本发明专利技术公开了一种基于高斯和滤波的任意步时延目标跟踪方法，涉及目标跟踪领域，将存在多步随机时延的跟踪系统中的似然函数建模为高斯混合的形式，并使用高斯和容积卡尔曼滤波实现对状态的估计，以此完成量测数据存在任意步时延目标的跟踪定位。本发明专利技术解决了在非线性跟踪系统中由于存在任意步随机量测数据时延导致的跟踪精度下降甚至发散的问题，提高目标跟踪的准确性。
【技术实现步骤摘要】
本专利技术涉及目标跟踪，更具体的说是涉及一种基于高斯和滤波的任意步时延目标跟踪方法。
技术介绍
1、目前，卡尔曼滤波凭借其简单高效的计算方式被广泛应用于目标跟踪领域，通过各种传感器获取与目标间的相对信息，从而对目标的位置、速度和加速度进行估计，在军事、自动驾驶、交通管制中具有广泛应用。
2、但其在工程上的应用受限于量测数据是否实时到达的制约，当数据在系统中各组件之间进行传输时，会存在数据随机延迟的情况，而且数据延迟可能是单步或者多步，这时如果采用传统的卡尔曼滤波方法(ekf、ckf等)处理该类目标跟踪问题时，若不对数据时延进行处理则必然会导致不能获得状态的最优估计，从而导致跟踪精度下降甚至发散。
3、因此，如何在存在数据延迟的情况下提高目标跟踪精度是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于高斯和滤波的任意步时延目标跟踪方法，解决了在非线性跟踪系统中由于存在任意步随机量测数据时延导致的跟踪精度下降甚至发散的问题。
>2、为了实现上述目本文档来自技高网...
【技术保护点】
1.一种基于高斯和滤波的任意步时延目标跟踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于高斯和滤波的任意步时延目标跟踪方法，其特征在于，步骤1中，增广矩阵表达式为：
3.根据权利要求1所述的一种基于高斯和滤波的任意步时延目标跟踪方法，其特征在于，采用增广矩阵表示量测方程yk，表示为：
4.根据权利要求1所述的一种基于高斯和滤波的任意步时延目标跟踪方法，其特征在于，高斯混合似然函数p(yk|Xk)表示为：
5.根据权利要求1所述的一种基于高斯和滤波的任意步时延目标跟踪方法，其特征在于，先验概率密度p(Xk-1|y1：k-1...
【技术特征摘要】
1.一种基于高斯和滤波的任意步时延目标跟踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于高斯和滤波的任意步时延目标跟踪方法，其特征在于，步骤1中，增广矩阵表达式为：
3.根据权利要求1所述的一种基于高斯和滤波的任意步时延目标跟踪方法，其特征在于，采用增广矩阵表示量测方程yk，表示为：
4.根据权利要求1所述的一种基于高斯和滤波的任意步时延目标跟踪方法，其特征在于，高斯混合似然函数p(yk|xk)表示...
【专利技术属性】
技术研发人员：王小刚，白瑜亮，荣思远，王瑞鹏，景亮，崔乃刚，于子淼，罗友涵，彭一洋，王宇，
申请(专利权)人：哈尔滨工业大学，
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。