CN109818672A - 一种针对无线光通信的光源轨迹预测方法及系统 - Google Patents

Abstract

本申请公开了一种面向无线光通信应用的光源轨迹预测方法及系统，其中，所述光源运动轨迹预测方法依据卡尔曼滤波器算法对目标光源下一时刻的位置进行预测，以确定所述目标光源的预测位置信息；并且在预测过程中将跟踪瞄准系统的总时延时长参数包括在卡尔曼滤波器算法中，以消除动态移动环境中，跟踪瞄准系统中的数据处理时延或机械运动时延对位置预测带来的不良影响，从而避免了跟踪瞄准系统在跟踪目标光源时，跟踪瞄准动作出现明显滞后现象的问题，降低了数据处理时延和机械运动时延带来的跟踪滞后，进而提高了跟踪瞄准的精度，降低了对准误差造成的接收光功率损失。

Description

一种针对无线光通信的光源轨迹预测方法及系统

技术领域

本申请涉及无线光通信技术领域，更具体地说，涉及一种面向无线光通信应用的光源轨迹预测方法及系统。

背景技术

在无线光通信系统中，为了提高接收光信号强度提高信噪比，可以在光电探测器前放置聚光器件(如透镜)采集来自通信光源发出的光，然而该方法通常造成接收视场角较小的问题。可以通过要求自由空间无线光通信系统的信号接收端和信号发送端在同一条视距光路上，来克服这一问题。

目标光源的跟踪瞄准技术是无线光通信中的一个重要组成部分。在动态移动环境中，通信收发端的相对移动会导致光信号的接收角度和光功率发生剧烈变化。因此，在该场景下使用的光源跟踪瞄准系统相对传统系统需要更高的跟踪精度和稳定度，且跟踪响应时延要小，跟踪速度要尽可能高，保证可见光通信的收发端进行可视距通信。

目前，已经存在的无线光通信光源跟踪瞄准系统中，在接收端光电探测器附近加装高速摄像头，通过图像处理技术中的目标识别算法识别出目标光源的位置，进而发送控制指令驱动二维转台进行跟踪。但是，现有方案往往由于数据处理时延和机械运动时延的存在，造成信号接收端对于信号发送端通信光源的跟踪瞄准动作存在明显的滞后现象，导致可见光通信性能变差甚至链路传输中断。如果能提前对光源的运动轨迹进行预测，则跟踪瞄准动作可以提前进行，从而在一定程度上可以消除滞后现象。因此设计一种可以对光源运动轨迹进行预测的自适应跟踪瞄准系统对于实现收发端在移动环境下的高速视距光通信有很大的工程意义。

发明内容

为解决上述技术问题，本申请提供了一种针对无线光通信的目标光源轨迹预测方法及系统，以实现对目标光源下一时刻的位置进行预测的目的，从而实现根据目标光源的预测位置信息指导跟踪瞄准系统中的转台运动的目的，解决了现有技术中的跟踪瞄准系统的信号接收端对于信号发送端通信光源的跟踪瞄准动作存在明显滞后现象的问题。

为实现上述技术目的，本申请实施例提供了如下技术方案：

一种针对无线光通信的光源轨迹预测方法，应用于无线光通信应用中目标光源的跟踪瞄准系统，所述针对无线光通信的光源轨迹预测方法包括：

获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；

根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息；所述卡尔曼滤波器算法的参数包括所述跟踪瞄准系统的总时延时长参数；

将所述目标光源的预测位置信息转换为转台控制指令，并发送给所述跟踪瞄准系统，以使所述跟踪瞄准系统的转台根据所述转台控制指令运动；

获取所述目标光源下一时刻的位置信息，根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤。

可选的，所述根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息包括：

目标光源的状态空间模型由第一预设公式和第二预设公式共同描述。

所述第一预设公式为：Y_k＝HX_k+V_k；其中，Y_k表示所述待处理位置信息，X_k表示所述目标光源的当前时刻的状态信息；V_k表示所述跟踪瞄准系统的观测噪声；H表示观测矩阵；

所述第二预设公式为：X_k+1＝FX_k+Bu_k+W_k；其中，X_k+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，B表示输入控制矩阵，u_k表示当前时刻外界的输入，W_k表示预测噪声；

所述预测噪声和所述跟踪瞄准系统的观测噪声为零均值互不相关的高斯白噪声，预测噪声方差矩阵为Q，观测噪声方差矩阵为R。

利用所述目标光源的当前时刻的状态信息，根据第三预设公式，获取所述目标光源的预测位置信息；

所述第三预设公式为：X_k+1＝FX_k；其中，X_k+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，X_k表示所述目标光源的当前位置信息；其中，

