一种机动目标运动参数的纯距离提取方法技术

本发明专利技术涉及一种机动目标运动参数的纯距离提取方法、计算机设备及计算机可读存储介质，该方法包括：在距离‑多普勒子空间对匀加速机动的目标进行匀加速运动建模，获得距离坐标系状态方程及对应距离量测的量测方程；从雷达处获取距离量测，若当前跟踪的周期k≤5，则利用基于匀加速运动模型的初始化方法进行滤波初始化，若当前跟踪的周期k>5则跳过滤波初始化；利用距离量测进行非线性滤波，根据k‑1周期的状态估计和状态估计协方差，更新k周期的状态估计和状态估计协方差；判断是否结束非线性滤波过程。本发明专利技术能够只依赖距离量测序列进行滤波，从而估计出目标运动的距离‑多普勒状态。

【技术实现步骤摘要】
一种机动目标运动参数的纯距离提取方法
本专利技术涉及空间目标跟踪
，尤其涉及一种机动目标运动参数的纯距离提取方法、计算机设备及计算机可读存储介质。
技术介绍
传统的固定单站雷达需要同时观测目标距离和方位角才能解算目标位置，如果只有距离量测和多普勒量测，或只有距离量测，固定单站雷达不能独立完成对目标的定位和跟踪，对于机动目标也无法提取出目标运动参数。在这种情况下，需要多站雷达组网探测实现测距交叉定位，从而获得目标状态的可观测性。这一问题类似于无源定位中仅用角度量测的多站时差定位。随着具有抗反辐射导弹能力的被动雷达的发展和应用，无源定位跟踪方法得到了广泛研究。相对于无源定位，无角度量测的目标跟踪是一个比较新的课题，最近几年才受到关注。目前，无角度量测的目标跟踪研究主要涉及以下两个方面：(1)基于数据关联的集中式融合方法：此方法是处理仅用距离量测和多普勒量测进行目标跟踪最为直接的方法。然而为数众多的鬼影点将会对这种方法形成极大的困扰，由此造成多维分配问题，当目标数目较多时，多维分配的相关算法处理起来就非常复杂，运算量也会很大，实用性和时效性难以控制。(2)基于数据关联的分布式跟踪方法：在描述距离的动态模型时，传感器所提供的多普勒观测能够提供重要信息，因此许多学者提出了分级处理的思想，先对单传感器的距离量测和多普勒量测进行相关，建立某种意义上的局部航迹并剔除杂波，再对局部航迹进行关联去鬼影。然而单传感器距离量测和多普勒量测相关处理中一般采用的都是匀速经验模型或匀加速经验模型，这种模型往往比较粗糙，与真实的距离和多普勒演化规律不符，在进行状态估计相关处理时，难以获得比较理想的性能。当分布式系统中的部分传感器或全部传感器只能提供目标距离量测时，采用交叉定位或分级处理的思想进行跟踪，就需要每个传感器具有根据距离量测序列解算出目标精确距离的能力，因此，需要提供一种能够只依赖距离量测进行目标跟踪以提取目标运动参数的方法。
技术实现思路
本专利技术的目的是提供一种针对不含角度量测和多普勒量测的距离量测序列进行滤波，从而估计出目标运动的距离-多普勒状态的方法，实现机动目标运动参数的纯距离提取。为了实现上述目的，本专利技术提供了一种机动目标运动参数的纯距离提取方法，包括如下步骤：S1、在距离-多普勒子空间对匀加速机动的目标进行匀加速运动建模，获得距离坐标系状态方程及对应距离量测的量测方程；S2、从雷达处获取距离量测，若当前跟踪的周期k≤5，则利用基于匀加速运动模型的初始化方法进行滤波初始化，若当前跟踪的周期k>5则跳过滤波初始化执行步骤S3；其中k为正整数，进行滤波初始化时，获取k＝1、2、3、4、5周期的距离量测，利用k＝5周期的状态向量与k＝1、2、3、4、5周期的距离真值之间的关系，以距离量测替代距离真值，得到k＝5周期的状态估计，进而利用不敏变换计算k＝5周期的状态估计协方差；S3、利用距离量测进行非线性滤波，根据k-1周期的状态估计和状态估计协方差，更新k周期的状态估计和状态估计协方差；S4、判断是否结束非线性滤波过程，若不结束，则返回执行步骤S2。