一种多约束机动目标跟踪方法技术

本发明专利技术涉及一种多约束机动目标跟踪方法，所述方法包括以下步骤：A、获得机动目标的位置量测信息；B、将所述位置量测信息转换为笛卡尔坐标量测；C、获得所述机动目标的运动轨迹的约束条件；D、依据所述机动目标的运动特点，为每个约束条件单独分配运动模型，从而获得多个运动模型；E、针对各所述运动模型分别进行滤波。依据本发明专利技术的方法能够提高滤波性能。

【技术实现步骤摘要】

本专利技术涉及机动目标跟踪，尤其涉及多约束机动目标跟踪方法。
技术介绍
现代战场中，反辐射导弹极大地威胁雷达的生存。目前应对反辐射导弹的方法主要包括采用低拦截概率技术，控制雷达间歇发射，采用主动诱饵干扰反辐射导弹和采用预警系统等，其中最为经济有效的方式是采用主动诱饵干扰的方法。图1示出了受主动诱饵干扰情况下的反辐射导弹运动轨迹示意图。如图1所示，反辐射导弹在受到主动诱饵干扰之后运动方向存在多种可能，即继续向原打击目标A运动，或是向干扰源B运动，也有可能向两个辐射源中间的某处运动。因而导弹偏离了针对目标A的轨迹，目标A就得到了保护，因而这种方法非常的有效。但是，对于这种方法来说，保证主动诱饵准确对准反辐射导弹发射信号是十分必要的，而这需要跟踪算法提供较高的滤波和预测精度。考虑到反辐射导弹在其运动末段具有高速和高机动的特点，雷达观测的数据率可能相对较低。这又要求跟踪方法在低数据率情况下仍然是稳定有效的。对于机动目标跟踪而言，通常包括雷达信号处理(检测目标，获得量测)和雷达数据处理。雷达数据处理又进一步包括：A)量测数据预处理；B)数据互联，即建立某时刻雷达量测数据和其他时刻量测数据的关系，以确定这些量测数据是否来自同一个目标的处理过程；C)跟踪，即对量测进行滤波，得到更准确的目标位置信息；以及D)形成航迹的步骤。其中如何进行跟踪将直接影响机动目标跟踪系统的性能。对于反辐射导弹来说，由于其导引头角跟踪的导引策略，其在笛卡尔坐标系下X-Y平面上的运动轨迹是指向打击目标的一条直线，机动主要发生在沿运动轨迹方向，在垂直运动轨迹的方向上难以发生大的机动。这符合等式约束估计算法的应用条件，可以从其轨迹中提取先验的约束信息来提高滤波和预测性能。然而，目前的反辐射导弹跟踪方法并没有有效利用约束先验信息，如J.Zou,K.GaoandE.Zhang,“Inducinganti-radiationmissilesafelyundercoherentdecoybasedonVD-KalmanFilter,”IEEEInternationalConferenceonInformationEngineeringandComputerScience,pp.1--4,2009(基于变维卡尔曼滤波的反辐射导弹相参诱偏)，单纯设置机动模型和非机动模型，以变维卡尔曼滤波方法处理反辐射导弹跟踪问题，先验的约束条件没有得到合理利用从而造成信息浪费；估计结果不满足约束条件造成性能损失。此外，由于主动诱饵的存在，反辐射导弹可能存在多个可能的打击目标，因此可能存在多个约束条件同时作用，不能简单以单约束情况来看待这个问题。而前人对于多约束目标跟踪方法的研究，如J.Dunik,M.SimandlandO.Straka,“Multiple-modelfilteringwithmultipleconstraints,”IEEEAmericanControlConference,pp.6858--6863,2010(多约束条件下的多模型滤波)，只考虑静态约束场景，没有把动态约束纳入考虑；对约束不确定性考虑不充分，也难以适用于反辐射导弹跟踪问题。综上所述，目前的反辐射导弹跟踪方法无法提供足够的滤波和预测精度保证主动诱饵准确对准反辐射导弹。
技术实现思路
本专利技术鉴于现有技术的上述问题作出，用以克服或缓解现有技术中存在的一项或更多的缺点，至少提供一种有益的选择。为实现上述目的，本专利技术提供了一种机动目标跟踪方法，所述方法包括以下步骤：A、获得机动目标的位置量测信息；B、将所述位置量测信息转换为笛卡尔坐标量测；C、获得所述机动目标的运动轨迹的约束条件；D、依据所述机动目标的运动特点，为每个约束条件单独分配运动模型，从而获得多个运动模型；E、针对各所述运动模型分别进行滤波。根据本专利技术的一种实施方式，所述机动目标为反辐射导弹，所述机动目标的位置量测信息为导弹相对观测雷达坐标系原点的距离、方位角和俯仰角，利用去偏量测转换方法将所述位置量测信息转换为笛卡尔坐标量测。根据本专利技术的一种实施方式，在步骤C中，用量测信息中提供的机动目标的位置来代替起点，依据下式构造出近似的线性约束条件： C k x k = [ 0 , 1 , 0 , - tanδ k ] x k x · k y k y · k = 0 ]]>其中，Ck是k时刻包含线性等式约束条件的约束矩阵，xk是状态向量，其中包含xk和yk为目标在X，Y方向上的位置；和为目标在X，Y方向上的速度，δk是约束直线与Y轴夹角，和是k时刻X，Y方向的转换量测值，(xn,yn)是先验的目的地坐标，约束直线是其上的点都满足约束条件的直线。根据本专利技术的一种实施方式，针对各所述运动模型，分别采用不同的方法对X-Y平面和Z方向进行滤波，所述方法还包括将X-Y平面和Z方向的滤波预测结果合并的步骤。根据本专利技术的一种实施方式，所述步骤E包括计算各运动模型对应的模型概率的步骤，以及按模型概率对针对各所述运动的滤波结果进行过加权融合的步骤。根据本专利技术的一种实施方式，对于时刻k各运动模型对应的概率依据以下公式计算运动模型j的模型似然值： Λ k j = 1 本文档来自技高网...