所述观测矩阵为：

所述状态转移矩阵为：T为所述跟踪瞄准系统的总时延时长参数。

可选的，所述将所述目标光源的预测位置信息转换为转台控制指令包括：

将所述目标光源的预测位置信息转换为角度控制信息，并根据所述角度控制信息生成所述转台控制指令。

可选的，所述根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤包括：

利用卡尔曼滤波器算法的参数中的误差方差、状态转移矩阵和预测噪声方差矩阵，根据第四预设公式计算误差方差的预测值；

利用卡尔曼滤波器算法的参数中的所述误差方差的预测值、更新前的卡尔曼滤波增益、观测矩阵、观测噪声方差矩阵，根据第五预设公式更新所述卡尔曼滤波器算法参数中的卡尔曼滤波增益；

利用获取的所述目标光源下一时刻的位置信息、所述误差方差的预测值和所述卡尔曼滤波增益、观测矩阵，对所述预测位置信息进行校正，根据第六预设公式获得校正后的预测位置信息，校正后的预测位置信息为校正后的目标光源的位置信息；

利用更新后的卡尔曼滤波增益、单位矩阵、观测矩阵，对所述误差方差的预测值进行校正，跟据第七预设公式获得校正后的误差方差矩阵；

利用校正后的误差方差矩阵对所述卡尔曼滤波器算法的参数中的误差方差矩阵进行更新，并将校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤；

所述第四预设公式为：P_k+1|k＝FP_k|kF+Q；其中，P_k+1|k表示误差方差的预测值，P_k|k表示误差方差，F表示状态转移矩阵，Q表示预测噪声方差矩阵；

所述第五预设公式为：K_k+1＝P_k+1|kK_kH[HP_k+1|kH+R]^-1；其中，K_k+1表示更新后的卡尔曼滤波增益，P_k+1|k表示误差方差矩阵的预测值，K_k表示更新前的卡尔曼滤波增益，H表示所述观测矩阵，R表示所述观测噪声方差矩阵；

所述第六预设公式为：X_k+1|k+1＝X_k+1|k+K_k+1(Y_k+1-HX_k+1|k)；其中,X_k+1|k+1表示校正后的目标光源的位置信息，X_k+1|k表示目标光源的预测位置信息，K_k+1表示更新后的卡尔曼滤波增益，Y_k+1表示获取的所述目标光源下一时刻的位置信息，H表示观测矩阵；

所述第七预设公式为：P_k+1|k+1＝(I-K_k+1H)P_k+1|k；其中P_k+1|k+1，I表示单位矩阵，K_k+1表示更新后的卡尔曼滤波增益，H表示观测矩阵，P_k+1|k表示误差方差矩阵的预测值。

可选的，还包括：

收集所述卡尔曼滤波器算法的参数变化信息和多组预测数据，每组所述预测数据包括一个所述待处理位置信息和与所述待处理位置信息对应的目标光源的预测位置信息；

根据所述卡尔曼滤波器算法的参数变化信息和多组预测数据，对预测误差的均值、预测误差的方差以及预测位置的均方根误差值进行统计分析。

一种针对无线光通信的光源轨迹预测系统，应用于无线光通信应用中目标光源的跟踪瞄准系统，所述目标光源轨迹预测系统包括：

位置信息获取模块，用于获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；

位置预测模块，用于根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息；所述卡尔曼滤波器算法的参数包括所述跟踪瞄准系统的总时延时长参数；

指令发送模块，用于将所述目标光源的预测位置信息转换为转台控制指令，并发送给所述跟踪瞄准系统，以使所述跟踪瞄准系统的转台根据所述转台控制指令运动；

位置校正模块，用于获取所述目标光源下一时刻的位置信息，根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回触发所述位置预测模块。

可选的，所述位置预测模块包括：

位置预测单元，用于利用所述目标光源的当前时刻的状态信息，根据第三预设公式，获取所述目标光源的预测位置信息；

所述第三预设公式为：X_k+1＝FX_k；其中，X_k+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，X_k表示所述目标光源的当前位置信息；其中，

所述观测矩阵为：

所述状态转移矩阵为：T为所述跟踪瞄准系统的总时延时长参数。

可选的，所述指令发送模块将所述目标光源的预测位置信息转换为转台控制指令具体用于，将所述目标光源的预测位置信息转换为角度控制信息，并根据所述角度控制信息生成所述转台控制指令。

可选的，所述位置校正模块包括：

位置获取单元，用于获取所述目标光源下一时刻的位置信息；

误差方差计算单元，用于利用卡尔曼滤波器算法的参数中的误差方差、状态转移矩阵和预测噪声方差矩阵，根据第三预设公式计算误差方差的预测值；

滤波增益计算单元，用于利用卡尔曼滤波器算法的参数中的所述误差方差的预测值、更新前的卡尔曼滤波增益、观测矩阵、观测噪声方差矩阵，根据第四预设公式更新所述卡尔曼滤波器算法参数中的卡尔曼滤波增益；

