一种简易快速的卡尔曼滤波方法技术

本发明专利技术公开一种简易快速的卡尔曼滤波方法，针对不同种类的目标设置对应的状态转移过程噪声方差Q和传感器观测噪声方差R，根据卡尔曼滤波的递推公式，利用转移矩阵，观测矩阵，过程噪声方差，观测噪声方差计算得到增益，通过分析滤波器稳定后发生丢点时不同的丢点数以及Q/R的值对增益的影响得到相应的比值，利用该比值对增益进行修正，最后在不同数据率的情况下分别记录滤波稳定前的所有增益以及滤波稳定后的增益以及不同丢点数情况下经过修正的增益，构建针对不同种类对象的滤波器。解决了传统方法在多目标高数据率跟踪中由于计算机的运算速度限制而影响系统的实时性和由于丢点后卡尔曼增益的变化会降低滤波精度以及可能造成跟踪目标丢批的问题。

【技术实现步骤摘要】
一种简易快速的卡尔曼滤波方法
本专利技术属于目标状态估计领域，具体涉及一种简易快速的卡尔曼滤波方法。
技术介绍
卡尔曼滤波(Kalmanfiltering，KF)理论目前广泛应用于航空航天、导航定位、目标跟踪、控制等各种领域，它是一种线性最优最小方差估计器。在雷达的目标跟踪数据处理中，普遍地采用了卡尔曼滤波方法。该方法中，某个时刻的滤波值相当于该时刻的预测值与测量值的加权和，其权值由卡尔曼增益决定。计算卡尔曼增益，需要先计算预测协方差、新息协方差以及估计协方差，这些数据的计算量占了整个滤波计算量的70％左右。在多目标跟踪中，由于计算机的运算速度有限，使用标准卡尔曼滤波方法会影响系统的实时性，尤其是在多目标高数据率的情况下。为了减少计算量，经常采用简化常增益卡尔曼滤波方法。典型的方法有α-β、α-β-γ滤波，分段常增益滤波等。其中，α-β、α-β-γ滤波的整个过程增益都为常值，性能较差；分段常增益滤波将滤波过程分为几个阶段，每个阶段采用不同的增益值，到达稳态后，增益就保持不变，其中增益值的设置由离线的仿真计算来获得。分段常增益滤波本文档来自技高网...

【技术保护点】
1.一种简易快速的卡尔曼滤波方法，其特征在于，包括如下步骤：/n步骤(1)：设置过程噪声方差Q和观测噪声方差R：针对不同种类的目标设置对应的过程噪声方差Q和观测噪声方差R；/n步骤(2)：计算增益K：根据卡尔曼滤波的递推计算公式，利用转移矩阵Φ，观测矩阵H，以及过程噪声方差Q、观测噪声方差R计算得到增益K；/n步骤(3)：修正丢点情况下的增益K：分析滤波器稳定后发生丢点时不同的丢点数以及Q/R的值对增益的影响并得到相应的比值，利用该比值对增益K进行修正；/n步骤(4)：记录不同种类的目标所对应的增益K，构建对应的滤波器：在速率T固定的情况下分别记录滤波稳定前的所有增益K以及滤波稳定后的增益K以...

【技术特征摘要】
1.一种简易快速的卡尔曼滤波方法，其特征在于，包括如下步骤：
步骤(1)：设置过程噪声方差Q和观测噪声方差R：针对不同种类的目标设置对应的过程噪声方差Q和观测噪声方差R；
步骤(2)：计算增益K：根据卡尔曼滤波的递推计算公式，利用转移矩阵Φ，观测矩阵H，以及过程噪声方差Q、观测噪声方差R计算得到增益K；
步骤(3)：修正丢点情况下的增益K：分析滤波器稳定后发生丢点时不同的丢点数以及Q/R的值对增益的影响并得到相应的比值，利用该比值对增益K进行修正；
步骤(4)：记录不同种类的目标所对应的增益K，构建对应的滤波器：在速率T固定的情况下分别记录滤波稳定前的所有增益K以及滤波稳定后的增益K以及不同丢点数情况下经过修正的增益K，构建针对不同种类对象的滤波器。


2.根据权利要求1所述的方法，其特征在...

【专利技术属性】
技术研发人员：郭剑辉，蔡球球，楼根铨，张文俊，阚正佳，温俊，吴东方，苏强，
申请(专利权)人：南京理工大学，江南造船集团有限责任公司，
类型：发明
国别省市：江苏;32