【技术实现步骤摘要】
基于伪线性最大相关熵卡尔曼滤波的仅测角目标追踪方法
[0001]本专利技术涉及纯方位目标跟踪，特别是涉及一种基于伪线性最大相关熵卡尔曼滤波的仅测角目标追踪方法。
技术介绍
[0002]目标跟踪的目的是从单个运动传感器或多个空间分布的传感器节点收集的噪声污染传感器数据中估计运动目标的位置和速度。用于目标跟踪的典型传感器数据包括方位角(到达角)、到达时间、到达时差和接收信号强度。本专利技术主要研究二维平面上使用单个传感器实现纯方位目标跟踪。
[0003]纯方位目标追踪属于被动探测方式，在航空航天、水下追踪、无源目标探测等方面有着重要的用途。目前，纯方位多目标跟踪问题的研究非常广泛，大都局限于改变跟踪方式和跟踪工具。从实际的目标跟踪需要来讲，最好研究单站纯方位单目标跟踪算法。这是最简便的跟踪方式，信息的获得完全来自目标含噪声的方位信号。纯方位目标追踪目前主要面对两大难题解决非高斯噪声以及观测方程非线性问题。
技术实现思路
[0004]本专利技术的目的在于克服现有技术的不足，提供一种基于伪线性最大相关熵卡尔曼...
【技术保护点】
【技术特征摘要】
1.基于伪线性最大相关熵卡尔曼滤波的仅测角目标追踪方法，其特征在于：包括以下步骤：S1.初始化噪声方差和状态转移矩阵，初始化目标初始位置状态选择高斯核核宽σ以及收敛判定系数ε
t
；S2.利用伪线性方法把仅测角观测方程线性化，计算待追踪目标的先验估计值和先验协方差矩阵P
k|k
‑1，此时传感器获取目标的角度信息，根据最大相关熵不定点迭代公式，计算先验估计和角度信息的加权值，然后更新后验估计值计算伪线性卡尔曼滤波的偏差，并且瞬时在后验估计值上进行补偿，得到更为准确的目标追踪信息；S3.当后验估计值的更新满足判定系数ε
t
时，停止更新，计算后验协方差矩阵，开始下一轮迭代。2.根据权利要求1所述的基于伪线性最大相关熵卡尔曼滤波的仅测角目标追踪方法，其特征在于：所述步骤S1中噪声方差和状态转移矩阵分别为：其中q
x
和q
y
为噪声在x轴和y轴的功率谱密度，T为迭代时间间隔；设置收敛判定系数ε
t
为小于万分之一的正数；相关熵描述为两个随机变量之间的广义相似性，对于具有联合分布函数的变量，有：H
XY
＝E{κ(X,Y)}＝∫κ(x,y)dF
XY
(x,y),其中κ(
·
,
·
)代表一个尺度不变Mercer核，采用尺度不变Mercer核为高斯核，高斯核公式为：其中，设置高斯核款σ＞0；由于联合概率分布函数F
XY
未知，故采用N个样本估计两个变量之间的相关熵量之间的相关熵对相关熵公式进行泰勒展开：相关熵是一个误差偶阶矩的加权和，由于相关熵包含了误差的高阶矩信息，故使用最大相关熵卡尔曼滤波在对于非高斯噪声的处理上具有更加优越的性能。
3.根据权利要求1所述的基于伪线性最大相关熵卡尔曼滤波的仅测角目标追踪方法，其特征在于：所述步骤S2包括以下子步骤：S201.首先给出仅测角目标定位的模型如下，x
k
为目标位置速度状态，为传感器观测角度，e
k
为测量噪声x
k
＝Ax
k
‑1+w
k
‑1,其中f(x
x
)＝tan
‑1(p
y,k
‑
s
y,k
/p
x,k
‑
s
x,k
)是一个非线性方程，利用伪线性估计，观测方程的线性形式表示为z
k
＝H
k
x
k
+η
k
，这里这里并且η
k
＝
‑
||r
k
||sine
k
...
【专利技术属性】
技术研发人员：彭倍，钟山，王刚，张红雨，欧阳林强，杨欣悦，韦旭东，张堃，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
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。