更新参数计算单元，用于根据获取的所述目标光源下一时刻的位置信息、所述误差方差的预测值和所述卡尔曼滤波增益，对所述预测位置信息进行校正，获得校正后的预测位置信息和校正后的误差方差矩阵；校正后的预测位置信息为校正后的目标光源的位置信息；

参数更新单元，用于利用较正后的方差矩阵对所述卡尔曼滤波器算法的参数中的方差矩阵进行更新，并校正后的目标光源的位置信息作为所述待处理位置信息，并返回触发所述位置预测模块；

所述第三预设公式为：P_k+1|k＝FP_k|kF+Q；其中，P_k+1|k为误差方差的预测值，P_k|k表示误差方差，F表示状态转移矩阵，Q表示预测噪声方差矩阵；

所述第四预设公式为：K_k+1＝P_k+1|kK_kH[HP_k+1|kH+R]^-1；其中，K_k+1表示更新后的卡尔曼滤波增益，K_k表示更新前的卡尔曼滤波增益，H表示所述观测矩阵，R表示所述观测噪声方差矩阵。

可选的，还包括：

参数收集模块，用于收集所述卡尔曼滤波器算法的参数变化信息和多组预测数据，每组所述预测数据包括一个所述待处理位置信息和与所述待处理位置信息对应的目标光源的预测位置信息；

性能分析模块，用于根据所述卡尔曼滤波器算法的参数变化信息和多组预测数据，对预测误差的均值、预测误差的方差以及预测位置的均方根误差值进行统计分析。

从上述技术方案可以看出，本申请实施例提供了一种针对无线光通信的目标光源轨迹预测方法及系统，其中，所述针对无线光通信的目标光源轨迹预测方法依据卡尔曼滤波器算法对目标光源下一时刻的位置进行预测，以确定所述目标光源的预测位置信息；并且在预测过程中将跟踪瞄准系统的总时延时长参数包括在卡尔曼滤波器算法中，以消除跟踪瞄准系统中的数据处理时延或机械运动时延对位置预测带来的不良影响，从而避免了跟踪瞄准系统在跟踪目标光源时，跟踪瞄准动作出现明显滞后现象的问题，降低了数据处理时延和机械运动时延带来的跟踪滞后，进而提高了跟踪瞄准的精度，降低了对准误差造成的接收光功率损失。

另外，所述针对无线光通信的目标光源轨迹预测方法在获得所述预测位置信息后，还依据卡尔曼滤波器算法对预测位置信息进行校正，并且对卡尔曼滤波器算法进行迭代更新，以实现对目标光源位置的精准预测。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，

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，还可以根据提供的附图获得其他的附图。

图1为本申请的一个实施例提供的一种针对无线光通信的目标光源轨迹预测方法的流程示意图；

图2为本申请的另一个实施例提供的一种针对无线光通信的目标光源轨迹预测方法的流程示意图；

图3为本申请的又一个实施例提供的一种针对无线光通信的目标光源轨迹预测方法的流程示意图；

图4为本申请的再一个实施例提供的一种针对无线光通信的目标光源轨迹预测方法的流程示意图；

图5为本申请的一个可选实施例提供的一种针对无线光通信的目标光源轨迹预测方法的流程示意图；

图6为本申请的一个具体实施例提供的一种针对无线光通信的目标光源轨迹预测系统的结构示意图；

图7为本申请的一个实施例提供的一种位置预测模块和位置校正模块的工作流程示意图；

图8为本申请的一个实施例提供的一种应用场景示意图。

具体实施方式

正如背景技术所述，现有技术中目标光源的跟踪瞄准系统在跟踪目标光源时，对于目标光源的跟踪瞄准动作存在着明显的滞后现象。

这是因为在动态移动环境中，跟踪瞄准系统由于数据处理时延和机械运动时延等时延的存在，使得接收端对于发送端通信光源(即目标光源)的跟踪瞄准动作存在明显的滞后。因此，需要在原来的跟踪瞄准系统中加入目标光源的运动轨迹预测功能，来降低数据处理时延和机械运动时延带来的跟踪滞后，进而提高跟踪瞄准的精度，降低对准误差造成的接收光功率损失，对于提升自由空间无线光通信系统的通信性能具有很大的意义。

有鉴于此，本申请实施例提供了一种针对无线光通信的目标光源轨迹预测方法，应用于目标光源的跟踪瞄准系统，所述目标光源轨迹预测方法包括：

获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；

根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息；所述卡尔曼滤波器算法的参数包括所述跟踪瞄准系统的总时延时长参数；

