一种多阶目标运动信息的估计方法技术

本发明专利技术提供了一种多阶目标运动信息的估计方法，包括步骤(1)从控制角度出发，通过综合考虑滤波特性和各运动分量间关系，在控制器设计过程中把外回路主要由比例积分环节构成，且积分环节为多个；步骤(2)每个积分环节需设计为内环，形成内部负反馈，以此提升控制内部过程变量的估计精度，这样可通过反向微分单独获得每个控制过程变量；步骤(3)在设计控制器过程中，需保证控制器的时域稳定性，满足李雅普诺夫稳定性判据；步骤(4)从频域角度分析滤波器的特性，响应带宽，保证能有效滤波；步骤(5)将过程变量输出，作为目标运动信息的高阶估计。该方法依靠滤波降低了输入位置信号的噪声，且不基于目标的运动模型，与控制易于结合，计算简单，容易实现。

【技术实现步骤摘要】
【专利摘要】本专利技术提供了，包括步骤(1)从控制角度出发，通过综合考虑滤波特性和各运动分量间关系，在控制器设计过程中把外回路主要由比例积分环节构成，且积分环节为多个；步骤(2)每个积分环节需设计为内环，形成内部负反馈，以此提升控制内部过程变量的估计精度，这样可通过反向微分单独获得每个控制过程变量；步骤(3)在设计控制器过程中，需保证控制器的时域稳定性，满足李雅普诺夫稳定性判据；步骤(4)从频域角度分析滤波器的特性，响应带宽，保证能有效滤波；步骤(5)将过程变量输出，作为目标运动信息的高阶估计。该方法依靠滤波降低了输入位置信号的噪声，且不基于目标的运动模型，与控制易于结合，计算简单，容易实现。【专利说明】
本专利技术属于目标跟踪与信息融合领域，具体的涉及一种多阶目标运动信息的估计 方法，主要用于从控制角度对运动目标的多阶运动信息进行估计。
技术介绍
光电、雷达等目标跟踪设备在对目标跟踪过程中，要实现目标的高精度跟踪，仅仅 依靠能直接观测的目标位置信息远远不够，而需要利用观测位置对目标运动高阶信息，包 括目标速度、加速度、加加速度等信息进行估计，以此获取对运动目标轨迹更精确地描述， 从而实现高精度跟踪。 传统的目标运动信息融合主要有两种方法：一种是微分方法，采用直接对测量的 位置信息进行微分，获取目标运动速度，再次微分得到加速度;另一种是基于目标运动模型 的估计，主要利用卡尔曼滤波器进行预测滤波，通过状态方程获取运动高阶信息。但是，第 一种方法中微分会放大噪声，获取到的速度、加速度信息信噪比大幅降低，大多数情况下该 方法只能微分一次到速度，若再微分得到的加速度则淹没于噪声中，无法使用。第二种方法 从信号处理角度进行分析，基于卡尔曼预测滤波方法能较为有效的获取目标运动信息，但 是存在计算量大，且依靠先验，对初始参数敏感等缺点。
技术实现思路
针对微分估计方法的噪声大和模型估计方法的计算量大等问题，本方法从全新的 控制角度分析数据融合滤波问题，其目的是提供。本方 法利用控制过程中的积分单元，逐级嵌套构成一个高阶滤波控制器，控制过程中通过积分 方式得到目标运动的速度、加速度，甚至更高阶的目标运动分量。 本专利技术采用的技术方案为:，该方法步骤如下： 步骤（1):从控制角度出发，通过综合考虑滤波特性和各运动分量间关系，其中位 置、速度、加速度之间为逐级微分关系，反之则为积分环节，在控制器设计过程中外回路主 要由比例积分环节构成，且积分环节为多个； 步骤(2):每个积分环节需设计为内环，形成内部负反馈，以此提升控制内部过程 变量的估计精度，这样可通过反向微分单独获得每个控制过程变量； 步骤(3):在设计控制器过程中，需保证控制器的时域稳定性，满足李雅普诺夫稳 定性判据； 步骤(4):从频域角度分析滤波器的特性，响应带宽，保证能有效滤波； 步骤(5):将过程变量输出，作为目标运动信息的高阶估计。 其中，步骤（1)中来源于控制中的思想，针对输入目标信息设计一个滤波器，该滤 波器利用控制环节中的积分环节和比例反馈形成闭环单元，其中每个闭环单元的输出被称 为过程状态变量，该过程状态变量通过积分单元反向与各运动分量进行--对应，包括位 置、速度和加速度。此种方法在设计时对于各滤波参数具有明确的指导，先从整体上设计滤 波器，确定滤波阶数和滤波参数。 其中，步骤(2)中每个内回路的开环为一个积分环节，采用比例反馈的形式构成内 闭环回路，内闭环回路可提升控制内部过程状态变量的估计精度。当滤波器的整体阶数和 参数确定后，则需要对积分单元进行离散处理，然后针对各闭环回路单独一步一步进行计 算，获取过程状态变量，而不是整体上的滤波处理再积分。 