一种用于指控系统的协方差矩阵的分解方法技术方案

本发明专利技术公开一种用于指控系统的协方差矩阵的分解方法，包括：S10、获取采集到的目标航迹信息；S20、将目标航迹信息进行融合，得到目标航迹信息的协方差矩阵matrixP；S30、对协方差矩阵matrixP进行预处理后，判断协方差矩阵matrixP中是否存在异常行；S40、对存在异常行的协方差矩阵matrixP进行修正并将修正后的协方差矩阵matrixP进行矩阵分解。该分解方法在矩阵的非正定条件下，仍然能够进行分解，满足UKF滤波器计算Sigma点集的需求，达到提升指控系统航迹滤波器鲁棒性的目的。系统航迹滤波器鲁棒性的目的。系统航迹滤波器鲁棒性的目的。

【技术实现步骤摘要】
一种用于指控系统的协方差矩阵的分解方法


[0001]本专利技术涉及数据处理
更具体地，涉及一种用于指控系统的协方差矩阵的分解方法。

技术介绍

[0002]在指控系统中，需要对于多个信息源观测生成的航迹信息进行准确的关联，融合生成综合航迹，以产生统一的空情情报态势，其中，Kalman滤波方法是一种常用的融合方法。KF(卡尔曼滤波)和EKF(扩展卡尔曼滤波)、UKF(无迹卡尔曼滤波)等线性和非线性滤波方法，作为实时状态估算的有力工具，已经广泛应用于工程实践的各个领域。
[0003]UKF的核心思想，是通过采样策略逼近非线性函数分布，利用计算的Sigma点集逼近真实概率密度函数，并直接利用非线性函数传递Sigma点集，从而避免了因线性化非线性函数引入的误差。在计算Sigma采样点集的过程中，需要对协方差矩阵进行分解，常用的分解方法为Cholesky(楚列斯基分解)。
[0004]协方差矩阵能够进行Cholesky分解的前提是矩阵正定，但在信息源的实际测量过程中，由于测量环境、目标状态、设备能力等多方面条件的制约，可能出现滤波过程中协方差矩阵非正定的情况，导致滤波器崩溃，常用的处理方法是对滤波器进行重启，但这将损失掉历史的观测信息。