【技术保护点】
一种多约束机动目标跟踪方法，所述方法包括以下步骤：A、获得机动目标的位置量测信息；B、将所述位置量测信息转换为笛卡尔坐标量测；C、获得所述机动目标的运动轨迹的约束条件；D、依据所述机动目标的运动特点，为每个约束条件单独分配运动模型，从而获得多个运动模型；E、针对各所述运动模型分别进行滤波。

【技术特征摘要】
1.一种多约束机动目标跟踪方法，所述方法包括以下步骤：
A、获得机动目标的位置量测信息；
B、将所述位置量测信息转换为笛卡尔坐标量测；
C、获得所述机动目标的运动轨迹的约束条件；
D、依据所述机动目标的运动特点，为每个约束条件单独分配运动模型，从而获得多个
运动模型；
E、针对各所述运动模型分别进行滤波。
2.根据权利要求1所述的方法，其特征在于，所述机动目标为反辐射导弹，所述机动目
标的位置量测信息为导弹相对观测雷达坐标系原点的距离、方位角和俯仰角，在所述步骤B
中，利用去偏量测转换方法将所述位置量测信息转换为笛卡尔坐标量测。
3.根据权利要求2所述的方法，其特征在于，在步骤C中，用量测信息中提供的机动目标
的位置来代替起点，依据下式构造出近似的线性约束条件：
C k x k = [ 0 , 1 , 0 , - tanδ k ] x k x · k y k y · k = 0 ]]>其中，Ck是k时刻包含线性等式约束条件的约束矩阵，xk是状态向量，其中包含xk和yk为
目标在X，Y方向上的位置；和为目标在X，Y方向上的速度，δk是约束直线与Y轴夹角，和是k时刻X，Y方向的转换量测值，(xn,yn)是先验的目的
地坐标，约束直线是其上的点都满足约束条件的直线。
4.根据权利要求3所述的方法，其特征在于，在所述步骤E中，针对各所述运动模型，分
别采用不同的方法对X-Y平面和Z方向进行滤波，所述方法还包括将X-Y平面和Z方向的滤波
预测结果合并的步骤。
5.根据权利要求4所述的方法，其特征在于，所述步骤E包括计算各运动模型对应的模
型概率的步骤，以及按模型概率针对各所述运动的滤波结果进行加权融合的步骤。
6.根据权利要求5所述的方法，其特征在于，在所述步骤E中，针对X-Y平面，进行滤波包
括如下的步骤：
A1、将k-1时刻滤波结果相互作用初值及其方差与转换量测值一起作为k
时刻第j个模型的输入值，利用公式进行状态一步预测，其中，Φk-1为状态
转移矩阵，
B1、计算状态一步预测协方差 P k - 1 | k j = Φ k - 1 P k - 1 | k - 1 j 0 Φ k - 1 T + Q k - 1 ]]>其中Qk-1过程噪声协方差矩阵；
C1、确定状态一步预测约束投影值 x ^ k | k - 1 p , j = x ^ k | k - 1 j - ( P k - 1 | k j ) - 1 C k T [ C k ( P k - 1 | k j ) - 1 C k ] - 1 C k x ^ k | k - 1 j ]]>其中Ck为约束矩阵
D1、确定量测预测 z ^ k | k - 1 j = H k x ^ ...

【专利技术属性】
技术研发人员：周共健，李可毅，陈曦，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23