System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于目标跟踪领域,具体涉及一种基于卡尔曼滤波和数据预处理的目标状态估计方法。
技术介绍
1、目标跟踪技术可用于无人机侦察、空天预警、火力控制等,目标跟踪问题实际上就是目标状态的跟踪滤波问题,通过一些观测方法和对观测值的滤波方法,检测目标的运动状态,并利用算法实时估计出目标运动状态的各种运动参数,从而完成对目标的跟踪。对于目标跟踪而言,面临的首要问题是如何准确估计目标的运动状态参数,防止滤波发散,提高跟踪精度。现阶段的目标跟踪最经典的算法是卡尔曼滤波算法,其是一种基于最小均方误差的最优线性递归滤波方法,以状态方程和观测方程为基础,运用递归方法来预测线性系统变化,对目标的运动状态进行预测,实现目标跟踪,其更适用于线性系统,然而在实际观测中,由于恶劣的气象条件和杂波等因素的影响,系统模型多为非线性模型,卡尔曼滤波算法有时会出现滤波发散、跟踪精度较差的问题。本专利技术提出了一种基于卡尔曼滤波和数据预处理的目标状态估计方法,首先对目标上一时刻的状态在位置、速度、加速度三个维度上进行滑动平均计算的预处理,之后对目标当前时刻的运动状态和误差协方差进行一步预测,再之后运用预处理后的量测对目标的一步预测值进行更新,得到目标当前时刻的运动状态,不断迭代,完成目标跟踪。
技术实现思路
1、在实际观测中,由于恶劣的气象条件和杂波等因素的影响,系统模型多为非线性模型,在此场景下,为解决卡尔曼滤波算法的发散问题,提高跟踪精度,本专利技术提出了一种基于卡尔曼滤波和数据预处理的目标状态估计方法。
...【技术保护点】
1.一种基于卡尔曼滤波和数据预处理的目标状态估计方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于卡尔曼滤波和数据预处理的目标状态估计方法,其特征在于:步骤2中,对k0时刻到k-1时刻的六维状态信息Xk-1信息进行预处理,具体处理方式如下:
【技术特征摘要】
1.一种基于卡尔曼滤波和数据预处理的目标状态估计方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于卡尔曼滤波...
【专利技术属性】
技术研发人员:宋仪雯,王佩,张勤学,仵志鹏,卢志龙,包军,茆旋宇,李国健,丁辰伟,周钧,
申请(专利权)人:中国航天科工集团八五一一研究所,
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。