【技术实现步骤摘要】
本专利技术涉及目标跟踪技术，具体涉及一种基于一致性信息滤波的机动目标跟踪方法。
技术介绍
1、目标跟踪，本质上是凭借雷达、声纳、红外等传感器的量测信息估计目标位置、速度和加速度等状态信息，被广泛应用于军事和民用领域，如导弹制导、无人机侦查、无人驾驶等。传感器的量测信息通常从极/球坐标系中获得，而运动目标的状态方程通常建立在笛卡尔坐标系下，这就使得跟踪过程中目标量测与运动状态信息呈现高度非线性。针对这一问题，大部分文献采用扩展卡尔曼滤波(ekf)，通过泰勒展开将量测方程近似线性化，但是泰勒展开式中被忽略的高阶项将会带来估计误差。与ekf不同，量测转换方法通直接利用坐标变换将量测信息转换到笛卡尔坐标系下。在此基础上，去偏量测转换方法、修正无偏量测转换方法相继被提出。同时，对于机动目标，其运动模式往往是未知且剧烈变化，可以在匀速、匀加速、匀减速、转弯等多种运动方式中不断发生变化。机动目标跟踪问题，难点在于通常所采用的滤波算法中采用的目标模型和机动目标实际模型不匹配，使得滤波发散，跟踪性能较差。
2、交互式多模型算法(imm)是目前...
【技术保护点】
1.一种基于一致性信息滤波的机动目标跟踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于一致性信息滤波的机动目标跟踪方法，其特征在于，步骤1：采用雷达加红外传感器的方式采集空中强机动目标的相对运动状态数据，其中雷达传感器采集的相对运动状态数据包括径向距离，红外传感器采集的相对运动状态数据包括方位角和高低角，并通过无偏量测转换的方式，将传感器采集空中强机动目标的径向距离、方位角和高低角从球/极坐标系转换到笛卡尔坐标系，得到无偏的目标位置量测信息，其中：
3.根据权利要求1所述的基于一致性信息滤波的机动目标跟踪方法，其特征在于，步骤2...
【技术特征摘要】
1.一种基于一致性信息滤波的机动目标跟踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于一致性信息滤波的机动目标跟踪方法，其特征在于，步骤1：采用雷达加红外传感器的方式采集空中强机动目标的相对运动状态数据，其中雷达传感器采集的相对运动状态数据包括径向距离，红外传感器采集的相对运动状态数据包括方位角和高低角，并通过无偏量测转换的方式，将传感器采集空中强机动目标的径向距离、方位角和高低角从球/极坐标系转换到笛卡尔坐标系，得到无偏的目标位置量测信息，其中：
3.根据权利要求1所述的基于一致性信息滤波的机动目标跟踪方法，其特征在于，步骤2：根据空中强机动目标运动的复杂性和机动性，分析其可能运动形式数学模型，构建imm空中强机动目标运动模型集，其中：
4.根据权利要求1所述的基于一致性信息滤波的机动目标跟踪方法，其特征在于，步骤3：对于每一个无人机节点，将每个模型相关的模型估计状态及协方差矩阵进行加权融合，得到空中强机动目标的状态及协方差矩阵交互输入值，具体方法为：
5.根据权利要求1所述的基于一致性信息滤波的机动目标跟踪方法，其特征在于，步骤4、计算每个无人机节点的每个模型的空中强机动目标状态估计预测值、协方差矩阵预测值，结合信息滤波算法将系统状态映射到信息空间，得到信息向量预测值、信息矩阵预测值；
6.根据权利要求1所述的基于一致性信息滤波的机动目标跟踪方法，其特征在于，步骤5、结合无偏转换后得到的目标位置量测信息，计算每个无人机节点的每个模的信息向量贡献值和信息矩阵贡献值，表述形...
【专利技术属性】
技术研发人员：吴盘龙，黄樊晶，李星秀，何山，赵若涵，王梦雨，李继民，
申请(专利权)人：南京理工大学，
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。