[发明专利]基于分布式传感器能量比的水下运动目标扩展卡尔曼滤波跟踪方法

摘要

本发明公开一种基于分布式传感器能量比的水下运动目标扩展卡尔曼滤波跟踪方法，首先引入两两传感器之间能量比的对数作为观测值，得到不同时刻的观测序列；然后结合目标的运动状态，将非线性的观测方程在误差可控范围内化为近似线性观测方程，构造线性状态‑空间模型；然后导出状态‑空间模型的扩展卡尔曼滤波序贯迭代求解算法；利用线性最小二乘(ER‑LS)定位算法，对进入水下传感器网络范围内的运动目标定位，作为扩展卡尔曼滤波的初始值；最后，通过序贯滤波得到性能改进的水下目标运动轨迹。

主权项

1.一种基于分布式传感器能量比的水下运动目标扩展卡尔曼滤波跟踪方法，其特征在于，包括步骤：1)在水下布放由M个传感器节点组成的网络，各传感器节点用以接收目标辐射出的声信号，并对获得的声信号按频率进行采样，然后序贯计算各个传感器节点对应时间段内声信号的能量测量值；2)根据目标在水下的运动规律建立运动状态方程；目标的运动状态方程写作：X(k+1)＝Φ·X(k)+Γ·w(k)状态转移矩阵：过程噪声矩阵：w(k)是概率分布为N(0,Q(k))的零均值高斯白噪声，过程噪声的协方差矩阵：q是过程噪声强度，T是相邻采样点间的时间间隔；3)根据步骤1)中各传感器节点获得的能量测量值，计算M个传感器节点中每两个节点间声能的比值并取对数，作为观测量，构建原始观测方程；以目标运动规律为依据对原始观测方程做线性化处理，得到线性的等效观测方程；4)配置滤波迭代方程，得到状态估计的时间更新方程和测量更新方程、估计误差协方差的时间更新方程和测量更新方程；5)根据步骤4)滤波迭代方程进行滤波迭代后，得到各时刻最优状态。