将所述目标光源的预测位置信息转换为转台控制指令，并发送给所述跟踪瞄准系统，以使所述跟踪瞄准系统的转台根据所述转台控制指令运动；

获取所述目标光源下一时刻的位置信息，根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤。

所述针对无线光通信的目标光源轨迹预测方法依据卡尔曼滤波器算法对目标光源下一时刻的位置进行预测，以确定所述目标光源的预测位置信息；并且在预测过程中将跟踪瞄准系统的总时延时长参数包括在卡尔曼滤波器算法中，以消除跟踪瞄准系统中的数据处理时延或机械运动时延对位置预测带来的不良影响，从而避免了跟踪瞄准系统在跟踪目标光源时，跟踪瞄准动作出现明显滞后现象的问题，降低了数据处理时延和机械运动时延带来的跟踪滞后，进而提高了跟踪瞄准的精度，降低了对准误差造成的接收光功率损失。

另外，所述针对无线光通信的目标光源轨迹预测方法在获得所述预测位置信息后，还依据卡尔曼滤波器算法对预测位置信息进行校正，并且对卡尔曼滤波器算法进行迭代更新，以实现对目标光源位置的精准预测。

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供了一种针对无线光通信的目标光源轨迹预测方法，如图1所示，应用于无线光通信应用中目标光源的跟踪瞄准系统，所述目标光源轨迹预测方法包括：

S101：获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；

S102：根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息；所述卡尔曼滤波器算法的参数包括所述跟踪瞄准系统的总时延时长参数；

S103：将所述目标光源的预测位置信息转换为转台控制指令，并发送给所述跟踪瞄准系统，以使所述跟踪瞄准系统的转台根据所述转台控制指令运动；

S104：获取所述目标光源下一时刻的位置信息，根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，获得校正后的预测位置信息，校正后的预测位置信息为校正后的目标光源的位置信息，将校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤。

需要说明的是，步骤S101中获取目标光源当前时刻的位置信息的步骤，在本申请的一个实施例中通过两个收发单元来实现，一个收发单元基于FPGA实现，以FPGA模块电路的形式嵌入在基于FPGA开发的跟踪瞄准系统中，形成FPGA端的通信接口；另一个收发单元基于Linux嵌入式微处理器实现，通过LabVIEW环境进行开发，实现后续模块的通信。

所述目标光源的位置信息是指目标光源在像素空间中的坐标信息，该像素空间是以位置预测开始时，目标光源所在位置为中心点建立的空间坐标系。

所述针对无线光通信的目标光源轨迹预测方法依据卡尔曼滤波器算法对目标光源下一时刻的位置进行预测，以确定所述目标光源的预测位置信息；并且在预测过程中将跟踪瞄准系统的总时延时长参数包括在卡尔曼滤波器算法中，以消除跟踪瞄准系统中的数据处理时延或机械运动时延对位置预测带来的不良影响，从而避免了跟踪瞄准系统在跟踪目标光源时，跟踪瞄准动作出现明显滞后现象的问题，降低了数据处理时延和机械运动时延带来的跟踪滞后，进而提高了跟踪瞄准的精度，降低了对准误差造成的接收光功率损失。

另外，所述针对无线光通信的目标光源轨迹预测方法在获得所述预测位置信息后，还依据卡尔曼滤波器算法对预测位置信息进行校正，并且对卡尔曼滤波器算法进行迭代更新，以实现对目标光源位置的精准预测。

在上述实施例的基础上，在本申请的一个实施例中，如图2所示，所述根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息包括：

S1021：利用所述目标光源的当前时刻的状态信息，根据第三预设公式，获取所述目标光源的预测位置信息；

所述第三预设公式为：X_k+1＝FX_k；其中，X_k+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，X_k表示所述目标光源的当前位置信息；其中，

所述观测矩阵为：

所述状态转移矩阵为：T为所述跟踪瞄准系统的总时延时长参数；

在步骤S101中，获取目标光源当前时刻的位置信息为开始进行目标光源轨迹预测时接收的第一组位置信息，可以标记为Y₀，后续的位置信息依次编号为Y₁、Y₂……Y_N，Y₁、Y₂……Y_N用于对卡尔曼滤波器算法中预测的位置信息进行校正后作为对下一时刻的待处理位置信息，并对其进行预测；即对Y₀进行预测后获得的预测位置信息X₁，以指导跟踪瞄准系统的转台的运动，实现对目标光源的跟踪；然后利用下一时刻目标光源的位置信息Y₁对1时刻的预测位置信息X₁进行校正，获得校正后的预测位置信息，校正后的预测位置信息为校正后的目标光源的位置信息，将校正后的目标光源的位置信息作为1时刻的待处理位置信息返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤进行新一轮的位置预测过程。

此外，初始的预测噪声方差矩阵Q、观测噪声方差矩阵R、初始的标通信光源的当前时刻的状态信息X₀和初始的误差方差矩阵P₀可以设置为如下形式：

Q＝diag[0.1,0.1,0.1,0.1]；

X₀＝diag[x₀,y₀,v_x0,v_y0]，初始的标通信光源的当前时刻的状态信息X₀中的x₀,y₀分别取像素空间的中心位置坐标，v_x0,v_y0分量取零；