技术实现思路

[0005]本申请的目的在于提供一种用于指控系统的协方差矩阵的分解方法、计算机设备及计算机可读存储介质，以解决现有技术存在的问题中的至少一个。
[0006]为达到上述目的，本申请采用下述技术方案：
[0007]本申请第一方面提供了一种用于指控系统的协方差矩阵的分解方法，包括：
[0008]S10、获取采集到的目标航迹信息；
[0009]S20、将所述目标航迹信息进行融合，得到所述目标航迹信息的协方差矩阵matrixP；
[0010]S30、对所述协方差矩阵matrixP进行预处理后，判断所述协方差矩阵matrixP中是否存在异常行；
[0011]S40、对存在异常行的协方差矩阵matrixP进行修正并将修正后的协方差矩阵matrixP进行矩阵分解。
[0012]在一种可能的实现方式中，对所述协方差矩阵matrixP进行预处理包括：
[0013]遍历所述协方差矩阵matrixP中所有元素p
i,j
[0014]如果，p
i,j
＜0，则令p
i,j
＝|p
i,j
|；
[0015]如果，则令p
i,j
＝Δicpt息；
[0016]其中，i代表所述协方差矩阵matrixP的行数，j代表所述协方差矩阵matrixP的行
数的列数。
[0017]在一种可能的实现方式中，该分解方法还包括：
[0018]对于不存在异常行的协方差矩阵matrixP采用如下公式进行分解：
[0019]对于首行元素：
[0020][0021]对于第二行及第二行之后的元素：
[0022][0023]得到分解后的矩阵
[0024]其中，i代表所述协方差矩阵matrixP的行数，j代表所述协方差矩阵matrixP的行数的列数。
[0025]在一种可能的实现方式中，所述步骤S20包括：
[0026]采用凸组合的方法将目标航迹信息进行融合。
[0027]在一种可能的实现方式中，在所述步骤S30之前，还包括：
[0028]设置计算截断误差参数Δicpt＝10
‑
10
，矩阵最大修正次数ncorrect
max
＝n
dim
+1
[0029]其中，所述n
dim
为协方差矩阵维数。
[0030]在一种可能的实现方式中，所述判断所述协方差矩阵matrixP中是否存在异常行包括：
[0031]对所述协方差矩阵matrixP进行预分解，得到分解矩阵matrixF，判断所述分解矩阵matrixF中的元素是否满足以下关系：
[0032]对于分解矩阵matrixF首行元素：
[0033][0034]对于第二行及第二行之后的元素：
[0035]其中，i＝2
…
n
dim
[0036]若符合，则所述协方差矩阵matrixP无异常，否者所述协方差矩阵matrixP存在异常。
[0037]在一种可能的实现方式中，所述步骤S40包括：
[0038]对于所述协方差矩阵matrixP中存在异常的行进行如下判断：
[0039]如果异常行满足f
k,i
＝＝0,k＝1
…
i
‑
1，或者所述协方差矩阵matrixP修正次数满
足ncorrect＝＝ncorrect
max
，则将分解矩阵的所有非对角线元素设置为0，对角线元素设置为
[0040]否则，遍历所述协方差矩阵matrixP的每一列，计算矩阵修正参数对所述协方差矩阵matrixP进行修正并分解。
[0041]本申请第二方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本申请第一方面提供的用于指控系统的协方差矩阵的分解方法。
[0042]本申请第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本申请第一方面提供的用于指控系统的协方差矩阵的分解方法。
[0043]本专利技术的有益效果如下：
[0044]本申请提供的技术方案，通过对目标航迹信息形成的协方差矩阵进行逐行分析，在矩阵的非正定条件下，仍然能够进行分解，满足UKF滤波器计算Sigma点集的需求，达到提升指控系统航迹滤波器鲁棒性的目的。
附图说明
[0045]下面结合附图对本专利技术的具体实施方式作进一步详细的说明。
[0046]图1示出本申请实施例提供的用于指控系统的协方差矩阵的分解方法流程图。
[0047]图2示出实现本申请实施例提供的装置的计算机系统的结构示意图。
具体实施方式
[0048]为了更清楚地说明本专利技术，下面结合优选实施例和附图对本专利技术做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本专利技术的保护范围。
[0049]在指控系统中，需要对于多个信息源观测生成的航迹信息进行准确的关联，融合生成综合航迹，以产生统一的空情情报态势，其中，Kalman滤波方法是一种常用的融合方法。KF(卡尔曼滤波)和EKF(扩展卡尔曼滤波)、UKF(无迹卡尔曼滤波)等线性和非线性滤波方法，作为实时状态估算的有力工具，已经广泛应用于工程实践的各个领域。
[0050]UKF的核心思想，是通过采样策略逼近非线性函数分布，利用计算的Sigma点集逼近真实概率密度函数，并直接利用非线性函数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于指控系统的协方差矩阵的分解方法，其特征在于，包括：S10、获取采集到的目标航迹信息；S20、将所述目标航迹信息进行融合，得到所述目标航迹信息的协方差矩阵matrixP；S30、对所述协方差矩阵matrixP进行预处理后，判断所述协方差矩阵matrixP中是否存在异常行；S40、对存在异常行的协方差矩阵matrixP进行修正并将修正后的协方差矩阵matrixP进行矩阵分解。2.根据权利要求1所述的分解方法，其特征在于，对所述协方差矩阵matrixP进行预处理包括：遍历所述协方差矩阵matrixP中所有元素p
i,j
如果，p
i,j
＜0，则令p
i,j
＝|p
i,j
|；如果，则令p
i,j
＝Δicpt息；其中，i代表所述协方差矩阵matrixP的行数，j代表所述协方差矩阵matrixP的行数的列数。3.根据权利要求1所述的分解方法，其特征在于，对于不存在异常行的协方差矩阵matrixP采用如下公式进行分解：对于首行元素：对于第二行及第二行之后的元素：得到分解后的矩阵其中，i代表所述协方差矩阵matrixP的行数，j代表所述协方差矩阵matrixP的行数的列数。4.根据权利要求1所述的分解方法，其特征在于，所述步骤S20包括：采用凸组合的方法将目标航迹信息进行融合。5.根据权利要求3所述的分解方法，其特征在于，在所述步骤S30之前，还包括：设置计算截断误差参数Δicpt＝10
‑
10
，矩阵最大修正次数ncorrect
max
＝n
...

【专利技术属性】
技术研发人员：刘鑫，张耀东，王中文，刘明阳，
申请(专利权)人：北京电子工程总体研究所，
类型：发明
国别省市：