【技术实现步骤摘要】
本专利技术属于目标跟踪，具体涉及一种基于d准则的纯方位目标运动分析中的单传感器轨迹规划方法。
技术介绍
1、目标运动分析(tma)是从移动接收器或多个空间分布的静态接收器收集的噪声传感器测量数据中确定运动目标的运动状态的过程。基于方位角的tma模型基于目标和传感器之间形成的方位线的交点，用于建模目标的运动动态。
2、由于tma的准确性取决于传感器之间和传感器与目标之间的相对几何关系，因此传感器轨迹对估计性能产生直接影响。因此，传感器的轨迹规划或优化设置可以在提高感知结果质量方面为目标跟踪带来显著优势。
3、[22]从优化费舍尔信息矩阵(fim)行列式，受到对目标和观测者施加的硬约束和软约束的影响，决定了恒定速度观察者的路径。在[23]的上下文中，这种优化也被称为d准则(d-criterion)，是一种可用于目标运动分析的优化准则。在目标运动分析中，可以通过传感器测量数据来准确估计目标的位置和速度。为了最大程度地减小估计误差，使用d准则来优化传感器的轨迹，以最大化目标的可观测性。
4、尽管d准则在文献中得到了广泛讨论，但大多数用于增强目标位置估计的可观测性的fim仅具有二乘二的维度，其状态向量不包括目标速度，或者不考虑任何约束条件，使得规划所得传感器轨迹对目标运动分析的精度欠佳。
技术实现思路
1、本专利技术提供一种基于d准则的纯方位目标运动分析中的单传感器轨迹规划方法，得到的单传感器轨迹可以提高对仅测方位的目标运动分析的准确性。
2、
3、一种基于d准则的纯方位目标运动分析中的单传感器轨迹规划方法，包括：
4、步骤1，参数定义与初始化；
5、设运动目标匀速运动，记其在kt时刻的状态向量为其中[xk,yk]和[vx,vy]分别为运动目标在kt时刻的位置和速度，t为采样时间间隔，k为序列索引；
6、记角度传感器在kt时刻的位置为测量得到运动目标的方位角为φk，基于方位角的信息矢量为lk(φk)＝[sinφk(k-1)tsinφk-cosφk-(k-1)tcosφk]*，上标*表示矩阵的转置，为传感器在(k-1)t至kt时刻的移动方向；
7、构建费舍尔信息矩阵fimk为：
8、
9、式中，σ2是方位角的测量方差，φj表示传感器在第j个序列时刻测量运动目标得到的方位角，lj(φj)是基于方位角φj的信息矢量；
10、根据运动目标(k+1)t时刻的位置tk+1及其安全区半径rts、传感器在kt时刻的位置sk及其在采样时间间隔t内的最大移动距离rsm和最大偏转角±ρ，构建角度传感器的可行区域ωk+1；
11、令初始时刻的序列索引k＝0，给定sk、fimk和ωk+1的初值；
12、步骤2，根据d准则以及fimk、ωk+1，优化求解角度传感器在(k+1)t时刻的位置sk+1，并利用该位置sk+1的角度传感器测量运动目标在(k+1)t时刻的方位角φk+1；
13、步骤3，根据运动目标(k+1)t时刻的被测量的方位角φk+1，更新运动目标在(k+1)t时刻的状态向量并计算费舍尔信息矩阵fimk+1；
14、步骤4，判断k是否达到轨迹规划时间序列的最大值n，若没有达到，则令k＝k+1，再重复执行步骤2～4，直到k＝n。
15、进一步的，步骤1中，运动目标初始时刻的状态向量估计以及相应的费舍尔信息矩阵fim0，给定方法为：随机选取一个4×1的向量作为初始状态估计令fim0为αi4×4,其中α为小于预设值的正常数，i4×4为4×4的单位阵。
16、进一步的，步骤2优化求解传感器位置sk+1时，利用(k+1)t时刻的费舍尔信息矩阵的行列式构建目标函数：
17、
18、式中，det()表示括号内矩阵的行列式；由于目标的真实运动状态未知，因此使用表示运动目标在(k+1)t时刻基于的位置估计值代替真实值tk+1；并以角度传感器在(k+1)t时刻的可行区域ωk+1，约束待优化求解的角度传感器位置sk+1的范围。
19、进一步的，可行区域ωk+1设置为：传感器最大移动区域减去运动目标的安全区域；
20、其中，传感器最大移动区域为：以角度传感器在kt时刻的位置sk为圆心，以最大移动范围rsm为半径，以sk-1至sk方向为旋转起点，分别顺时针和逆时针旋转最大偏转角度ρ，所得到的扇形区域范围；
