一种基于摄动多高斯拟合的空间目标跟踪方法技术

本发明专利技术公开了一种基于摄动多高斯拟合的空间目标跟踪方法，将空间目标所受的摄动力建模为与目标状态相耦合的未知干扰；在一种双层EM框架下实现由多高斯分布拟合摄动力的均值和协方差，其中第一层EM实现联合状态估计与摄动力一阶矩辨识，第二层EM实现混合多高斯拟合辨识摄动力一二阶矩；然后通过设计联合校正滤波器实现了同时利用摄动力的均值和协方差联合反馈校正空间目标状态估计及协方差。以解决现有技术中由于存在与状态耦合的强非线性摄动力而使跟踪精度不佳的问题。

A method of space target tracking based on perturbed multiple Gauss fitting

The invention discloses a method for space target tracking based on multi perturbation Gauss fitting, spatial objects by perturbation modeling for unknown disturbances is coupled to the target state; by Dogos distribution fitting perturbation of the mean and covariance in a double layered EM framework, the first layer EM joint state estimation with perturbation moment identification, second layer EM hybrid Gauss fitting identification perturbation one or two moments; then through the design of joint correction filter and feedback correction using joint space target state estimation and covariance of mean and covariance perturbation. In order to solve the problem of poor tracking accuracy in existing techniques due to the presence of strong nonlinear perturbations in state coupling.

