基于卡尔曼滤波的记忆跟踪算法制造技术

本发明专利技术公开了一种基于卡尔曼滤波的记忆跟踪算法方法。算法主要步骤为：①设备跟踪角度提取：在自跟踪状态下提取伺服跟踪角度数据，判断数据合法性并存入缓存；②卡尔曼滤波：建立天线跟踪运动模型，设定滤波的初始条件，根据天线的初始状态来建立滤波器的起始估计，完成实时递推滤波；③数据外推：对滤波后的位置、角速度和角加速度数据采用外推算法进行数据外推，外推最大时长限定为10s；④插值运算：对记忆跟踪外推后的数据按照设备采样要求进行插值，保证记忆跟踪时天线能够平滑运行。本发明专利技术方法，可有效提高飞行器飞行异常情形下遥测伺服设备记忆跟踪精度。

【技术实现步骤摘要】
基于卡尔曼滤波的记忆跟踪算法
本专利技术属于伺服跟踪领域，具体地说，是一种基于卡尔曼滤波的记忆跟踪算法。
技术介绍
遥测设备接收信号受外界影响时会出现强动态变化，甚至出现接收信号中断现象，此时设备伺服系统可能会丢失跟踪目标，为保证此情形下对信号的快速重捕，设备研制单位设计了记忆跟踪功能，但是对设备跟踪多种不同类型任务的数据分析后发现，信号失锁后天线角速度会产生跳变，天线记忆跟踪的位置与目标实际位置存在较大误差。采用理论弹道速度匹配的算法时，如果飞行器出现飞行异常，实际跟踪角度与理论弹道严重偏离，即理论弹道速度匹配的算法失效，而飞行器飞行异常时却更需要遥测伺服设备在转记忆跟踪后精准跟踪目标，尽力获取测量数据。
技术实现思路
本专利技术的目的在于提供一种基于卡尔曼滤波的记忆跟踪算法，当目标飞行器出现飞行异常时，通过转记忆跟踪后能精准的跟踪目标，有效提高伺服设备记忆跟踪精度。本专利技术方法，响应速度快，具有良好的稳定性、实用性，在航天器测控方面有重要的应用价值。实现本专利技术目的的技术解决方案为：一种基于卡尔曼滤波的记忆跟踪算法，包括以下步骤：1.设备跟踪角度提取：在自跟踪状态下提取伺服跟踪角本文档来自技高网...

【技术保护点】
1.一种基于卡尔曼滤波的记忆跟踪算法，其特征在于，包括以下步骤：(1)设备跟踪角度提取：在自跟踪状态下提取伺服跟踪角度数据，判断数据合法性并存入缓存；(2)卡尔曼滤波：建立天线跟踪运动模型，设定滤波的初始条件，根据天线的初始状态来建立滤波器的起始估计，完成实时递推滤波；(3)数据外推：对滤波后的位置、角速度和角加速度数据采用外推算法进行数据外推，外推最大时长限定为10s；(4)插值运算：对记忆跟踪外推后的数据按照设备采样要求进行插值，保证记忆跟踪时天线能够平滑运行。

【技术特征摘要】
1.一种基于卡尔曼滤波的记忆跟踪算法，其特征在于，包括以下步骤：(1)设备跟踪角度提取：在自跟踪状态下提取伺服跟踪角度数据，判断数据合法性并存入缓存；(2)卡尔曼滤波：建立天线跟踪运动模型，设定滤波的初始条件，根据天线的初始状态来建立滤波器的起始估计，完成实时递推滤波；(3)数据外推：对滤波后的位置、角速度和角加速度数据采用外推算法进行数据外推，外推最大时长限定为10s；(4)插值运算：对记忆跟踪外推后的数据按照设备采样要求进行插值，保证记忆跟踪时天线能够平滑运行。2.根据权利要求1所述的基于卡尔曼滤波的记忆跟踪算法，其特征在于：步骤1所述的设备跟踪角度提取：2.1在实际的目标飞行器测控中，均已获得飞行器的理论弹道，通过遥测设备获取目标飞行器的实测数据，在遥测设备自跟踪状态下提取伺服跟踪角度数据即飞行器失锁转记忆跟踪前产生跳变的角度、速度及加速度数据；2.2数据合法性的判断，通过与理论弹道进行对比，判定转记忆跟踪前收集到的实测数据是否有效；2.3将上述有效的数据进行缓存，作为观测值，用于卡尔曼滤波算法的输入数据，完成实时递推。3.根据权利要求1所述的基于卡尔曼滤波的记忆跟踪算法，其特征在于：步骤2所述的卡尔曼滤波：2.1卡尔曼滤波算法设在时刻j得到的观测值为X1,X2,...,Xj，卡尔曼滤波通过这些观测值求得状态S(n)的最佳线性估计卡尔曼滤波方程如下；滤波方程：信息方程：预测方程：增益方程：K(n)＝P(n|n-1)CT(n)[C(n)P(n|n-1)CT(n)+R(n)]-1预测误差：P(n|n-1)＝A(n)P(n-1)AT(n)+Q(n-1)误差方程：P(n)＝[I-K(n)C(n)]P(n|n-1)其中为当前滤波值，为上一次的滤波值，为预测值，X(n)为当前观测值，为滤波所需新息值，A(n)为状态转移矩阵，Q(n)为状态噪声协方差矩阵，R(n)为测量噪声协方差矩阵，C(n)为测量转移矩阵；滤波从已知的初始值P(0)出发，...

【专利技术属性】
技术研发人员：许文鹏，黄成，庞岳峰，徐志良，彭二宝，叶达文，蒋璐，方杰，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32