一种基于HuberM-Cubature卡尔曼滤波的无人水下航行器目标跟踪方法技术

本发明专利技术公开了一种基于HuberM‑Cubature卡尔曼滤波的无人水下航行器目标跟踪方法，包括以下步骤：1)建立无人水下航行器的运动方程；2)建立无人水下航行器的观测方程；3)采用基于Huber‑Cubature卡尔曼滤波的UUV的目标跟踪定位算法，建立UUV运动模型及观测模型。本发明专利技术将一种HuberM极大似然估计代价函数引入Huber‑Cubature卡尔曼滤波并应用于UUV的目标跟踪定位算法中，建立了UUV运动模型及观测模型，通过对CKF测量信息进行了重建，之后再通过CKF算法对非线性测量信息进行滤波，无需利用传统线性化方法，避免了噪声对信息的干扰，实现了非线性鲁棒滤波。

An Unmanned Underwater Vehicle Target Tracking Method Based on HuberM-Cubature Kalman Filter

【技术实现步骤摘要】
一种基于HuberM-Cubature卡尔曼滤波的无人水下航行器目标跟踪方法
本专利技术涉及无人水下航行器技术，尤其涉及一种基于HuberM-Cubature卡尔曼滤波的无人水下航行器目标跟踪方法。
技术介绍
水下无人航行器作为近年来海洋领域的热点研究方向之一，其在军事领域、渔业、水下探测等诸多方面扮演了越来越重要的角色。水下无人航行器作为水下探测、水下维修、水下特定区域样本采集的重要辅助工具，为人类科学探索、合理开发海洋资源，提升我国有效利用国际海域资源、顺利开展相关科学研究提供了可靠保障。目前，无人水下航行器(UnmannedUnderwaterVehicle,UUV)的目标跟踪主要通过检测目标的有效辐射(如声辐射和电磁辐射)以获取目标相对于UUV的连续方位角。然而，由于水下恶劣环境致被动声呐的测量精度低，海洋水文环境(海水温度、密度和盐度变化等)复杂，噪声统计特性(平均值和协方差)未知，估计的准确性未知。且非线性的测量量存在于UUV的目标跟踪中，给滤波算法带来了极大的困扰。因此，基于精算滤波算法的UUV目标跟踪算法对于工程实际应用有着重要意义。边信黔等在“EKF的无人潜航器航位本文档来自技高网...

【技术保护点】
1.一种基于HuberM‑Cubature卡尔曼滤波的无人水下航行器目标跟踪方法，其特征在于，包括以下步骤：1)建立无人水下航行器的运动方程；2)建立无人水下航行器的观测方程；3)采用基于Huber‑Cubature卡尔曼滤波的UUV的目标跟踪定位算法，建立UUV运动模型及观测模型，3.1)令k时刻的状态值xk与估计值

【技术特征摘要】
1.一种基于HuberM-Cubature卡尔曼滤波的无人水下航行器目标跟踪方法，其特征在于，包括以下步骤：1)建立无人水下航行器的运动方程；2)建立无人水下航行器的观测方程；3)采用基于Huber-Cubature卡尔曼滤波的UUV的目标跟踪定位算法，建立UUV运动模型及观测模型，3.1)令k时刻的状态值xk与估计值之间的关系表达式为其中，δxk为估计偏差，设方差为Pk|k-1,线性化后的观测方程线性化矩阵为：式中：Hk为线性化观测方程的斜率矩阵，表示为Hk＝[(Pk|k-1)-1Px,y]T定义如下表达式：ZK＝Mkxk+xk3.2)引入Huber极大似然估计代价函数：式中，gi为残差向量分量，g＝Mkxk-Zk，ρ(gi)为式中，γ为给定的阈值参数，令则最小化极大似然估计代价函数得:若则得ψ＝diag[ψ(gi)]3.3)对上式采用迭代算...

【专利技术属性】
技术研发人员：范世东，王斌，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北,42