【技术实现步骤摘要】
一种基于粒子滤波算法的磁偶极子目标跟踪方法
[0001]本专利技术涉及磁偶极子目标跟踪
,具体为一种基于粒子滤波算法的磁偶极子目标跟踪方法
。
技术介绍
[0002]铁磁性目标在地磁场背景下会引起磁场空间分布的扰动,产生磁异常现象,通过测量这种磁异常可以实现对目标的探测,基于该原理,磁异常探测在未爆物探测
、
水下目标跟踪等领域有重要应用
。
当目标离磁传感器的距离大于目标尺寸的
2.5
倍时,通常可以将该目标产生的磁异常用磁偶极子模型来描述,此时磁性目标定位问题就转化为磁偶极子模型参数估计问题
。
[0003]对于磁性目标定位与跟踪的方法主要包括解析法
、
优化估计法和序贯滤波法;而对于运动目标跟踪问题,序贯滤波法较为常用,其主要思想为将目标运动和磁传感器观测过程建模为状态空间表示模型,然后利用滤波算法实现目标位置和磁矩参数的序贯最优估计
。
但由于磁偶极子模型的高度非线性,需要采用非线性滤波算法解决磁偶极子目标跟踪问题
。
[0004]用粒子滤波进行磁偶极子目标跟踪是跟踪定位领域的热点方法
。
例如,
Birsan
等人利用扩展
/
无迹卡尔曼滤波方法对磁偶极子目标进行实时跟踪;吴垣甫等人提出一种递推观测更新的卡尔曼滤波算法,可以有效改善卡尔曼滤波在初始值未知时较难收敛问题
。
但由于粒子滤波本身具有粒子贫化和粒子退化的缺陷, ...
【技术保护点】
【技术特征摘要】
1.
一种基于粒子滤波算法的磁偶极子目标跟踪方法,其特征在于,包括以下步骤:
S1、
根据目标运动特性建立状态方程;根据磁传感器阵列获取磁感应强度数据和磁偶极子模型,建立观测方程;
S2、
引入混沌变量,寻找目标跟踪系统的状态初值;使其改善粒子滤波算法对初值的敏感;
S3、
应用灰狼算法,利用当前时刻观测值和适应度函数不断更新粒子的位置,使粒子不断向高似然概率密度区域移动,使其更好地逼近真实后验概率分布,减轻粒子退化;
S4、
计算每个粒子的权值,并进行归一化;
S5、
对粒子集进行重采样,输出目标跟踪的结果
。2.
根据权利要求1所述的一种基于粒子滤波算法的磁偶极子目标跟踪方法,其特征在于:在
S1
中,建立状态方程的方法为:在
t
时刻,设定磁偶极子目标状态在
x,y,z
三个方向上的位置为
(x(t),y(t),z(t))、
速度参数为
(v
x
,v
y
,v
z
)、
磁矩参数为
(m
x
,m
y
,m
z
)
,得到目标状态向量
x
t
为:
x(t)
=
[x,y,z,v
x
,v
y
,v
z
,m
x
,m
y
,m
z
]
T
目标的运动状态选用匀速模型和恒磁矩模型,得到目标状态为:
x(t+1)
=
Fx(t)+w(t)
式中,
w(t)
是服从均值为0,方差为
σ2的高斯白噪声,
F
表示如下:式中,
T
为时间间隔;建立观测方程的方法为:在笛卡尔坐标系中,设定磁传感器的坐标为
B(x,y,z)
,磁性目标的坐标为
...
【专利技术属性】
技术研发人员:邱伟,杨璐璐,马树青,蓝强,颜冰,张理论,
申请(专利权)人:中国人民解放军国防科技大学,
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。