优选地，所述步骤S1中，在距离-多普勒子空间对匀加速机动的目标进行匀加速运动建模时，量测zk表示为：其中，为目标的距离量测，rk为目标的距离真值，为距离量测误差，距离量测误差为零均值高斯白噪声，方差为获得状态方程表示为：xk+1＝f(xk)+vk对于匀加速运动，状态方程表示为：其中，表示状态向量，f为描述状态向量随时间演化规律的非线性函数，表示从k时刻的距离-多普勒状态演化而来的、没有过程噪声污染的k+1时刻的距离，为多普勒，和分别为转换多普勒的一阶、二阶和三阶导数，T为雷达采样间隔，vk为过程噪声，q为笛卡尔坐标系中沿x轴和y轴方向过程噪声的标准差，vk的方差表示为：其中，对应距离量测的量测方程表示为：其中，H为量测矩阵，wk为量测噪声，对应的量测噪声协方差矩阵为Rk。优选地，所述步骤S2中，进行滤波初始化时，在不考虑随机扰动的情况下，得到状态方程表示为：将包含k、k-1、k-2、k-3、k-4周期的状态方程联立组成方程组，解方程组，以k、k-1、k-2、k-3、k-4周期对应的距离真值表示k周期的状态向量的各元素，表达式为：利用距离量测替代距离真值，得到k周期的状态向量表达式为：其中，是由k-4、k-3、k-2、k-1、k周期对应的距离量测组成的向量，g是表征状态向量和k-4、k-3、k-2、k-1、k周期对应的距离量测组成的向量之间非线性关系的向量值函数；带入k＝5，计算相应的状态向量作为k＝5周期的状态估计；采用不敏变换计算k＝5周期的状态估计协方差。优选地，所述步骤S2中，采用不敏变换计算k＝5周期的状态估计协方差时，包括如下步骤：首先计算向量rk的2nx+1个采样点及其相应的权值Wi，表达式为：其中nx是向量rk的维数，λ是满足nx+λ≠0的标量参数，是矩阵均方根的第i行或第i列；然后根据k周期的状态向量表达式计算各采样点的映射值和相应的转移状态，映射值表达式为：转移状态表达式为：最后计算状态估计协方差，表达式为：优选地，所述步骤S3中，根据距离量测进行非线性滤波时，采用转换量测卡尔曼滤波方法、无迹卡尔曼滤波方法、扩展卡尔曼滤波方法或粒子滤波方法中的一种。优选地，所述步骤S3中，根据距离量测进行非线性滤波时，采用无迹卡尔曼滤波方法，从k＝6周期开始滤波，包括如下步骤：S3-1、通过不敏变换计算2nx+1个采样点及相应的权重Wi，表达式为：其中，nx是状态向量的维度，λ是满足nx+λ≠0的标量参数，是矩阵(nx+λ)Pk-1|k-1均方根的第i行或第i列；S3-2、计算状态一步预测表达式为：S3-3、计算一步预测协方差Pk|k-1，表达式为：S3-4、计算滤波增益Kk，表达式为：Kk＝Pxz(Pzz)-1其中为采样点对应的量测预测，为量测预测，Pzz为量测预测协方差矩阵，Pxz为状态和量测之间的互协方差矩阵；S3-5、更新状态估计表达式为：S3-6、更新状态估计协方差Pk|k，表达式为：Pk|k＝Pk|k-1-KkPzz(Kk)′。本专利技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的机动目标运动参数的纯距离提取方法的步骤。本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述本文档来自技高网...