P₀＝diag[1,1,1,1]；

R＝diag[1,1]；

在上述实施例的基础上，在本申请的另一个实施例中，如图3所示，所述将所述目标光源的预测位置信息转换为转台控制指令包括：

S1031：将所述目标光源的预测位置信息转换为角度控制信息，并根据所述角度控制信息生成所述转台控制指令。

通常情况下，目标光源的预测位置信息中包含着目标光源在像素空间中的坐标信息，需要将其转换为角度控制信息，并根据转换得到的角度控制信息生成对转台运动进行指导的转台控制指令。

在上述实施例的基础上，在本申请的又一个实施例中，如图4所示，所述根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤包括：

S1041：利用卡尔曼滤波器算法的参数中的误差方差、状态转移矩阵和预测噪声方差矩阵，根据第三预设公式计算误差方差的预测值；

S1042：利用卡尔曼滤波器算法的参数中的所述误差方差的预测值、更新前的卡尔曼滤波增益、观测矩阵、观测噪声方差矩阵，根据第四预设公式更新所述卡尔曼滤波器算法参数中的卡尔曼滤波增益；

S1043：根据获取的所述目标光源下一时刻的位置信息、所述误差方差的预测值和所述卡尔曼滤波增益，对所述预测位置信息进行校正，获得校正后的预测位置信息，校正后的预测位置信息为校正后的目标光源的位置信息，将校正后的目标光源的位置信息和更新后的方差矩阵；

S1044：利用更新后的方差矩阵对所述卡尔曼滤波器算法的参数中的方差矩阵进行更新，并将校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤；

所述第四预设公式为：P_k+1|k＝FP_k|kF+Q；其中，P_k+1|k为误差方差的预测值，P_k|k表示误差方差，F表示状态转移矩阵，Q表示预测噪声方差矩阵，根据经验确定状态转移矩阵和预测噪声方差矩阵中元素的取值；

所述第五预设公式为：K_k+1＝P_k+1|kK_kH[HP_k+1|kH+R]^-1；其中，K_k+1表示更新后的卡尔曼滤波增益，K_k表示更新前的卡尔曼滤波增益，H表示所述观测矩阵，R表示所述观测噪声方差矩阵，通过统计第一预设公式中的观测噪声的方差来确定观测矩阵和观测噪声方差矩阵中元素的取值。

为了对预测过程中的预测误差随时间的变化进行实时的监测，以对方法的预测性能进行评价，在本申请的再一个实施例中，如图5所示，所述针对无线光通信的目标光源轨迹预测方法还包括：

S105：收集所述卡尔曼滤波器算法的参数变化信息和多组预测数据，每组所述预测数据包括一个所述待处理位置信息和与所述待处理位置信息对应的目标光源的预测位置信息；

S106：根据所述卡尔曼滤波器算法的参数变化信息和多组预测数据，对预测误差的均值、预测误差的方差以及预测位置的均方根误差值进行统计分析。

步骤S105和步骤S106用于对预测误差随时间的变化进行实时的监测，并且对预测误差的均值、方差以及预测位置的均方根误差值进行统计分析，得到的结果可以通过上位机进行可视化呈现，用于评价方法的预测性能。其中，预测位置的均方根误差值可以通过公式(1)计算获得：

RMS表示预测位置的均方根误差值，x_kp、y_kp分别代表k时刻对k+1时刻在像素空间水平方向和垂直方向的位置预测值；a_k、b_k分别代表k时像素空间水平方向上和垂直方向上的位置的观测值，n表示总的样本数量；

下面对本申请实施例提供的针对无线光通信的目标光源轨迹预测系统进行描述，下文描述的针对无线光通信的目标运动轨迹预测系统可与上文描述的针对无线光通信的目标光源轨迹预测方法相互对应参照。

相应的，本申请实施例提供了一种针对无线光通信的目标光源轨迹预测系统，应用于无线光通信应用中目标光源的跟踪瞄准系统，所述目标光源轨迹预测系统包括：

位置信息获取模块，用于获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；

位置预测模块，用于根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息；所述卡尔曼滤波器算法的参数包括所述跟踪瞄准系统的总时延时长参数；

指令发送模块，用于将所述目标光源的预测位置信息转换为转台控制指令，并发送给所述跟踪瞄准系统，以使所述跟踪瞄准系统的转台根据所述转台控制指令运动；

位置校正模块，用于获取所述目标光源下一时刻的位置信息，根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回触发所述位置预测模块。

可选的，所述位置预测模块包括：

位置预测单元，用于利用所述目标光源的当前时刻的状态信息，根据第三预设公式，获取所述目标光源的预测位置信息；

所述第三预设公式为：X_k+1＝FX_k；其中，X_k+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，X_k表示所述目标光源的当前位置信息；其中，

