基于去相关的无偏转换量测的三维目标跟踪方法技术

本发明专利技术提供基于去相关的无偏转换量测的三维目标跟踪方法，包括：在当前时刻球坐标系下机动目标的量测值和量测噪声方差，获得直角坐标系下的无偏转换量测值；获得无偏转换量测值的一步预测误差为第一预测误差；利用特性参数的预测估计值及预测方差，获得无偏转换量测误差的协方差矩阵；基于协方差矩阵及第二预测误差自相关矩阵，获得卡尔曼增益；基于卡尔曼增益和第二预测误差自相关矩阵，获得状态估计误差自相关矩阵；基于卡尔曼增益、第一预测误差和一步预测状态向量，获得状态估计向量；利用缩减因子，获得缩减状态估计向量；通过对获取时刻的递推，分别获得各获取时刻的缩减状态估计向量和状态估计误差自相关矩阵，从而实现对机动目标的跟踪。

【技术实现步骤摘要】
基于去相关的无偏转换量测的三维目标跟踪方法
本专利技术涉及雷达目标跟踪领域，尤其是涉及基于去相关的无偏转换量测的三维目标跟踪方法。
技术介绍
在雷达目标跟踪系统中，目标的状态方程一般建立在直角坐标系下，而量测方程一般建立在极(球)坐标系下，量测值一般也是在极(球)坐标系下获得的。为了使量测方程线性化，通常使用转换量测的方法，即，将量测值由极(球)坐标系转换到直角坐标系。因此，在涉及转换量测的目标跟踪方法中，如何保证转换量测值的无偏，以及，消除转换量测误差协方差矩阵和量测噪声之间的关联性，成为了影响跟踪性能的关键。现有技术中的无偏转换量测卡尔曼滤波方法(UCMKF)，虽然能够保证转换量测值的无偏性，但无偏转换量侧值是在真实值的条件下推导的，而转换量测误差协方差矩阵是在已获得的无偏转换量测值基础上基于量测值推导的，因此，转换量测误差协方差矩阵和量测噪声之间是具有关联性的。进一步的，现有技术又存在两种改进型方法：第一种方法为基于无偏的去相关转换量测卡尔曼滤波方法(DCMKFwU)，该方法是在UCMKF的基础上用上一时刻的转换量测误差协方差矩阵替代此时刻的转换量测误差协方差矩阵来计算卡尔曼滤波增益，其能够消除卡尔曼增益与量测噪声之间的依赖性，得到无偏的状态估计，并且，也能够保证转换量测值的无偏，但，该方法同样没有消除转换量测误差协方差矩阵和量测噪声之间的关联性，所以采用该方法实现目标的跟踪时，跟踪精度不高。第二种方法为基于去相关的无偏转换量测的卡尔曼滤波方法，该方法在二维空间中利用无偏转换量测的方法得到无偏的转换量测值，并基于位置预测值推导转换量测误差的均值和协方差矩阵，消除了转换量测误差协方差矩阵和量测噪声之间的关联性，但，该方法只限于在二维空间中目标的跟踪，无法实现三维空间中目标的跟踪。
技术实现思路
为克服上述缺陷，本专利技术提供基于去相关的无偏转换量测的三维目标跟踪方法，所述方法包括在三维空间内的球坐标系下，获取当前时刻雷达对目标进行跟踪的量测值和量测噪声方差，根据所述量测值和所述量测噪声方差，获得当前时刻目标在直角坐标系下的无偏转换量测值；在最小均方误差意义下，获得当前时刻的无偏转换量测值的一步预测误差为第一预测误差；利用目标当前时刻在球坐标系下的特性参数的预测估计值以及相应估计的所述特性参数的预测方差，获得当前时刻的无偏转换量测误差的协方差矩阵；基于当前时刻的协方差矩阵，以及当前时刻机动目标的关于状态估计的第二预测误差自相关矩阵，获得机动目标在当前时刻的卡尔曼增益，其中，根据当前时刻的前一时刻的状态估计误差自相关矩阵能够获得当前时刻的关于状态估计的第二预测误差自相关矩阵；基于当前时刻的卡尔曼增益和第二预测误差自相关矩阵，获得目标在当前时刻的状态估计误差自相关矩阵；基于当前时刻的卡尔曼增益、第一预测误差和一步预测状态向量，获得目标在当前时刻的状态估计向量，其中，根据当前时刻的前一时刻的状态估计向量能够获得当前时刻的一步预测状态向量；利用缩减因子对当前时刻的状态估计向量进行缩减，获得当前时刻的缩减状态估计向量；通过对获取时刻的递推，分别获得各获取时刻的缩减状态估计向量和状态估计误差自相关矩阵，从而实现对目标的跟踪。