其中，步骤(3)中在设计过程中保证控制器的时域稳定，也可通过劳斯稳定性判据 进行判定。 其中，步骤(4)中对滤波特性的要求，需保证滤波有效，在整体滤波器设计时利用 其频率伯德图对其滤波特性进行选择，针对不同的噪声特性设计不同的滤波性能。 本专利技术的原理在于： 从控制角度看滤波问题则是设计一个控制器作为滤波器，例如常见的低通滤波器 或高通滤波器，若在设计控制器过程中综合考虑滤波特性和各运动分量间关系（位置、速 度、加速度之间为逐级微分关系，反之则为积分环节），则可在滤波器中以积分环节为基本 单元设计，这在控制器设计过程中是比较容易实现的。从数据物理含义分析，滤波器输入为 位置信息，则输出数据的物理含义依旧为位置信息，但是由于滤波器过程中存在积分环节， 从输出的估计位置返回看控制器中间输出变量则依次为速度、加速度，或更高阶信息。该方 法依靠滤波降低了输入位置信号的噪声，且不基于目标的运动模型，与控制易于结合，计算 简单，容易实现。 本专利技术与现有技术相比具有如下优点： (1)同微分估计方法相比，本专利技术该方法利用滤波过程降低了位置估计噪声，从而 降低整个高阶估计的噪声，估计输出更接近真实值； (2)相对基于运动模型的卡尔曼预测估计方法，本专利技术不基于目标的运动模型，降 低了卡尔曼滤波中扩张状态观测器的估计误差，避开了依靠先验和对初始参数敏感，结合 控制降低了计算量，提高了算法实时性； (3)相对目前的状态估计方法来说，本专利技术降低了估计误差，实现简单，结合控制 具有很好的结合性和扩展性。【附图说明】图1是本专利技术的多阶目标运动信息估计的控制器设计结构图。图2是本专利技术的三阶目标运动信息估计的控制器设计结构图。图3是本专利技术的一设计实例的伯德图。图4是本专利技术的该设计实例的加速度估计与微分加速度的数据对比图。【具体实施方式】以下结合附图对本专利技术的【具体实施方式】做详细说明。如图1所示是本专利技术的多阶目标运动信息估计的控制器设计结构图，这是该方法 的通用控制框架，其控制器数学表达式如下： 其中，Θ为位置输入，0e为滤波后的位置估计输出，n为估计阶数，kn为比例系数，图I 中为控制过程的中间输出变量，也就是高阶估计输出。下面以三阶目标运动信息估计为例进行详细说明： 步骤(1):如图2所示，从控制角度出发，在控制器设计过程中考虑外回路主要由比 例积分环节构成，且积分环节为3个，实现对位置、速度、加速度、加加速度信息的估计，其控 制输出表达式如下；其中，Θ为位置输入，0e为滤波后的位置估计输出，kik2为内环负反馈比例系数，k 3 为外环比例系数，图2中&为速度估计，&为加速度估计，为加加速度估计。步骤(2):每个积分环节需设计为内环，形成内部负反馈，以此提升控制内部过程 变量的估计精度，这样可通过反向微分单独获得每个控制过程变量；步骤(3):在设计控制器过程中，需保证控制器的时域稳定性，满足李雅普诺夫稳 定性判据。 步骤(4):从频域角度分析滤波器的特性，响应带宽，保证能有效滤波。如图3所示 为一滤波特性设计伯德图，其中：Iu = 126; k2 = 3021; k3 = 35530;其为一低通滤波器，可有效 滤除高频部分噪声数据。 步骤(5):将过程变量输出，作为目标运动信息的高阶估计。如图4所示为步骤(4) 所设计的滤波器所得的估计加速度和微分加速度进行的效果对比，可以明显看出估计的加 速度的噪声相比微分加速度大大降低，能有效滤除高频噪声，效果较好。【主权项】1. ，其特征在于:该方法步骤如下：本文档来自技高网...

【技术保护点】
一种多阶目标运动信息的估计方法，其特征在于：该方法步骤如下：步骤(1)：从控制角度出发，通过综合考虑滤波特性和各运动分量间关系，其中位置、速度、加速度之间为逐级微分关系，反之则为积分环节，在控制器设计过程中外回路主要由比例积分环节构成，且积分环节为多个；步骤(2)：每个积分环节需设计为内环，形成内部负反馈，以此提升控制内部过程变量的估计精度，这样可通过反向微分单独获得每个控制过程变量；步骤(3)：在设计控制器过程中，需保证控制器的时域稳定性，满足李雅普诺夫稳定性判据；步骤(4)：从频域角度分析滤波器的特性，响应带宽，保证能有效滤波；步骤(5)：将过程变量输出，作为目标运动信息的高阶估计。

【技术特征摘要】

【专利技术属性】
技术研发人员：邓超，曹政，刘琼，毛耀，任戈，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：四川;51