所述观测矩阵为：

所述状态转移矩阵为：T为所述跟踪瞄准系统的总时延时长参数；

可选的，所述指令发送模块将所述目标光源的预测位置信息转换为转台控制指令具体用于，将所述目标光源的预测位置信息转换为角度控制信息，并根据所述角度控制信息生成所述转台控制指令。

可选的，所述位置校正模块包括：

位置获取单元，用于获取所述目标光源下一时刻的位置信息；

误差方差计算单元，用于利用卡尔曼滤波器算法的参数中的误差方差、状态转移矩阵和预测噪声方差矩阵，根据第三预设公式计算误差方差的预测值；

滤波增益计算单元，用于利用卡尔曼滤波器算法的参数中的所述误差方差的预测值、更新前的卡尔曼滤波增益、观测矩阵、观测噪声方差矩阵，根据第四预设公式更新所述卡尔曼滤波器算法参数中的卡尔曼滤波增益；

更新参数计算单元，用于根据获取的所述目标光源下一时刻的位置信息、所述误差方差的预测值和所述卡尔曼滤波增益，对所述预测位置信息进行校正，获得校正后的预测位置信息，校正后的预测位置信息为校正后的目标光源的位置信息，将校正后的目标光源的位置信息和更新后的方差矩阵；

参数更新单元，用于利用更新后的方差矩阵对所述卡尔曼滤波器算法的参数中的方差矩阵进行更新，并校正后的目标光源的位置信息作为所述待处理位置信息，并返回触发所述位置预测模块；

所述第三预设公式为：P_k+1|k＝FP_k|kF+Q；其中，P_k+1|k为误差方差的预测值，P_k|k表示误差方差，F表示状态转移矩阵，Q表示预测噪声方差矩阵；

所述第四预设公式为：K_k+1＝P_k+1|kK_kH[HP_k+1|kH+R]^-1；其中，K_k+1表示更新后的卡尔曼滤波增益，K_k表示更新前的卡尔曼滤波增益，H表示所述观测矩阵，R表示所述观测噪声方差矩阵。

可选的，还包括：

参数收集模块，用于收集所述卡尔曼滤波器算法的参数变化信息和多组预测数据，每组所述预测数据包括一个所述待处理位置信息和与所述待处理位置信息对应的目标光源的预测位置信息；

性能分析模块，用于根据所述卡尔曼滤波器算法的参数变化信息和多组预测数据，对预测误差的均值、预测误差的方差以及预测位置的均方根误差值进行统计分析。

本申请的一个具体实施例提供了一种目标光源轨迹预测系统的具体实现方法，参考图6，在图6中，微信信息位置预测模块在开始工作时需要接收目标光源初始状态信息(即目标光源当前时刻的位置信息)作为所述待处理位置信息，在后续的预测过程中，以校正后的目标光源的位置信息作为所述待处理位置信息即可；

位置信息获取模块通过两个收发单元来实现，一个收发单元(即FPGA端口)基于FPGA实现，以FPGA模块电路的形式嵌入在基于FPGA开发的跟踪瞄准系统中，形成FPGA端的通信接口，以接收瞄准系统中目标通信光源检测与识别模块对光信号进行处理后的信号；另一个收发单元(即嵌入式端口)基于Linux嵌入式微处理器实现，通过LabVIEW环境进行开发，实现与后续位置预测模块、指令发送模块和位置校正模块的通信。

更具体地说，所述位置信息获取模块通过串行通信异步收发的方式在基于FPGA和Linux嵌入式微处理器的收发单元进行通信。

所述串行通信异步收发器采用1位起始位、8位数据位、1位校验位(可选)、1位停止位的形式进行配置。校验位可以用来检验数据是否出错，一般在近距离通信时可以不用设置，减少一帧串口数据的位数，提高通信速率。

进一步的，所述的数据通信模块通过串行通信方式进行目标光源位置信息数据包的传输，数据包的格式为“‘X’(ASCII码为178)+‘Y’(ASCII码为179)+像素空间水平方向坐标的高位字节+像素空间水平方向坐标的低位字节+像素空间垂直方向坐标的高位字节+像素空间垂直方向的低位字节+校验字节”。传输的数据包经过接收端的解析可以得到目标光源在像素空间中水平和垂直两个方向的坐标值。

数据包帧头用两个字节进行自定义(设计中使用的是0x78，0x79)，用于接收端判断一个数据包的开始；两个轴的旋转角度是用32位单精度浮点型数据类型进行计算的，目的为了保证计算得到的旋转角度的精度，在数据包传输的过程中保持这种格式进行传输，每一个单精度浮点型数据需要占用32bit；校验字节用于检验数据是否出错，通常放于数据包的结尾。

在本实施例中，所述位置预测模块为位置校正模块的工作流程还可以以图7所示的流程表示。在图7中Kalman滤波器表示卡尔曼滤波器，转台旋转角度θk＝f(X_k+1|k)表示θk由X_k+1|k通过函数f()转换而来，ΔXs表示目标光源位置在像素空间中由于控制器输入而导致的偏移量；Xs表示在控制器输入转台旋转角度之前的目标光源的位置状态。