进一步的，所述量测值包括距离量测值、方位角量测值和俯仰角量测值，所述量测噪声方差包括方位角量测噪声方差和俯仰角量测噪声方差。进一步的，所述获得当前时刻的无偏转换量测值的一步预测误差为第一预测误差，具体为：基于当前时刻的无偏转换量测值及其一步预测值，获得所述第一预测误差。进一步的，所述获得目标在当前时刻的卡尔曼增益，具体包括：基于当前时刻的协方差矩阵和第二预测误差自相关矩阵，获得当前时刻第一预测误差的自相关矩阵为第一预测误差自相关矩阵；基于当前时刻的第一预测误差自相关矩阵和第二预测误差自相关矩阵，获得目标在当前时刻的卡尔曼增益。进一步的，所述获得当前时刻的缩减状态估计向量，具体为：利用第一缩减因子η1对当前时刻的状态估计向量的x方向和y方向的位置信息进行缩减，利用第二缩减因子η2对当前时刻的状态估计向量的z方向的位置信息进行缩减，获得当前时刻的缩减状态估计向量，其中，为方位角预测方差估计值，为俯仰角预测方差估计值。进一步的，在获得当前时刻的无偏转换量测误差的协方差矩阵之前，还包括：根据目标在当前时刻的前一时刻的状态转移矩阵、过程噪声输入矩阵、过程噪声向量以及状态估计误差自相关矩阵，获得目标在当前时刻的关于状态估计的第二预测误差自相关矩阵。进一步的，在获得当前时刻的无偏转换量测误差的协方差矩阵之前，还包括：根据目标在当前时刻的前一时刻的状态转移矩阵和状态估计向量，获得目标当前时刻的一步预测状态向量。进一步的，在获得当前时刻的无偏转换量测误差的协方差矩阵之前，还包括：基于当前时刻的一步预测状态向量和第二预测误差自相关矩阵，获得目标当前时刻在球坐标系下的特性参数的预测估计值以及相应估计的所述特性参数的预测方差。进一步的，目标在球坐标系下的特性参数包括距离参数、方位角参数及俯仰角参数。本专利技术的有益效果是：通过将球坐标系下的量测值转换到直角坐标系下，得到无偏的转换量测值，在基于位置预测值获得无偏转换量测误差的协方差矩阵，最后，将无偏转换量测值和协方差矩阵应用到卡尔曼滤波中，最后，利用缩减因子对状态估计向量进行缩减输出，获得近似的最小均方差位置状态估计，从而，实现对目标的跟踪，且跟踪精度高，可信度高，运算量适中。附图说明图1是本专利技术的基于去相关的无偏转换量测的三维目标跟踪方法的流程图；图2是本专利技术的步骤104的流程图；图3是场景一下本申请的目标跟踪方法和现有技术中的DCMKFwU的RMSE的仿真比较图；图4是场景一下本申请的目标跟踪方法和现有技术中的DCMKFwU的NCI的仿真比较图；图5是场景二下本申请的目标跟踪方法和现有技术中的DCMKFwU的RMSE的仿真比较图；图6是场景二下本申请的目标跟踪方法和现有技术中的DCMKFwU的NCI的仿真比较图。具体实施方式下面将结合附图，对本申请的技术方案进行详细描述。本申请提供基于去相关的无偏转换量测的三维目标跟踪方法，所述方法包括：在三维空间内的球坐标系下，获取当前时刻雷达对目标进行跟踪的量测值和量测噪声方差，根据所述量测值和所述量测噪声方差，获得当前时刻目标在直角坐标系下的无偏转换量测值；在最小均方误差意义下，获得当前时刻的无偏转换量测值的一步预测误差为第一预测误差；利用目标当前时刻在球坐标系下的特性参数的预测估计值以及相应估计的所述特性参数的预测方差，获得当前时刻的无偏转换量测误差的协方差矩阵；基于当前时刻的协方差矩阵，以及当前时刻机动目标的关于状态估计的第二预测误差自相关矩阵，获得机动目标在当前时刻的卡尔曼增益，其中，根据当前时刻的前一时刻的状态估计误差自相关矩阵能够获得当前时刻的关于状态估计的第二预测误差自相关矩阵；基于当前时刻的卡尔曼增益和第二预测误差自相关矩阵，获得目标在当前时刻的状态估计误差自相关矩阵；基于当前时刻的卡尔曼增益、第一预测误差和一步预测状态向量，获得目标在当前时刻的状态估计向量，其中，根据当前时刻的前一时刻的状态估计向量能够获得当前时刻的一步预测状态向量；利用缩减因子对当前时刻的状态估计向量进行缩减，获得当前时刻的缩减状态估计向量本文档来自技高网...

