一种多层次信息融合的纯方位水下目标跟踪算法制造技术

本发明专利技术提出一种多层次信息融合的纯方位水下目标跟踪算法，分为三个层次，第一层，利用最小二乘法对目标进行初步跟踪定位，并计算其估计状态值作为第二层AFIMM的输入值；第二层，设计模糊自适应多交互模型AFIMM,优化设计AFIMM运动模型集，提出模糊自适应的模型转移概率的方法；第三层，设计了重采样的粒子滤波作为AFIMM每一步迭代滤波结构实现信息融合。本发明专利技术在多UUV协同系统的纯方位目标跟踪过程中，通过多层次信息融合框架设计，滤波精确更高，能够满足多UUV协同水下目标跟踪的目标。

【技术实现步骤摘要】
一种多层次信息融合的纯方位水下目标跟踪算法
本专利技术属于水下目标跟踪领域，具体为一种多层次信息融合的纯方位水下目标跟踪算法。
技术介绍
水下目标跟踪按照声呐等传感器工作方式主要分为两种方式：主动和被动。主动探测方式主要利用水下传感器主动发出探测信号获得目标运动参数，但是这种方式由于自身向外界辐射水下信号，容易被敌方探测设备获得，隐蔽性弱；而被动探测方式仅仅通过对目标辐射噪声进行被动接受，获取目标运动参数，由于其具有隐蔽性和抗干扰性，是目前水下目标远距离隐蔽探测与跟踪的最主要方式，对于提高水下无人航行器(underwaterunmannedvehicle，UUV)探测性能和生存能力有重要的作用。其中，纯方位目标跟踪(bearing-onlytracking,BOT)是在被动探测的情况下,仅仅利用目标的方位信息,估计目标运动参数的过程同时也为战场态势评估和威胁估计提供决策支持，对于作战UUV具有自主攻击型武器来说极其重要，往往可是给予敌方目标出其不意的毁灭性打击。但是由于观测量较少导致目标跟踪精度降低，所以通过多UUV协同实现水下目标跟踪是研究重点。多UUV协同系统通过搭载的多个被动探测设备同时测量目标的角度，依据目标与探测设备之间的空间、时间、功能、能源分布关系，通过数据融合实现对目标的水下定位与跟踪，不仅可以弥补单个UUV探测信息不足的缺点，还可以实现在大范围空间内获取高精度的水下目标信息。多UUV协同系统通过搭载的多个被动探测设备同时测量目标的角度，依据目标与探测设备之间的空间、时间、功能、能源分布关系，通过数据融合实现对目标的水下定位与跟踪，不仅可以弥补单个UUV探测信息不足的缺点，还可以实现在大范围空间内获取高精度的水下目标信息。为此，从多UUV协同系统的纯方位目标跟踪特点出发，本专利技术设计一种多层次信息融合的纯方位水下目标跟踪算法，用于实现UUV协同系统的水下目标跟踪。
技术实现思路
本专利技术针对多UUV协同系统的纯方位目标跟踪问题，提出一种多层次信息融合的纯方位水下目标跟踪算法：第一层，利用最小二乘法(LeastSquare,LS)对目标进行初步跟踪定位，并计算其估计状态值作为第二层AFIMM的输入值；第二层，设计模糊自适应多交互模型AFIMM(AdaptiveFuzzyInteractingMultipleModel),优化设计AFIMM运动模型集，提出模糊自适应的模型转移概率的方法；第三层，设计了重采样的粒子滤波(ParticleFilter,PF)作为AFIMM每一步迭代滤波结构实现信息融合。本专利技术技术方案为：所述一种多层次信息融合的纯方位水下目标跟踪算法，其特征在于：包括以下步骤：步骤1：进行参数初始化，初始化参数包括模型初始概率pij(0)，最大模型概率pmax，模糊推理参数cDM和σ，采样周期T，粒子个数M，并确定目标运动模型集合中采用一个匀速模型和两个协同转弯模型；步骤2：采用最小二乘法的多UUV被动信息融合预处理：根据多个UUV各自得到的目标位置，利用最小二乘法确定目标位置估计值；步骤3：利用步骤2中最小二乘法确定的目标位置估计值，对目标进行跟踪估计和预测，其中对于第k时刻的递推循环估计，采用以下步骤进行：步骤3.1：输入交互：根据公式计算状态混合估计以及协方差混合估计其中r为目标运动模型集合中的模型个数，和pi(k-1|k-1)分别表示k-1时刻第i个模型的状态估计与状态协方差，i,j＝1,2…r，μij(k-1)为k-1时刻混合概率：为第j个模型归一化常数，pij(k-1)表示k-1时刻模型Mi转移到Mj的转移概率，μi(k-1)表示k-1时刻模型Mi的概率；步骤3.2：条件滤波：以步骤3.1得到的和作为k-1时刻第j个模型的输入，利用对应的粒子滤波器进行条件滤波，计算滤波输出和pj(k|k)；步骤3.3：概率更新：根据公式计算k时刻模型j的似然函数Λj(k)，其中vj(k)为模型j的滤波新息，Sj(k)为vj(k)对应的协方差；得到模型j更新后的概率为式中步骤3.4：根据公式自适应推理模型转移概率pij(k)，式中为隶属度函数：和分别表示隶属度函数的中心和宽度，n表示模糊规则个数；表示第n个模糊规则对应的MTP矩阵步骤4：综合输出：根据公式计算k时刻的总体估计和总体估计误差协方差p(k|k)；步骤5：取k＝k+1，返回步骤3，对目标进行持续跟踪估计，直至跟踪结束。有益效果本专利技术在多UUV协同系统的纯方位目标跟踪过程中，通过多层次信息融合框架设计，滤波精确更高，能够满足多UUV协同水下目标跟踪的目标。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1：多层次信息融合的纯方位水下目标跟踪算法原理；图2：多UUV与潜艇目标的方位关系；图3：最小二乘法定位原理；图4：多交互模型基本原理；图5：高斯分布的隶属度函数；图6：LS-AFIMM-PF信息融合框架设计；图7：LS-AFIMM-PF水下目标跟踪轨迹；图8：LS-IMM-KF水下目标跟踪轨迹；图9：LS-AFIMM-PF在X-Y方向的距离RMSE；图10：LS-IMM-KF在X-Y方向的距离RMSE；图11：LS-AFIMM-PF在X-Y方向的速度RMSE；图12：LS-IMM-KF在X-Y方向的速度RMSE。具体实施方式下面详细描述本专利技术的实施例，所述实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。本实施例针对多UUV协同作战过程中目标跟踪问题进行研究,设计一种多层次信息融合的纯方位水下目标跟踪算法LS-AFIMM-PF。第一层，利用最小二乘法(LeastSquare,LS)对目标进行初步跟踪定位，并计算其估计状态值作为第二层AFIMM的输入值；第二层，设计模糊自适应多交互模型AFIMM(AdaptiveFuzzyInteractingMultipleModel),优化设计AFIMM运动模型集，提出模糊自适应的模型转移概率的方法；第三层，设计了重采样的粒子滤波(ParticleFilter,PF)作为AFIMM每一步迭代滤波结构实现信息融合。最后，通过仿真实例对多层次的水下信息融合算法进行了实验验证与分析，表明该方法能够满足多UUV协同系统的水下目标跟踪要求，具有较高的跟踪精度。多层次信息融合的纯方位水下目标跟踪算法方法的技术路线如图1所示。第一层:最小二乘法的多UUV被动信息融合预处理UUV抽象为质点表示被动传感器，多UUV处于同一水平面内，则多被动传感器与目标(潜艇)的位置关系表示如图2所示。UUVk坐标位置(xk,yk,zk)，k＝1,2….n,(αk,βk)表示对应UUVk测量的俯仰角和方位角，目标位置(xT,yT,zT)。由UUVk测量目标的αk和βk可以确定唯一的一条空间定位线Lk，如果没有测量误差，则多个UUV测量的多条空间定位线交汇于焦点，该点就可表示目标的位置。但是在水下目标的定位和测量过程中由于受到水下环境噪声、回波等因素的影响，往往存在测量误差，造成多条水下空间定位线不能够汇聚成交点。此时，利用最小二乘法估计目标位置，距离所本文档来自技高网...