参考图8，图8为本申请实施例提供的目标光源轨迹预测方法及目标光源轨迹预测系统的应用场景示意图。

综上所述，本申请实施例提供了一种针对无线光通信的目标光源轨迹预测方法及系统，其中，所述针对无线光通信的目标光源轨迹预测方法依据卡尔曼滤波器算法对目标光源下一时刻的位置进行预测，以确定所述目标光源的预测位置信息；并且在预测过程中将跟踪瞄准系统的总时延时长参数包括在卡尔曼滤波器算法中，以消除跟踪瞄准系统中的数据处理时延或机械运动时延对位置预测带来的不良影响，从而避免了跟踪瞄准系统在跟踪目标光源时，跟踪瞄准动作出现明显滞后现象的问题，降低了数据处理时延和机械运动时延带来的跟踪滞后，进而提高了跟踪瞄准的精度，降低了对准误差造成的接收光功率损失。

另外，所述针对无线光通信的目标光源轨迹预测方法在获得所述预测位置信息后，还依据卡尔曼滤波器算法对预测位置信息进行校正，并且对卡尔曼滤波器算法进行迭代更新，以实现对目标光源位置的精准预测。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种针对无线光通信的光源轨迹预测方法，其特征在于，应用于无线光通信应用中目标光源的跟踪瞄准系统，所述针对无线光通信的光源轨迹预测方法包括：

获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；

根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息；所述卡尔曼滤波器算法的参数包括所述跟踪瞄准系统的总时延时长参数；

将所述目标光源的预测位置信息转换为转台控制指令，并发送给所述跟踪瞄准系统，以使所述跟踪瞄准系统的转台根据所述转台控制指令运动；

获取所述目标光源下一时刻的位置信息，根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息包括：

目标光源的状态空间模型由第一预设公式和第二预设公式共同描述；

所述第一预设公式为：Y_k＝HX_k+V_k；其中，Y_k表示所述待处理位置信息，X_k表示所述目标光源的当前时刻的状态信息；V_k表示所述跟踪瞄准系统的观测噪声；H表示观测矩阵；

所述第二预设公式为：X_k+1＝FX_k+Bu_k+W_k；其中，X_k+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，B表示输入控制矩阵，u_k表示当前时刻外界的输入，W_k表示预测噪声；

所述预测噪声和所述跟踪瞄准系统的观测噪声为零均值互不相关的高斯白噪声，预测噪声方差矩阵为Q，观测噪声方差矩阵为R；

利用所述目标光源的当前时刻的状态信息，根据第三预设公式，获取所述目标光源的预测位置信息；

所述第三预设公式为：X_k+1＝FX_k；其中，X_k+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，X_k表示所述目标光源的当前位置信息；其中，

所述观测矩阵为：

所述状态转移矩阵为：T为所述跟踪瞄准系统的总时延时长参数。

3.根据权利要求1所述的方法，其特征在于，所述将所述目标光源的预测位置信息转换为转台控制指令包括：

将所述目标光源的预测位置信息转换为角度控制信息，并根据所述角度控制信息生成所述转台控制指令。

4.根据权利要求1所述的方法，其特征在于，所述根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤包括：

利用卡尔曼滤波器算法的参数中的误差方差、状态转移矩阵和预测噪声方差矩阵，根据第四预设公式计算误差方差的预测值；

利用卡尔曼滤波器算法的参数中的所述误差方差的预测值、更新前的卡尔曼滤波增益、观测矩阵、观测噪声方差矩阵，根据第五预设公式更新所述卡尔曼滤波器算法参数中的卡尔曼滤波增益；

利用获取的所述目标光源下一时刻的位置信息、所述误差方差的预测值和所述卡尔曼滤波增益、观测矩阵，对所述预测位置信息进行校正，根据第六预设公式获得校正后的预测位置信息，校正后的预测位置信息为校正后的目标光源的位置信息；

利用更新后的卡尔曼滤波增益、单位矩阵、观测矩阵，对所述误差方差的预测值进行校正，跟据第七预设公式获得校正后的误差方差矩阵；

利用校正后的误差方差矩阵对所述卡尔曼滤波器算法的参数中的误差方差矩阵进行更新，并将校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤；

所述第四预设公式为：P_k+1|k＝FP_k|kF+Q；其中，P_k+1|k表示误差方差的预测值，P_k|k表示误差方差，F表示状态转移矩阵，Q表示预测噪声方差矩阵；

所述第五预设公式为：K_k+1＝P_k+1|kK_kH[HP_k+1|kH+R]^-1；其中，K_k+1表示更新后的卡尔曼滤波增益，P_k+1|k表示误差方差矩阵的预测值，K_k表示更新前的卡尔曼滤波增益，H表示所述观测矩阵，R表示所述观测噪声方差矩阵；