【技术保护点】
基于去相关的无偏转换量测的三维目标跟踪方法，其特征在于，所述方法包括：在三维空间内的球坐标系下，获取当前时刻雷达对目标进行跟踪的量测值和量测噪声方差，根据所述量测值和所述量测噪声方差，获得当前时刻目标在直角坐标系下的无偏转换量测值；在最小均方误差意义下，获得当前时刻的无偏转换量测值的一步预测误差为第一预测误差；利用目标当前时刻在球坐标系下的特性参数的预测估计值以及相应估计的所述特性参数的预测方差，获得当前时刻的无偏转换量测误差的协方差矩阵；基于当前时刻的协方差矩阵，以及当前时刻机动目标的关于状态估计的第二预测误差自相关矩阵，获得机动目标在当前时刻的卡尔曼增益，其中，根据当前时刻的前一时刻的状态估计误差自相关矩阵能够获得当前时刻的关于状态估计的第二预测误差自相关矩阵；基于当前时刻的卡尔曼增益和第二预测误差自相关矩阵，获得目标在当前时刻的状态估计误差自相关矩阵；基于当前时刻的卡尔曼增益、第一预测误差和一步预测状态向量，获得目标在当前时刻的状态估计向量，其中，根据当前时刻的前一时刻的状态估计向量能够获得当前时刻的一步预测状态向量；利用缩减因子对当前时刻的状态估计向量进行缩减，获得当前时刻的缩减状态估计向量；通过对获取时刻的递推，分别获得各获取时刻的缩减状态估计向量和状态估计误差自相关矩阵，从而实现对目标的跟踪。...

【技术特征摘要】
1.基于去相关的无偏转换量测的三维目标跟踪方法，其特征在于，所述方法包括：在三维空间内的球坐标系下，获取当前时刻雷达对目标进行跟踪的量测值和量测噪声方差，根据所述量测值和所述量测噪声方差，获得当前时刻目标在直角坐标系下的无偏转换量测值；其中，所述量测值包括距离量测值、方位角量测值和俯仰角量测值，所述量测噪声方差包括方位角量测噪声方差和俯仰角量测噪声方差；在最小均方误差意义下，获得当前时刻的无偏转换量测值的一步预测误差为第一预测误差；利用目标当前时刻在球坐标系下的特性参数的预测估计值以及相应估计的所述特性参数的预测方差，获得当前时刻的无偏转换量测误差的协方差矩阵，计算公式如下：其中，

【专利技术属性】
技术研发人员：贾飞飞，程婷，赵霜叶，向波，苏洲阳，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51