基于Sage-Husa自适应滤波的被动协同跟踪方法技术

本发明专利技术提供了一种基于Sage

【技术实现步骤摘要】
基于Sage
‑
Husa自适应滤波的被动协同跟踪方法


[0001]本专利技术涉及被动协同跟踪
，尤其涉及一种基于Sage
‑
Husa自适应滤波的被动协同跟踪方法。

技术介绍

[0002]被动协同定位具有隐蔽性好、可靠性高的优势，在现代军事战争中受到了越来越多的关注。目标跟踪是被动定位系统的重要组成部分，是实现对目标辐射源精准定位的重要保障。战场环境的复杂性变化对被动定位系统的跟踪性能提出了更高的要求。基于理想系统的传统跟踪方法认为系统噪声特性已知且统计特性平稳，然而由于自然环境电磁环境的多变性、环境扰动的不可预测性、测量手段的有限性等均导致无法准确获得噪声的先验信息。当真实噪声特性与模型假设不匹配时，跟踪滤波性能下降，甚至出现滤波发散现象。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。
[0004]本专利技术的一方面，提供了一种基于Sage
‑
Husa自适应滤波的被动协同跟踪方法，该基于Sage
‑
Husa自适应滤波的被动协同跟踪方法包括：构建双传感器被动协同跟踪滤波系统递推模型和观测模型，根据传感器测量值获取协同定位目标位置作为系统状态初值；根据上一时刻状态量生成Sigma点集，根据Sigma点集获取状态量的一步预测值和状态协方差的一步预测值；根据状态量的一步预测值和状态协方差的一步预测，生成状态预测Sigma点集，将状态预测Sigma点集映射到测量域获取传感器的量测预测值，根据传感器的量测预测值获取量测协方差；根据传感器的观测量和量测预测值获取残差量，将残差量存储于存储池中；判断当前存储池是否已满，若当前存储池已满，则根据残差量利用基于残差统计量的非线性系统噪声估计器对测量噪声进行估计获取测量噪声协方差，根据测量噪声协方差更新量测协方差；若当前存储池未满，则根据初始化测量噪声协方差更新量测协方差；根据更新后的量测协方差获取滤波增益，根据滤波增益更新状态量和状态协方差，输出当前时刻跟踪目标位置并进入下一时刻，返回根据上一时刻状态量生成Sigma点集，以完成基于Sage
‑
Husa自适应滤波的被动协同跟踪。
[0005]进一步地，根据生成k
‑
1时刻Sigma点集χ
k
‑1，其中，λ＝α2(L+κ)
‑
L，L为状态量维数，α和κ决定Sigma点的散布程度；P
k
‑1为k
‑
1时刻状态协方差，X
k
‑1为k
‑
1时刻系统的状态量。
[0006]进一步地，根据χ
i,k/k
‑1＝f(χ
i,k
‑1)获取状态量的一步预测值，其中，为状态量的一步预测值，W
im
为Sigma点的权值系数，
f(
·
)为状态转移函数，χ
i,k
‑1为Sigma点集χ
k
‑1的第i个Sigma点；根据获取状态协方差的一步预测值，其中，P
k/k
‑1为状态协方差的一步预测值，β用来调节Sigma点方差的准确度，Q为系统过程噪声协方差。
[0007]进一步地，根据生成状态预测Sigma点集χ
k/k
‑1。
[0008]进一步地，根据Z
i,k/k
‑1＝h
k
(χ
i,k/k
‑1)获取传感器的量测预测值，其中，值，其中，和分别为第一传感器和第二传感器的量测预测值，χ
i,k/k
‑1为状态预测Sigma点集χ
k/k
‑1的第i个Sigma点，h
k
(
·
)为k时刻传感器的观测函数。
[0009]进一步地，根据获取量测协方差，其中，P
zz,k/k
‑1为量测协方差。
[0010]进一步地，若当前存储池已满，根据获取测量噪声协方差，其中，为k时刻测量噪声协方差，为k
‑
1时刻测量噪声协方差，d
k
为k时刻加权系数，0＜b＜1，P
εε
为残差量协方差，j＝[k
‑
N+1,
…
,k
‑
1,k]，ε
k
为k时刻的残差量，Z
k
为k时刻传感器的观测量；存储池内的残差量集合为ξ＝{ε
k
‑
N+1
,
…
,ε
j
,
…
,ε
k
‑1,ε
k
}，N为整数。
[0011]进一步地，若当前存储池已满，根据更新量测协方差，其中，为更新后的量测协方差。