【技术保护点】
1.一种机动目标运动参数的纯距离提取方法，其特征在于，包括如下步骤：/nS1、在距离-多普勒子空间对匀加速机动的目标进行匀加速运动建模，获得距离坐标系状态方程及对应距离量测的量测方程；/nS2、从雷达处获取距离量测，若当前跟踪的周期k≤5，则利用基于匀加速运动模型的初始化方法进行滤波初始化，若当前跟踪的周期k>5则跳过滤波初始化执行步骤S3；其中k为正整数，进行滤波初始化时，获取k＝1、2、3、4、5周期的距离量测，利用k＝5周期的状态向量与k＝1、2、3、4、5周期的距离真值之间的关系，以距离量测替代距离真值，得到k＝5周期的状态估计，进而利用不敏变换计算k＝5周期的状态估计协方差；/nS3、利用距离量测进行非线性滤波，根据k-1周期的状态估计和状态估计协方差，更新k周期的状态估计和状态估计协方差；/nS4、判断是否结束非线性滤波过程，若不结束，则返回执行步骤S2。/n

【技术特征摘要】
1.一种机动目标运动参数的纯距离提取方法，其特征在于，包括如下步骤：
S1、在距离-多普勒子空间对匀加速机动的目标进行匀加速运动建模，获得距离坐标系状态方程及对应距离量测的量测方程；
S2、从雷达处获取距离量测，若当前跟踪的周期k≤5，则利用基于匀加速运动模型的初始化方法进行滤波初始化，若当前跟踪的周期k>5则跳过滤波初始化执行步骤S3；其中k为正整数，进行滤波初始化时，获取k＝1、2、3、4、5周期的距离量测，利用k＝5周期的状态向量与k＝1、2、3、4、5周期的距离真值之间的关系，以距离量测替代距离真值，得到k＝5周期的状态估计，进而利用不敏变换计算k＝5周期的状态估计协方差；
S3、利用距离量测进行非线性滤波，根据k-1周期的状态估计和状态估计协方差，更新k周期的状态估计和状态估计协方差；
S4、判断是否结束非线性滤波过程，若不结束，则返回执行步骤S2。


2.根据权利要求1所述的机动目标运动参数的纯距离提取方法，其特征在于，
所述步骤S1中，在距离-多普勒子空间对匀加速机动的目标进行匀加速运动建模时，量测zk表示为：



其中，为目标的距离量测，rk为目标的距离真值，为距离量测误差，距离量测误差为零均值高斯白噪声，方差为
获得状态方程表示为：
xk+1＝f(xk)+vk
对于匀加速运动，状态方程表示为：



其中，表示状态向量，f为描述状态向量随时间演化规律的非线性函数，表示从k时刻的距离-多普勒状态演化而来的、没有过程噪声污染的k+1时刻的距离，为多普勒，和分别为转换多普勒的一阶、二阶和三阶导数，T为雷达采样间隔，vk为过程噪声，q为笛卡尔坐标系中沿x轴和y轴方向过程噪声的标准差，vk的方差表示为：



其中，













































对应距离量测的量测方程表示为：



其中，H为量测矩阵，wk为量测噪声，对应的量测噪声协方差矩阵为Rk。


3.根据权利要求2所述的机动目标运动参数的纯距离提取方法，其特征在于，
所述步骤S2中，进行滤波初始化时，在不考虑随机扰动的情况下，得到状态方程表示为：



将包含k、k-1、k-2、k-3、k-4周期的状态方程联立组成方程组，解方程组，以k、k-1、k-2、k-3、k-4周期对应的距离真值表示k周期的状态向量的各元素，表达式为：



利用距离量测替代距离真值，得到k周期的状态向量表...

【专利技术属性】
技术研发人员：周共健，郭正琨，李可毅，
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