【技术实现步骤摘要】
一种基于摄动多高斯拟合的空间目标跟踪方法
本专利技术属于空间目标跟踪
，涉及一种基于摄动多高斯拟合的空间目标跟踪方法，
技术介绍
空间目标(包括，卫星、航天器以及空间碎片)跟踪技术的研究对于国防建设、经济发展、科学研究等均具有重要意义。(1)随着航空航天技术的蓬勃发展，人类利用空间能力的不断增强，空间在国防、政治、科研等方面的战略地位也日益提高。对空间的利用和控制水平已经成为衡量一个国家综合实力强弱的重要标准；(2)随着地球周边的太空垃圾越来越多，已经严重威胁到了航天器的安全，对于空间目标的跟踪和监视的需求越来越迫切；(3)随着雷达探测威力的增加，空间目标的跟踪受到越来越多的关注。空间目标跟踪是国家空间战略信息获取的重要途径。空间目标跟踪问题中目标会因为地球非球形、天体引力、气动阻力、太阳辐射等因素而受到摄动力干扰，而摄动力的存在使得空间目标运动轨道方程呈现高度非线性且摄动力与轨道状态高度耦合。传统解决空间目标跟踪的方法通常是将其看作一类非线性状态估计问题，然后由非线性滤波器(如EKF,UKF,CKF等)去近似估计空间目标状态，但这种估计策略需要计算复杂的雅可比矩阵或者摄动的强非线性积分，不仅计算复杂难以实现而且精度无法保证。而现有辨识策略则忽略了摄动强非线性积分的函数特性，突破了传统估计策略需要计算非线性积分的局限性，将摄动力建模为一种未知干扰，通过辨识出摄动力的一阶矩(即均值)特性进而去反馈校正状态估计，提高了空间目标跟踪精度。但空间目标摄动力显然是与轨道状态高度耦合的，即未知干扰与状态是相关的，此时未知干扰和状态具有相同的演化特性，即至少具有前两阶矩，而现有辨识策略因为假设摄动力与状态相互独立而忽略了摄动的协方差特性，因此估计精度提升必然有限。注意到空间目标跟踪中摄动力与轨道状态高度耦合，若将摄动力建模为与状态相耦合的未知干扰，由多高斯分布拟合辨识摄动力的一二阶矩(即均值和协方差)，然后同时利用摄动力的均值和协方差去联合校正空间目标轨道状态及协方差，这样有望能够提高空间目标跟踪精度。因此本专利技术提出一种基于摄动多高斯拟合的空间目标跟踪方法。
技术实现思路
本专利技术的目的是提供一种基于摄动多高斯拟合的空间目标跟踪方法，以解决现有技术中由于存在与状态耦合的强非线性摄动力而使跟踪精度不佳的问题。本专利技术所采用的技术方案是，一种基于摄动多高斯拟合的空间目标跟踪方法，将空间目标所受的摄动力建模为与目标状态相耦合的未知干扰；在一种双层EM框架下实现由多高斯分布拟合摄动力的均值和协方差，其中第一层EM实现联合状态估计与摄动力一阶矩辨识，第二层EM实现混合多高斯拟合辨识摄动力一二阶矩；然后通过设计联合校正滤波器实现了同时利用摄动力的均值和协方差联合反馈校正空间目标状态估计及协方差。进一步的，具体按照以下步骤实施：步骤1、构建空间目标跟踪模型并将摄动力建模为与系统状态耦合的未知干扰，此时摄动力显然具有均值和协方差特性；步骤2、在步骤1所建模的摄动力具有均值和协方差的基础上，利用多高斯分布拟合摄动力的均值和协方差，其中涉及两个EM算法，即联合状态估计与摄动力一阶矩辨识和混合多高斯拟合辨识摄动力一二阶矩；步骤3、在多传感器系统下，基于步骤2所述的两个EM算法而设计了联合校正滤波器，该滤波器实现利用摄动力的均值和协方差联合反馈校正目标状态估计及协方差。进一步的，步骤1的具体方法为：对于地球轨道内的空间目标，如果以空间目标的轨道位置和速度为状态量，即空间目标状态量x为：其中，λ,h为目标在东北天三个方向的位置坐标，vλ,vh为目标在东北天三个方向对应的速度信息，则空间目标的运动轨道方程可建模为：其中，为目标地心矢量长度，μ为地球引力常数，J2为二阶带谐项系数，Re为地球平均赤道半径，空间目标在东北天三个方向所受的摄动力a(x),b(x),c(x)分别是：若将摄动力a(x),b(x),c(x)看作与状态耦合的未知干扰θ(t)，则空间目标连续时间动态模型为：其中，为x(t)的一阶微分，θ(t)＝[a(x)b(x)c(x)]T，w(t)为非主要摄动因素等效的高斯白噪声，将连续时间动态模型，即公式(1)通过四阶Runge-Kutta法离散化，则动态方程为：其中，T为采样周期，k为离散时间，I为单位矩阵，Fk表示k时刻的矩阵F，xk表示k时刻的目标状态，θk为k时刻的摄动力，wk为系统噪声；以雷达量测的空间目标距离信息作为量测量y，则量测方程为：其中，λ0,h0为量测装置(即雷达)所在位置坐标，λk,hk为k时刻目标所在位置，yk为k时刻雷达的量测，vk为量测噪声；动态方程和量测方程构成了空间目标跟踪系统离散状态空间模型，其中摄动力等效的未知干扰θk与状态xk是相耦合的。进一步的，步骤2的具体方法为：步骤2-1、基于EM的联合状态估计与摄动力一阶矩辨识：以雷达划窗量测区间作为量测数据，其中l为划窗长度，表示k-1时刻至k时刻的量测集合，则在该层EM框架下，E-step计算完全数据的条件期望并估计目标状态，M-step通过最大化条件期望而辨识出摄动力，E-step和M-step依次迭代直至收敛从而通过迭代优化策略实现联合状态估计与摄动力辨识，此处所辨识的仅为摄动力一阶矩特性；步骤2-2、基于EM的混合多高斯拟合辨识摄动力一二阶矩：混合多高斯拟合辨识算法以步骤2-1所辨识的摄动力一阶矩作为量测，然后由多高斯分布近似该一阶矩所服从的分布；该层EM框架下，在E-step中推导出完全数据的条件期望表达式，而且因假设隐变量的似然函数服从多高斯分布，在已知前一次迭代后各高斯分项参数值的条件下，容易计算出该似然函数；在M-step中通过最大化条件期望而辨识出各高斯分项的参数值，包括权值、均值及协方差；E-step和M-step依次迭代直至收敛；然后由概率分布拟合各高斯分项参数辨识结果便得到摄动力的一二阶矩拟合辨识结果。进一步的，步骤3的具体方法为：在多传感器系统下，基于双层EM算法设计联合校正滤波器，其中第一层EM算法为步骤2-1所述的联合状态估计与摄动力一阶矩辨识，第二层EM算法是步骤2-2所述的混合多高斯拟合辨识摄动力一二阶矩，两层EM算法的顺序组合构成该双层EM框架；第一层EM框架中，每个传感器并行执行第一层EM算法并输出摄动力一阶矩辨识集合；第二层EM以第一层EM输出的摄动力一阶矩集合作为输入，拟合辨识出摄动力的均值和协方差；然后通过一个由均值和协方差联合校正的Kalman滤波，即可实现同时利用摄动力的均值和协方差联合反馈校正目标状态及协方差。本专利技术的有益效果是，本专利技术通过将摄动力建模为与状态耦合的未知干扰，并通过多高斯分布拟合辨识出摄动力的均值和协方差，然后同时利用摄动力的均值和协方差信息去联合反馈校正空间目标的状态及协方差，既突破了传统估计策略需要计算复杂雅可比矩阵或摄动强非线性积分的局限性，又补偿了现有辨识策略因假设摄动力与状态相互独立而忽略的摄动力协方差信息，提高了空间目标跟踪精度。附图说明图1是联合状态估计与摄动力一阶矩辨识迭代框架图；图2是多高斯分布拟合辨识摄动力一二阶矩迭代框架图；图3是基于摄动多高斯拟合的空间目标跟踪技术流程图；图4是空间目标运行轨迹图；图5是天向摄动力一阶矩辨识结果图；图6是空间目标天向位置估计RM本文档来自技高网...