【技术保护点】
一种多层次信息融合的纯方位水下目标跟踪算法，其特征在于：包括以下步骤：步骤1：进行参数初始化，初始化参数包括模型初始概率pij(0)，最大模型概率pmax，模糊推理参数cDM和σ，采样周期T，粒子个数M，并确定目标运动模型集合中采用一个匀速模型和两个协同转弯模型；步骤2：采用最小二乘法的多UUV被动信息融合预处理：根据多个UUV各自得到的目标位置，利用最小二乘法确定目标位置估计值；步骤3：利用步骤2中最小二乘法确定的目标位置估计值，对目标进行跟踪估计和预测，其中对于第k时刻的递推循环估计，采用以下步骤进行：步骤3.1：输入交互：根据公式

【技术特征摘要】
1.一种多层次信息融合的纯方位水下目标跟踪算法，其特征在于：包括以下步骤：步骤1：进行参数初始化，初始化参数包括模型初始概率pij(0)，最大模型概率pmax，模糊推理参数cDM和σ，采样周期T，粒子个数M，并确定目标运动模型集合中采用一个匀速模型和两个协同转弯模型；步骤2：采用最小二乘法的多UUV被动信息融合预处理：根据多个UUV各自得到的目标位置，利用最小二乘法确定目标位置估计值；步骤3：利用步骤2中最小二乘法确定的目标位置估计值，对目标进行跟踪估计和预测，其中对于第k时刻的递推循环估计，采用以下步骤进行：步骤3.1：输入交互：根据公式计算状态混合估计以及协方差混合估计其中r为目标运动模型集合中的模型个数，和pi(k-1|k-1)分别表示k-1时刻第i个模型的状态估计与状态协方差，i,j＝1,2…r，μij(k-1)为k-1时刻混合概率：为第j个模型归一化常数，pij(k-1)表示k-1时刻模型Mi转移到Mj的转移概率，μi(k-1)表示k-1时刻模型Mi的概率；步骤3.2：条件滤波：以步骤3.1得到的和作为k-1时刻第j个模型的输入，利用对应的粒子滤波器进行条件滤波，计算滤波输出和pj(k|k)...

【专利技术属性】
技术研发人员：梁洪涛，康凤举，张建春，汪小东，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61