵Pi(0);其中,Hv表示构造矩阵,且(·)T表示矩阵的转置;dt表示时间步长;
步骤105、第i个传感器节点对目标在直角XY坐标系中的坐标位置进行检测,得到初始时刻第i个传感器节点获取的目标在X轴上的位置测量值rix,c,初始时刻第i个传感器节点获取的目标在Y轴上的位置测量值riy,c,得到第i个传感器节点获取的目标的初始位置测量矩阵zi(0),且
采用数据处理器根据公式得到第i个传感器节点获取的关于目标的初始估计状态矩阵其中,rix,c/dt表示第i个传感器节点获取的关于目标初始时刻在X轴上的速度,riy,c/dt表示第i个传感器节点获取的关于目标初始时刻在X轴上的速度;
步骤二、各个传感器节点分别针对初始信息向量和初始信息矩阵执行平均一致性迭代:
步骤201、采用数据处理器根据根据公式Wi-(0)=(Pi(0))-1,得到第i个传感器节点获取的关于目标的初始先验信息矩阵Wi-(0);
步骤202、采用数据处理器根据公式得到第i个传感器节点获取的关于目标的初始先验信息向量wi-(0);
步骤203、采用数据处理器将Wi-(0)赋值给Wi-[0],Wi-[0]=Wi-(0),并根据公式对第i个传感器节点获取的关于目标的初始先验信息矩阵Wi-(0)进行平均一致性迭代后,得到第k次迭代后第i个传感器节点获取的关于目标的先验信息矩阵其中,ε表示一致性速度因子,Ni表示第i个传感器节点的直接网络节点集合,表示第i个传感器节点的直接网络节点集合中第j个传感器节点第k-1次迭代后获取的关于目标的先验信息矩阵,表示第k-1次迭代后第i个传感器节点获取的关于目标的先验信息矩阵,k和j为正整数,且k≥1;
步骤204、采用数据处理器wi-(0)赋值给wi-[0],wi-[0]=wi-(0),并根据公式得到第k次迭代后第i个传感器节点获取的关于目标的先验信息向量其中,表示第i个传感器节点的直接网络节点集合中第j个传感器节点第k-1次迭代后获取的关于目标的先验信息向量,表示第k-1次迭代后第i个传感器节点获取的关于目标的先验信息向量;
步骤205、多次重复步骤203和步骤204,直至达到第K次迭代后,得到第K次迭代后第i个传感器节点获取的关于目标的先验信息矩阵和第K次迭代后第i个传感器节点获取的关于目标的先验信息向量其中,K表示一致性迭代后总数,且K为正整数,且K≥5;
步骤206、采用数据处理器根据公式和得到第i个传感器节点获取的关于目标的初始后验估计状态矩阵和第i个传感器节点获取的关于目标的一致性前后验信息矩阵
步骤三、各个传感器节点获取测量信息向量和测量信息矩阵:
步骤301、在目标运动的过程中,当第i个传感器节点能检测到目标时,第i个传感器节点对目标在直角XY坐标系中的坐标位置进行检测,得到运动过程中第t个采集时刻第i个传感器节点获取的目标在X轴上的位置测量值rix,t,第t个采集时刻第i个传感器节点获取的目标在Y轴上的位置测量值riy,t,得到第i个传感器节点第t个采集时刻获取的目标的位置测量矩阵zi(t),且其中,t为正整数;
步骤302、采用数据处理器根据公式ui(t)=(Hi)T×(Ri)-1×zi(t),得到第t个采集时刻第i个传感器节点的测量信息向量ui(t);其中,Hi表示第i个传感器节点的测量矩阵,且Ri表示第i个传感器节点的测量噪声协方差矩阵;
步骤303、采用数据处理器根据公式Ui=(Hi)T×(Ri)-1×Hi,得到第i个传感器节点获取的关于目标的测量信息矩阵;
步骤四、各个传感器节点获取当前采样时刻的先验估计状态和先验信息矩阵:
步骤401、采用数据处理器代入步骤206中的第i个传感器节点获取的关于目标的初始后验估计状态矩阵根据公式得到第t个采集时刻第i个传感器节点获取的关于目标的先验估计状态其中,表示第t-1个采集时刻第i个传感器节点获取的关于目标的后验估计状态矩阵;表示目标运动模型的输入向量,Fi表示目标运动模型的系统矩阵,Gi表示目标运动模型的输入矩阵,t≥1;
步骤402、采用数据处理器代入步骤206中的第i个传感器节点获取的关于目标的一致性前后验信息矩阵根据公式得到第t个采集时刻第i个传感器节点的先验估计误差协方差矩阵其中,Qi表示第i个传感器节点的测量过程噪声协方差;
步骤403、采用数据处理器根据公式得到第t个采集时刻第i个传感器节点的先验信息矩阵
步骤五、各个传感器节点获取一致性前后验信息向量和一致性前后验信息矩阵:
步骤501、采用数据处理器根据公式得到第t个采集时刻第i个传感器节点获取的关于目标的先验信息向量
步骤502、采用数据处理器根据公式得到第t个采集时刻第i个传感器节点获取的关于目标的一致性前后验信息向量
步骤503、采用数据处理器根据公式得到第t个采集时刻第i个传感器节点获取的关于目标的一致性前后验信息矩阵
步骤六、各个传感器节点针对后验信息向量和后验信息矩阵执行平均一致性迭代:
步骤601、按照步骤203所述的方法,采用数据处理器将第t个采集时刻第i个传感器节点获取的关于目标的一致性前后验信息矩阵赋值给迭代后初始值且直至达到第K′次迭代后,得到第t个采集时刻第K′次迭代后第i个传感器节点获取的关于目标的后验信息矩阵
步骤602、按照步骤204所述的方法,采用数据处理器将第t个采集时刻第i个传感器节点获取的关于目标的一致性前后验信息向量赋值给迭代后初始值且直至达到第K′次迭代后,得到第t个采集时刻第K′次迭代后第i个传感器节点获取的关于目标的后验信息向量其中,K′表示二次一致性迭代后总数,且K′为正整数,K′≥5;
步骤七、各个传感器节点获取迭代后的后验估计状态和后验信息矩阵:
步骤701、采用数据处理器根据公式得到第t个采集时刻第i个传感器节点获取的关于目标的后验估计状态矩阵
步骤702、采用数据处理器根据公式得到第t个采集时刻第i个传感器节点获取的关于目标的后验信息矩阵
步骤八、重复步骤三至步骤七,对下一个采样时刻进行测量,获取第t+1个采集时刻第i个传感器节点获取的关于目标的后验估计状态矩阵实现对目标的持续跟踪。
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中国人民解放军火箭军工程大学,未经中国人民解放军火箭军工程大学许可,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/201911111513.9/1.html,转载请声明来源钻瓜专利网。