[0012]进一步地，若当前存储池未满，根据更新量测协方差，其
中，为初始化测量噪声协方差。
[0013]进一步地，根据进一步地，根据获取滤波增益，其中，K
k
为k时刻滤波增益；根据更新状态量，根据更新状态协方差，其中，为更新后的状态量，P
k
为更新后的状态协方差。
[0014]应用本专利技术的技术方案，提供了一种基于Sage
‑
Husa自适应滤波的被动协同跟踪方法，该被动协同跟踪方法将Sage
‑
Husa自适应滤波方法应用于传统无迹卡尔曼滤波中，对自适应噪声估计器进行改进，根据残差量利用基于残差统计量的非线性系统噪声估计器对测量噪声进行估计，根据残差量的存储情况更新量测协方差，本专利技术能够增强目标跟踪系统对环境的适应性，提升跟踪性能。与现有技术相比，本专利技术的技术方案能够解决现有技术中被动协同跟踪性能受限的技术问题。
附图说明
[0015]所包括的附图用来提供对本专利技术实施例的进一步的理解，其构成了说明书的一部分，用于例示本专利技术的实施例，并与文字描述一起来阐释本专利技术的原理。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1示出了根据本专利技术的具体实施例提供的基于Sage
‑
Husa自适应滤波的被动协同跟踪方法的流程示意图；
[0017]图2示出了根据本专利技术的具体实施例提供的试验验证场景仿真示意图；
[0018]图3示出了根据本专利技术的具体实施例提供的各跟踪滤波算法结果对比图。
具体实施方式
[0019]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本专利技术及其应用或使用的任何限制。基本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Sage
‑
Husa自适应滤波的被动协同跟踪方法，其特征在于，所述基于Sage
‑
Husa自适应滤波的被动协同跟踪方法包括：构建双传感器被动协同跟踪滤波系统递推模型和观测模型，根据传感器测量值获取协同定位目标位置作为系统状态初值；根据上一时刻状态量生成Sigma点集，根据Sigma点集获取状态量的一步预测值和状态协方差的一步预测值；根据状态量的一步预测值和状态协方差的一步预测，生成状态预测Sigma点集，将状态预测Sigma点集映射到测量域获取传感器的量测预测值，根据传感器的量测预测值获取量测协方差；根据传感器的观测量和量测预测值获取残差量，将残差量存储于存储池中；判断当前存储池是否已满，若当前存储池已满，则根据残差量利用基于残差统计量的非线性系统噪声估计器对测量噪声进行估计获取测量噪声协方差，根据测量噪声协方差更新量测协方差；若当前存储池未满，则根据初始化测量噪声协方差更新量测协方差；根据更新后的量测协方差获取滤波增益，根据滤波增益更新状态量和状态协方差，输出当前时刻跟踪目标位置并进入下一时刻，返回根据上一时刻状态量生成Sigma点集，以完成基于Sage
‑
Husa自适应滤波的被动协同跟踪。2.根据权利要求1所述的基于Sage
‑
Husa自适应滤波的被动协同跟踪方法，其特征在于，根据生成k
‑
1时刻Sigma点集χ
k
‑1，其中，λ＝α2(L+κ)
‑
L，L为状态量维数，α和κ决定Sigma点的散布程度；P
k
‑1为k
‑
1时刻状态协方差，X
k
‑1为k
‑
1时刻系统的状态量。3.根据权利要求1所述的基于Sage
‑
Husa自适应滤波的被动协同跟踪方法，其特征在于，根据χ
i,k/k
‑1＝f(χ
i,k
‑1)获取状态量的一步预测值，其中，为状态量的一步预测值，W
im
为Sigma点的权值系数，f(
·
)为状态转移函数，χ
i,k
‑1为Sigma点集χ
k
‑1的第i个Sigma点；根据获取状态协方差的一步预测值，其中，P
k/k
‑1为状态协方差的一步预测值，β用来调节Sigma点方差的准确度，Q为系统过程噪声协方差。4.根据权利要求1所述的基于Sage
‑
Husa自适应滤波的被动协同跟踪方...

【专利技术属性】
技术研发人员：杨月霜，胡航玮，王蒙，韩孟孟，余勇军，姜鹏，李亮，
申请(专利权)人：北京机电工程研究所，
类型：发明
国别省市：