所述第六预设公式为：X_k+1|k+1＝X_k+1|k+K_k+1(Y_k+1-HX_k+1|k)；其中,X_k+1|k+1表示校正后的目标光源的位置信息，X_k+1|k表示目标光源的预测位置信息，K_k+1表示更新后的卡尔曼滤波增益，Y_k+1表示获取的所述目标光源下一时刻的位置信息，H表示观测矩阵；

所述第七预设公式为：P_k+1|k+1＝(I-K_k+1H)P_k+1|k；其中P_k+1|k+1，I表示单位矩阵，K_k+1表示更新后的卡尔曼滤波增益，H表示观测矩阵，P_k+1|k表示误差方差矩阵的预测值。

5.根据权利要求1所述的方法，其特征在于，还包括：

收集所述卡尔曼滤波器算法的参数变化信息和多组预测数据，每组所述预测数据包括一个所述待处理位置信息和与所述待处理位置信息对应的目标光源的预测位置信息；

根据所述卡尔曼滤波器算法的参数变化信息和多组预测数据，对预测误差的均值、预测误差的方差以及预测位置的均方根误差值进行统计分析。

6.一种针对无线光通信的光源轨迹预测系统，其特征在于，应用于无线光通信应用中目标光源的跟踪瞄准系统，所述目标光源轨迹预测系统包括：

位置信息获取模块，用于获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；

位置预测模块，用于根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息；所述卡尔曼滤波器算法的参数包括所述跟踪瞄准系统的总时延时长参数；

指令发送模块，用于将所述目标光源的预测位置信息转换为转台控制指令，并发送给所述跟踪瞄准系统，以使所述跟踪瞄准系统的转台根据所述转台控制指令运动；

位置校正模块，用于获取所述目标光源下一时刻的位置信息，根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回触发所述位置预测模块。

7.根据权利要求6所述的系统，其特征在于，所述位置预测模块包括：

位置预测单元，用于利用所述目标光源的当前时刻的状态信息，根据第三预设公式，获取所述目标光源的预测位置信息；

所述第三预设公式为：X_k+1＝FX_k；其中，X_k+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，X_k表示所述目标光源的当前位置信息；其中，

所述观测矩阵为：

所述状态转移矩阵为：T为所述跟踪瞄准系统的总时延时长参数。

8.根据权利要求6所述的系统，其特征在于，所述指令发送模块将所述目标光源的预测位置信息转换为转台控制指令具体用于，将所述目标光源的预测位置信息转换为角度控制信息，并根据所述角度控制信息生成所述转台控制指令。

9.根据权利要求6所述的系统，其特征在于，所述位置校正模块包括：

位置获取单元，用于获取所述目标光源下一时刻的位置信息；

误差方差计算单元，用于利用卡尔曼滤波器算法的参数中的误差方差、状态转移矩阵和预测噪声方差矩阵，根据第三预设公式计算误差方差的预测值；

滤波增益计算单元，用于利用卡尔曼滤波器算法的参数中的所述误差方差的预测值、更新前的卡尔曼滤波增益、观测矩阵、观测噪声方差矩阵，根据第四预设公式更新所述卡尔曼滤波器算法参数中的卡尔曼滤波增益；

更新参数计算单元，用于根据获取的所述目标光源下一时刻的位置信息、所述误差方差的预测值和所述卡尔曼滤波增益，对所述预测位置信息进行校正，获得校正后的预测位置信息和校正后的误差方差矩阵；校正后的预测位置信息为校正后的目标光源的位置信息；

参数更新单元，用于利用较正后的方差矩阵对所述卡尔曼滤波器算法的参数中的方差矩阵进行更新，并校正后的目标光源的位置信息作为所述待处理位置信息，并返回触发所述位置预测模块；

所述第三预设公式为：P_k+1|k＝FP_k|kF+Q；其中，P_k+1|k为误差方差的预测值，P_k|k表示误差方差，F表示状态转移矩阵，Q表示预测噪声方差矩阵；

所述第四预设公式为：K_k+1＝P_k+1|kK_kH[HP_k+1|kH+R]^-1；其中，K_k+1表示更新后的卡尔曼滤波增益，K_k表示更新前的卡尔曼滤波增益，H表示所述观测矩阵，R表示所述观测噪声方差矩阵。

10.根据权利要求6所述的系统，其特征在于，还包括：

参数收集模块，用于收集所述卡尔曼滤波器算法的参数变化信息和多组预测数据，每组所述预测数据包括一个所述待处理位置信息和与所述待处理位置信息对应的目标光源的预测位置信息；

性能分析模块，用于根据所述卡尔曼滤波器算法的参数变化信息和多组预测数据，对预测误差的均值、预测误差的方差以及预测位置的均方根误差值进行统计分析。