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】
本专利技术属于雷达目标跟踪,更具体地,涉及一种基于多项式时间序列预测的航迹整体估计方法与装置。
技术介绍
1、目标跟踪是利用雷达的观测数据对目标状态进行估计,形成目标航迹的过程,在很多领域都发挥着重要作用。传统的跟踪过程通常是设计一个状态空间模型,用于描述目标的动力学特征,将传感器的测量结果与目标的状态联系起来,通过经典的滤波方法(如:kalman滤波等)实现对目标的跟踪。
2、然而在许多情况下,目标的状态空间模型事先不可获得,难以精确设计,因此降低了对运动特征的描述精度。同时,传统跟踪方法采用单一的状态空间模型,也不利于在目标机动时进行有效的跟踪。
3、针对这一问题,虽然已有研究通过建立多机动模型,引入模型转移概率来修正估计量,提升跟踪性能。但这类方法通常较为复杂,计算量较大,实用性会受到限制。而航迹整体估计(trajectory-oriented estimation)方法将目标航迹整体建模为时间的函数,通过连续多帧观测数据所蕴含的目标轨迹信息,直接对此时间函数(或函数的参数)进行估计。一旦估计出时间函数,可以获得连续时间区间上任意时刻的目标状态。
技术实现思路
1、针对现有技术的以上缺陷或改进需求,本专利技术提供了一种基于多项式时间序列预测的航迹整体估计方法,其目的在于能够利用历史数据快速进行航迹整体估计。
2、为实现上述目的,按照本专利技术的一个方面,提供了一种基于多项式时间序列预测的航迹整体估计方法,包括如下步骤:
3、(1
4、
5、其中,表示目标的状态矢量;k为当前时刻的帧号;i为时间变量,表示与当前帧号k的时间差,ck为多项式系数矩阵,f(i)为n阶的多项式函数矢量,t表示矩阵或向量的转置;
6、(2)采用加权最小二乘法,利用历史航迹数据估计出多项式系数:
7、
8、其中,为多项式函数矩阵;λ为权重矩阵;
9、(3)根据式(1)建立的序列模型和式(4)估计出的ck,即得到目标对应的整体航迹估计
10、本专利技术的一个实施例中,在所述步骤(1)中:
11、
12、
13、其中,x和y分别表示笛卡尔坐标系下的横坐标轴和纵坐标轴;αx,j(k)和αy,j(k)分别为第k帧目标在x和y方向上位置的j阶导数,j=0,1,...,np,np为多项式的阶数,符号!表示阶乘。
14、本专利技术的一个实施例中,在步骤(2)的公式(4)中:
15、
16、λ=diag(1,λ1,λ2,…,λk-1) (6)
17、
18、其中,λ为权重因子;xk为第k帧目标对应的航迹,xk为第k帧目标的量测点迹,为该目标对应的历史航迹。
19、本专利技术的一个实施例中,λ的取值范围为(0,1)。
20、本专利技术的一个实施例中,在所述步骤(3)中,
21、当i=0时,得到当前时刻的滤波状态;
22、当i=1时,得到下一时刻的预测状态;
23、当i<0时,得到历史时刻的平滑状态。
24、本专利技术的一个实施例中,采用高效递归的方法来估计多项式的系数矩阵ck,为了区分,ck的渐进形式用表示:
25、
26、式(8)中,
27、
28、
29、
30、其中,l为下三角矩阵,a-1、f(0)及l均为与k无关的矩阵或矢量,可提前离线计算并存储起来,当第k+1帧的状态点迹到来时,即可利用xk和第(k-1)帧的根据式(8)得到
31、本专利技术的一个实施例中,考虑到目标机动,将多项式模型的阶数选取为np=2或np=3,分别对应匀加速运动和匀加加速运动。
32、本专利技术的一个实施例中,包括:
33、初始化:以k时刻和k时刻前np个时刻的航迹数据为赋初值;权重因子λ∈(0,1),λ的取值与机动强度有关;
34、预测目标下一时刻的状态以式(1)预测目标下一时刻的状态并以该预测值为中心,获取目标下一时刻的量测点迹状态值;
35、更新多项式系数矩阵以式(8)更新多项式系数矩阵
36、更新整体航迹:以式(1)更新整体航迹
37、按照本专利技术的另一方面,还提供了一种基于多项式时间序列预测的航迹整体估计装置,包括至少一个处理器和存储器,所述至少一个处理器和存储器之间通过数据总线连接,所述存储器存储能被所述至少一个处理器执行的指令,所述指令在被所述处理器执行后,用于完成所述的基于多项式时间序列预测的航迹整体估计方法。
38、总体而言,通过本专利技术所构思的以上技术方案与现有技术相比,具有如下有益效果:
39、(1)直接从观测数据中学习整体航迹的运动特性,学习到的函数系数可随观测数据的到来实时调整变化,较状态空间模型更加灵活,自适应程度更高;
40、(2)一旦估计出时间函数,可以获得连续时间区间上任意时刻的目标状态;
41、(3)由于利用了连续多帧的历史数据信息,可以更好得利用目标长程相关性,更好的区分目标与虚假航迹;
42、(4)便于与tbd等多帧检测方法相结合,实现检测跟踪一体化;
43、(5)与传统跟踪方法相比,该方法模型简单、易于实现;
44、(6)采用递归的思想设计实现算法,在有效利用多帧数据历史信息的同时,并未增加运算量。
本文档来自技高网...【技术保护点】
1.一种基于多项式时间序列预测的航迹整体估计方法,其特征在于,包括如下步骤:
2.如权利要求1所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,在所述步骤(1)中:
3.如权利要求1或2所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,在步骤(2)的公式(4)中:
4.如权利要求3所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,λ的取值范围为(0,1)。
5.如权利要求1或2所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,在所述步骤(3)中,
6.如权利要求1或2所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,采用高效递归的方法来估计多项式的系数矩阵Ck,为了区分,Ck的渐进形式用表示:
7.如权利要求6所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,考虑到目标机动,将多项式模型的阶数选取为Np=2或Np=3,分别对应匀加速运动和匀加加速运动。
8.如权利要求6所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,包括:
...【技术特征摘要】
1.一种基于多项式时间序列预测的航迹整体估计方法,其特征在于,包括如下步骤:
2.如权利要求1所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,在所述步骤(1)中:
3.如权利要求1或2所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,在步骤(2)的公式(4)中:
4.如权利要求3所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,λ的取值范围为(0,1)。
5.如权利要求1或2所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,在所述步骤(3)中,
6.如权利要求1或2所述的基于多项式时间序列预测的航迹整体估计方法,其特征在于,采用高效递归的方法...
【专利技术属性】
技术研发人员:刘棋,郑岱堃,陈阿磊,周畅,陈文峰,袁俊泉,刘振,庄鹏,
申请(专利权)人:中国人民解放军空军预警学院,
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。