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领域,具体涉及含有多普勒量测信息的双基地雷达目标跟踪系统及方法。
技术介绍
1、双基地雷达(bistatic radar)由空间上分离的发射节点和接收节点组成,相较于传统的单基地雷达,双基地雷达具有抗干扰能力和抗隐身目标等优势,得到国内外广泛关注和研究。通常情况下,双基地雷达的量测数据包括双程距离和角度量测信息,与目标运动的状态呈现非线性关系,因此基于双基地雷达量测信息的目标跟踪问题是一个非线性估计问题。此外,在进一步获得多普勒量测信息时,利用该信息可以进一步提高目标跟踪性能,但同时也进一步增大了量测与目标状态之间的非线性程度。
2、处理量测信息的非线性问题有两种常用方法:一是直接使用非线性滤波器,如扩展卡尔曼滤波器(ekf)(v.sastry,"decomposition of the extended kalman filter,"inieee transactions on automatic control,vol.16,no.3,pp.260-261,june 1971.)通过泰勒级数展开的方法得到近似线性化的量测矩阵,但是当非线性程度较高时,近似线性化误差增大,导致目标跟踪精度下降。二是使用量测转换方法,该方法通过将非线性的量测直接转换到目标状态的坐标系,使其变为线性滤波问题进行处理。传统的量测转换方法(cm)存在转换误差,去偏的量测转换方法(dcm)(d.lerro and y.bar-shalom,"tracking withdebiased consistent conve
3、上述基于量测转换的双基地雷达目标跟踪算法未考虑目标的多普勒量测信息,当存在该量测信息时,可充分利用该信息提升目标跟踪精度。目前,可处理多普勒量测信息的滤波算法主要针对单基地雷达设计,序贯扩展卡尔曼滤波器(sekf)(j.g.wang,t.long,andp.k.he在"anew method of incorporating radial velocity measurement into kalmanfilter,"in signal processing,18(5):414-416,2002.)能够对位置量测和多普勒量测进行顺序处理,从而实现对目标状态的有效估计。值得注意的是,当距离量测和多普勒量测存在相关性时,在进行顺序处理时需要去除相关性。为此,一种基于去相关去偏量测转换的序贯滤波方法(z.s.duan,c.z.han,x.r.li.sequential nonlinear tracking filter withrange-rate measurements in spherical coordinates.proceedings of the seventhinternational conference on information fusion,pp.599-605,2004.)被提出,该方法利用位置量测和多普勒量测构建伪量测,通过cholesky分解方法对位置量测与伪量测误差进行去相关处理,从而实现位置和伪量测的顺序处理。此外,周共建等人提出一种基于静态融合的量测转换滤波方法(sf-cmkf)(g.j.zhou,m.pelletier,t.kirubarajan,t.quan.statically fused converted position and doppler measurement kalmanfilters.ieee transactions on aerospace and electronic systems,50(1):300-318,2014.),该方法利用两个线性滤波器同时对位置量测和伪量测进行状态估计,并将二者的估计结果进行静态融合得到最终的滤波结果。以上滤波方法主要针对单基地雷达场景,为了在双基地雷达中充分利用多普勒量测信息以提高目标的跟踪精度,需要将上述序贯滤波方法扩展到含有双程距离量测、方位角度量测和多普勒量测的双基地雷达目标跟踪场景中。
4、针对以上问题,本专利技术提出了一种含多普勒量测信息的双基地雷达目标跟踪方法(sf-br)。该方法利用双基地雷达与目标的几何关系将双程距离量测转换为目标相对于接收节点的单程距离量测,进一步利用单程距离量测和方位角量测对位置信息进行量测转换,同时采用二阶泰勒级数展开的方法分析量测转换过程中引入的误差,并详细推导出转换后量测误差的统计特性。基于上述位置信息的量测转换方法,构建线性量测方程,解决了双程距离和角度量测信息与目标运动状态的非线性问题,结合线性卡尔曼滤波算法获得基于位置滤波的目标状态估计结果,将该状态估计结果作为序贯滤波的预测输入,对多普勒量测进行后续扩展卡尔曼滤波处理,实现位置量测信息和多普勒量测信息的有效融合,从而获得最终的目标状态估计结果,最后引入性能评估指标γ,针对不同的目标跟踪场景自适应地进行信息反馈。
技术实现思路
本文档来自技高网...
【技术保护点】
1.一种含多普勒量测信息的双基地雷达目标跟踪方法,具体技术方案如下:
【技术特征摘要】
1.一种含多普勒量测信息的双基地雷...
【专利技术属性】
技术研发人员:程婷,王宇萌,宋佳铭,刘璐清,何思辰,周全,曹聪冲,
申请(专利权)人:电子科技大学,
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。