The invention relates to a multiple model maneuvering target tracking filtering method based on the limited number of model switching times, which relates to the maneuvering target tracking field, in particular to a multi model maneuvering target tracking filtering method. The invention solves the problem that the prior model filtering can not describe the prior information of the higher order model switching, and has a large amount of calculation when guaranteeing the higher filtering precision. In the present invention, the model in the 2 order model sequence is modeled, and the transition probability of the 2 order model sequence is set based on the assumption that the number of transitions is limited by P
【技术实现步骤摘要】
一种基于模型切换次数受限的多模型机动目标跟踪滤波方法
本专利技术涉及机动目标跟踪领域,具体涉及一种多模型的机动目标跟踪滤波方法。
技术介绍
在目标跟踪的模型不确定问题中,H.A.P.Blom,Y.Bar-Shalom.“TheinteractingmultiplemodelalgorithmforsystemswithMarkovianswitchingcoefficients,”IEEETransactionsonAutomaticControl,vol.33(8),pp.780-783,1988提出了经典的交互式多模型滤波方法。该经典方法使用模型转移概率来自动识别当前使用的模型,进行模型切换,从而实现在多模型下的自适应滤波估计。但缺点是估计精度不是很高,且依赖于模型转移概率的设置。当模型不变转移概率的值设置很大时,虽然在模型不变区域误差会减少,但同时却会增大模型切换区域的误差,并且从模型切换区域到模型不变区域的误差收敛速度会减慢。改进的方法如P.Suchomski,“High-orderinteractingmultiple-modelestimationforhybridsystemswithMarkovianswitchingparameters,”InternationalJournalofSystemsScience,vol.32(5),pp.669-679,2001中提出的广义高阶多模型滤波方法,虽然利用高阶模型序列能提高估计精度,但却以增加大量计算为代价。毕欣,杜劲松,王伟,高洁,田星,赵越南,赵乾,丛日刚,仝盼盼,李想,张清石,徐洪庆,高 ...
【技术保护点】
一种基于模型切换次数受限的多模型机动目标跟踪滤波方法,其特征在于,包括:步骤1:对机动目标的2阶模型序列中的模型m
【技术特征摘要】
1.一种基于模型切换次数受限的多模型机动目标跟踪滤波方法,其特征在于,包括:步骤1:对机动目标的2阶模型序列中的模型mi、mj、ml进行建模,并基于跳变次数受限的假设,设置2阶模型序列的转移概率pijl,表示从模型序列mimj跳变到模型ml的概率;i、j、l分别为用于区别模型mi、mj、ml的序号;设模型个数为r,则i,j,l的取值范围为1~r;其中,Pmax是预先设定的一个值,Pmax取值范围为[0.99,1);步骤2:分以下三种情况对k时刻的估计状态向量和相对应的协方差为进行实时处理;(1)当k=1时,转步骤3;(2)当k=2时,转步骤4;(3)当k≥3时,转步骤5;步骤3:对k=1时的估计状态向量和相对应的协方差为初始化其中,zk=[xkyk]T表示k时刻接收到的雷达观测数据,xk表示k时刻x轴位置,yk表示k时刻y轴位置,zk(q′)表示zk的第q′个值;ri′j′是观测噪声协方差R的第i′行第j′列元素,即转步骤2等待接收k=k+1时刻的雷达观测数据并继续处理;步骤4:对k=2时的估计状态向量和相对应的协方差为初始化再初始化k-1时刻模型为mi、k时刻模型为mj时的2阶模型序列概率令2阶模型序列估计状态向量和与相对应的协方差转步骤2等待接收k=k+1时刻的雷达观测数据并继续处理;步骤5:对k≥3时的状态进行如下处理:步骤5.1:计算混合概率当l=j时,则i的取值范围是1,2,...,r,其中,为k-1时刻的2阶模型序列概率;Cjj为归一化参数,当l≠j时,则i=j,其中,Cjl分别为归一化参数,在跳变受限的条件下,l≠j、i≠j的情况不存在,不参与滤波计算;步骤5.2:计算2阶模型序列混合状态向量及其协方差当l=j时当l≠j时步骤5.3:将和作为输入对模型ml进行卡尔曼滤波,计算k时刻和似然函数步骤5.4:计算k时刻的2阶模型序列概率步骤5.5:计算k时刻的估计状态向量及其协方差转步骤2等待接收k=k+1时刻的雷达观测数...
【专利技术属性】
技术研发人员:周共健,叶晓平,周畅,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。