【技术实现步骤摘要】
一种基于去偏量测矩阵的线性序贯雷达目标跟踪方法
[0001]本专利技术属于相控阵雷达目标跟踪领域,特别涉及利用多普勒量测信息的目标跟踪系统及方法。
技术介绍
[0002]在雷达目标跟踪领域中,由于量测数据通常来源于极坐标系或球坐标系,而运动目标的状态方程通常建立在直角坐标系下,因此目标的位置量测与运动状态之间呈非线性关系,从而基于极坐标系或球坐标系量测信息的目标跟踪问题是一个非线性估计问题。处理量测信息的非线性问题有两种常用方法:一是直接使用非线性滤波算法,非线性滤波的典型方法包括扩展卡尔曼滤波算法(Extend Kalman Filter,EKF)、无迹卡尔曼滤波算法(Unscented Kalman Filter,UKF)和粒子滤波算法(Particle Filter,PF)。其中,EKF(V.Sastry,"Decomposition of the extended Kalman filter,"in IEEE Transactions on Automatic Control,vol.16,no.3,pp.260
‑
261,June 1971.)通过泰勒展开的方法得到近似线性化的量测矩阵,从而能够解决量测信息非线性的问题,但是在非线性程度较高的情况下,Taylor展开式中被忽略的高阶项将带来误差,导致EKF算法出现较大的估计偏差;而UKF(S.J.Julier and J.K.Uhlmann,"Unscented filtering and nonlinear estimation,"in ...
【技术保护点】
【技术特征摘要】
1.一种基于去偏量测矩阵的线性序贯雷达目标跟踪方法,具体技术方案如下:假设k
‑
1时刻的目标状态估计为相应的估计误差协方差为P(k
‑
1)。k时刻相控阵雷达获得的量测信息包括距离量测r
m
(k)、俯仰角θ
m
(k)、方位角以及径向速度量测其中,量测噪声和是零均值加性高斯白噪声,量测方差分别为和距离量测和径向速度量测误差之间的相关系数为ρ。基于去偏量测矩阵的线性序贯雷达目标跟踪方法从k
‑
1时刻到k时刻的滤波步骤如下:步骤1:为减弱量测与目标位置状态之间的强非线性关系,按如下方式构建伪量测。步骤2:按如下方式对应进行无偏量测转换和去偏量测转换。步骤3:按照下式计算k时刻目标的状态预测。其中,F(k
‑
1)为k
‑
1时刻的转移矩阵,为k
‑
1时刻的状态估计,G(k
‑
1)为噪声驱动矩阵,为过程噪声的均值,x
p
(k),y
p
(k),z
p
(k)分别为在x,y,z方向上的预测位置,分别为在x,y,z方向上的预测速度,分别为在x,y,z方向上的预测加速度。预测估计误差协方差表示为:P
p
(k)=F(k
‑
1)P(k
‑
1)F
T
(k
‑
1)+G(k
‑
1)Q(k
‑
1)G
T
(k
‑
1)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中,(
·
)
T
为矩阵的转置运算,P(k
‑
1)为k
‑
1时刻的状态估计误差协方差矩阵,Q(k
‑
1)为过程噪声协方差矩阵。步骤4:基于位置量测信息的线性卡尔曼滤波。K
pos
(k)=P
p
(k)[H
pos
(k)]
T
[S
pos
(k)]
‑1ꢀꢀꢀꢀꢀꢀꢀꢀ
(6)P
pos
(k)=[I
‑
K
pos
(k)H
pos
(k)]P
p
(k)
...
【专利技术属性】
技术研发人员:程婷,王宇萌,恒思宇,王元卿,李中柱,
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。