【技术保护点】
一种基于摄动多高斯拟合的空间目标跟踪方法，其特征在于，将空间目标所受的摄动力建模为与目标状态相耦合的未知干扰；在一种双层EM框架下实现由多高斯分布拟合摄动力的均值和协方差，其中第一层EM实现联合状态估计与摄动力一阶矩辨识，第二层EM实现混合多高斯拟合辨识摄动力一二阶矩；然后通过设计联合校正滤波器实现了同时利用摄动力的均值和协方差联合反馈校正空间目标状态估计及协方差。

【技术特征摘要】
1.一种基于摄动多高斯拟合的空间目标跟踪方法，其特征在于，将空间目标所受的摄动力建模为与目标状态相耦合的未知干扰；在一种双层EM框架下实现由多高斯分布拟合摄动力的均值和协方差，其中第一层EM实现联合状态估计与摄动力一阶矩辨识，第二层EM实现混合多高斯拟合辨识摄动力一二阶矩；然后通过设计联合校正滤波器实现了同时利用摄动力的均值和协方差联合反馈校正空间目标状态估计及协方差。2.如权利要求1所述的一种基于摄动多高斯拟合的空间目标跟踪方法，其特征在于，具体按照以下步骤实施：步骤1、构建空间目标跟踪模型并将摄动力建模为与系统状态耦合的未知干扰，此时摄动力显然具有均值和协方差特性；步骤2、在步骤1所建模的摄动力具有均值和协方差的基础上，利用多高斯分布拟合摄动力的均值和协方差，其中涉及两个EM算法，即联合状态估计与摄动力一阶矩辨识和混合多高斯拟合辨识摄动力一二阶矩；步骤3、在多传感器系统下，基于步骤2所述的两个EM算法而设计了联合校正滤波器，该滤波器实现利用摄动力的均值和协方差联合反馈校正目标状态估计及协方差。3.如权利要求2所述的一种基于摄动多高斯拟合的空间目标跟踪方法，其特征在于，所述步骤1的具体方法为：对于地球轨道内的空间目标，如果以空间目标的轨道位置和速度为状态量，即空间目标状态量x为：其中，λ,h为目标在东北天三个方向的位置坐标，vl,vh为目标在东北天三个方向对应的速度信息，则空间目标的运动轨道方程可建模为：其中，为目标地心矢量长度，μ为地球引力常数，J2为二阶带谐项系数，Re为地球平均赤道半径，空间目标在东北天三个方向所受的摄动力a(x),b(x),c(x)分别是：若将摄动力a(x),b(x),c(x)看作与状态耦合的未知干扰θ(t)，则空间目标连续时间动态模型为：其中，为x(t)的一阶微分，θ(t)＝[a(x)b(x)c(x)]T，w(t)为非主要摄动因素等效的高斯白噪声，将连续时间动态模型，即公式(1)通过四阶Runge-Kutta法离散化，则动态方程为：其中，T为采样周期，k为离散时间，I为单位矩阵，Fk表示...

【专利技术属性】
技术研发人员：王小旭，王永刚，王子恬，宋宝，潘泉，梁彦，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61