【技术实现步骤摘要】
基于Sage-Husa卡尔曼滤波的车辆目标跟踪算法
本专利技术涉及车辆目标跟踪
，尤其涉及一种基于Sage-Husa自适应卡尔曼滤波的车辆目标跟踪算法。
技术介绍
自动紧急制动系统(AEB)需要毫米波雷达采集前方车辆的位置、速度和加速度等参数，但是实际情况下，因为环境、雷达自身的测量精度、车辆行驶环境等因素的影响下，毫米波雷达采集到的数据需要滤波后才能对目标准确估计。经典卡尔曼滤波要求有精确已知系统的数学模型及其参数和噪声统计特性两者的先验信息，然而由于系统建模时的状态转移方程具有一定的误差，该误差包括非线性系统线性化时的误差、模型的简化误差及建模方法的误差等等，因此在实际情况下，系统噪声协方差矩阵Qk和量测噪声协方差矩阵Rk难以事先确定。这些问题将导致经典卡尔曼滤波的精度下降甚至是发散，因而有必要对此情况作改进。Sage-Husa自适应卡尔曼滤波在进行滤波计算的递推过程中，利用实际测量数据提供的信息实时估计系统状态向量，同时也对位置的或不确切知道的系统模型参数和噪声统计参数进行估计和修正。这一位置，自...
【技术保护点】
1.一种基于Sage-Husa卡尔曼滤波的车辆目标跟踪算法，其特征在于：/n采用Sage-Husa自适应卡尔曼滤波，并在每个迭代周期，计算新息向量ε
【技术特征摘要】
1.一种基于Sage-Husa卡尔曼滤波的车辆目标跟踪算法，其特征在于：
采用Sage-Husa自适应卡尔曼滤波，并在每个迭代周期，计算新息向量εk，进行收敛判断，更新加权值Sk和协方差矩阵Pk/k-1：(1)通过发散判据-不等式是否成立判断滤波是否发散，在滤波发散时，修正加权值Sk，间接调整协方差矩阵Pk/k-1，可有效防止滤波发散；(2)对噪声二阶矩阵进行正定性判断，当噪声二阶矩阵失去正定性时，采用噪声二阶矩阵的有偏估值器代替原无偏估值器，阻止滤波发散。
2.如权利要求1所述的基于Sage-Husa卡尔曼滤波的车辆目标跟踪算法，其特征在于，具体包括如下步骤：
S1，根据车辆目标跟踪的状态参数，建立卡尔曼滤波状态转移方程：
其中，为k-1时刻的系统状态的最优估计值A为状态转移矩阵；表示由k-1时刻的系统状态的最优估计值预测的k时刻的系统状态；
建立量测方程：
其中，为k时刻的系统状态，Zk为k时刻的系统状态的量测值；H为量测矩阵；
S2，给定卡尔曼滤波的初值b，k，其中，为第一次滤波时的状态，设为协方差矩阵，为量测噪声，为量测噪声协方差矩阵，为系统随机噪声，为系统随机噪声协方差矩阵；b为比例因子；k表示第k个滤波周期，k的初值为1；
进入迭代周期：
S3，计算k时刻的新息向量εk：
S4，计算k时刻的协方差矩阵Pk/k-1
其中，Pk-1为k-1时刻的协方差矩阵，Pk/k-1表示k时刻由k-1时刻的协方差矩阵估计的协方差矩阵；为k-1时刻的系统随机噪声协方差矩阵；G为噪声驱动转移矩阵；为噪声二阶矩阵；
S5，进行收敛判断，计算加权值Sk：
判断不等式
当不等式成立，则Sk＝1；
当不等式不成立，则
其中，为k-1时刻的系统随机噪声协方差矩阵，G为噪声驱动矩阵；为噪声二阶矩阵；R为量测噪声，为滤波的已知条件；Pk-1为k-1时刻的协方差矩阵；ξ略大于1，符号Tr[]表示矩阵的迹；
S6，代入加权值Sk，更新协方差矩阵Pk/k-1：
S7，根据Pk/k-1，计算卡尔曼增益Kk：
Kk＝Pk/k-1HT(HPk/k-1H...
【专利技术属性】
技术研发人员：欧阳祥文，冯作居，苏亮，陈卫强，
申请(专利权)人：厦门金龙联合汽车工业有限公司，
类型：发明
国别省市：福建;35
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。