21、运动目标的安全区域为：以目标在(k+1)t时刻的位置tk+1为圆心，以rts为安全区半径，所得到的圆形区域范围。
22、进一步的，任意(k+1)t时刻优化求解的传感器位置sk+1，均位于其可行区域边界|ωk+1|上。
23、进一步的，通过约束条件优化求解角度传感器位置sk+1的方法为：
24、步骤2.1，由于fimk已知，优化成本函数det(fimk+1)等价于优化行列式增量det(fimk+1)-det(fimk)，将该增量表示为：
25、
26、式中，γ1＝adj(fimk)1,1+(kt)2·adj(fimk)2,2+2kt·adj(fimk)1,2，
27、γ2＝-2·adj(fimk)1,3-2(kt)2·adj(fimk)2,4-2kt·adj(fimk)1,4-2kt·adj(fimk)2,3，
28、γ3＝adj(fimk)3,3+(kt)2·adj(fimk)4,4+2kt·adj(fimk)3,4，
29、adj(fimk)表示fimk的伴随矩阵，adj(fimk)i,j表示伴随矩阵adj(fimk)的第i行第j列元素；
30、步骤2.2，分别基于x和y两个方向对g(sk+1)求导：
31、
32、
33、其中，和是关于最高阶为3-i的多项式，则最优的sk+1满足：
34、
35、式中的中间量δ按可行区域边界上的不同位置分别为：
36、(1)当sk+1位于角度传感器在kt时刻的位置sk为圆心，以最大移动范围rsm为半径的圆弧上时，
37、
38、(2)当sk+1位于sk-1至sk方向为旋转起点，以最大移动范围rsm为半径，分别顺时针和逆时针旋转预设角度ρ的两条线段上时，
39、
40、(3)当sk+1位于目标距离rts的圆弧上时，
41、
42、步骤2.3，将三种约束条件写为统一格式：
43、
44、其中，当sk+1位于角度传感器在kt时刻的位置sk为圆心，以最大移动范围rsm为半径的圆弧上时，χ0＝1；
45、当sk+1位于sk-1至sk方向为旋转起点，以最大移动范围rsm为半径，分别顺时针和逆时针旋转预设角度ρ的两条线段上时，
46本文档来自技高网...
【技术保护点】
1.一种基于D准则的纯方位目标运动分析中的单传感器轨迹规划方法，其特征在于，包括：
2.根据权利要求1所述的传感器轨迹规划方法，其特征在于，步骤1中，运动目标初始时刻的状态向量估计以及相应的费舍尔信息矩阵FIM0，给定方法为：随机选取一个4×1的向量作为初始状态估计令FIM0为αI4×4，其中α为小于预设值的正常数，I4×4为4×4的单位阵。
3.根据权利要求1所述的传感器轨迹规划方法，其特征在于，步骤2优化求解传感器位置sk+1时，利用(k+1)t时刻的费舍尔信息矩阵的行列式构建目标函数：
4.根据权利要求3所述的传感器轨迹规划方法，其特征在于，可行区域Ωk+1设置为：传感器最大移动区域减去运动目标的安全区域；
5.根据权利要求4所述的传感器轨迹规划方法，其特征在于，任意(k+1)t时刻优化求解的传感器位置sk+1，均位于其可行区域边界|Ωk+1|上。
6.根据权利要求5所述的传感器轨迹规划方法，其特征在于，通过约束条件优化求解角度传感器位置sk+1的方法为：
7.根据权利要求1所述的传感器轨迹规划方法，其
...【技术特征摘要】
1.一种基于d准则的纯方位目标运动分析中的单传感器轨迹规划方法，其特征在于，包括：
2.根据权利要求1所述的传感器轨迹规划方法，其特征在于，步骤1中，运动目标初始时刻的状态向量估计以及相应的费舍尔信息矩阵fim0，给定方法为：随机选取一个4×1的向量作为初始状态估计令fim0为αi4×4，其中α为小于预设值的正常数，i4×4为4×4的单位阵。
3.根据权利要求1所述的传感器轨迹规划方法，其特征在于，步骤2优化求解传感器位置sk+1时，利用(k+1)t时刻的费舍尔信息矩阵的行列式构建目标函数：
4.根...
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。