CN111077518A - 一种基于距离-多普勒量测的跟踪滤波方法及装置 - Google Patents

一种基于距离-多普勒量测的跟踪滤波方法及装置 Download PDF

Info

Publication number
CN111077518A
CN111077518A CN201911322113.2A CN201911322113A CN111077518A CN 111077518 A CN111077518 A CN 111077518A CN 201911322113 A CN201911322113 A CN 201911322113A CN 111077518 A CN111077518 A CN 111077518A
Authority
CN
China
Prior art keywords
doppler
range
expression
distance
measurement
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911322113.2A
Other languages
English (en)
Other versions
CN111077518B (zh
Inventor
周共健
郭正琨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201911322113.2A priority Critical patent/CN111077518B/zh
Publication of CN111077518A publication Critical patent/CN111077518A/zh
Application granted granted Critical
Publication of CN111077518B publication Critical patent/CN111077518B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418—Theoretical aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及空间目标跟踪技术领域，尤其涉及一种基于距离‑多普勒量测的跟踪滤波方法及装置、计算机设备、计算机可读存储介质；该方法包括：构造距离‑多普勒空间状态向量；建立距离‑多普勒空间的系统模型；利用两点差分法，对距离‑多普勒空间状态向量进行滤波初始化；利用不敏卡尔曼滤波器和距离‑多普勒量测，在对应的系统模型下进行滤波，提取距离和多普勒信息。本发明可仅依靠距离‑多普勒量测提取距离和多普勒信息，实现空间目标跟踪。

Description

一种基于距离-多普勒量测的跟踪滤波方法及装置
技术领域
本发明涉及空间目标跟踪技术领域，尤其涉及一种基于距离-多普勒量测的跟踪滤波方法及装置、计算机设备、计算机可读存储介质。
背景技术
在逆合成孔径雷达(ISAR)系统中，仅有距离量测或仅有距离-多普勒量测估计器的输出，常被用来控制距离门和天线指向。双基地雷达或者多基地雷达系统中，仅依靠距离量测或仅依靠距离-多普勒量测的多传感器跟踪方法，被视为未来利用低成本多传感器网络替代大的孔径天线以达到较高角度分辨率进行目标跟踪的关键技术。
目前，传统的目标跟踪方法通常是在笛卡尔坐标系中进行建模，还没有直接在传感器坐标系中进行跟踪的系统模型，尤其是仅用距离-多普勒量测进行跟踪的精确模型。
发明内容
本发明的目的是针对上述现有技术的至少一部分缺陷，提供一种仅用距离-多普勒量测实现目标跟踪的跟踪滤波技术方案。
为了实现上述目的，本发明提供了一种基于距离-多普勒量测的跟踪滤波方法，该方法包括如下步骤：
S1、构造距离-多普勒空间状态向量；
S2、建立距离-多普勒空间的系统模型；
S3、利用两点差分法，对距离-多普勒空间状态向量进行滤波初始化；
S4、利用不敏卡尔曼滤波器和距离-多普勒量测，在对应的系统模型下进行滤波，提取距离和多普勒信息。
优选地，所述步骤S1中，构造距离-多普勒空间状态向量进一步包括：
对于CV运动、CT运动，距离-多普勒空间状态向量表达式为：
Figure BDA0002327415260000021
对于CA运动，距离-多普勒空间状态向量表达式为：
Figure BDA0002327415260000022
其中，k表示扫描循环序号，rk和
Figure BDA0002327415260000023
分别表示目标的距离和多普勒，
Figure BDA0002327415260000024
和
Figure BDA0002327415260000025
分别表示转换多普勒的一阶导数、二阶导数和三阶导数，转换多普勒
Figure BDA0002327415260000026
优选地，所述步骤S2中，建立距离-多普勒空间的系统模型进一步包括：
对于CV运动，距离-多普勒空间的状态方程表达式为：
Figure BDA0002327415260000027
量测方程表达式为：
Figure BDA0002327415260000028
过程噪声vk的方差表达式为：
Figure BDA0002327415260000029
量测噪声wk的方差表达式为：
Figure BDA00023274152600000210
对于CT运动，距离-多普勒空间的状态方程表达式为：
Figure BDA0002327415260000031
量测方程表达式为：
Figure BDA0002327415260000032
过程噪声vk的方差表达式为：
Figure BDA0002327415260000033
量测噪声wk的方差表达式为：
Figure BDA0002327415260000034
其中，T表示雷达扫描间隔，w表示恒转弯速率，
Figure BDA0002327415260000035
和
Figure BDA0002327415260000036
分别表示目标的距离和多普勒量测，
Figure BDA0002327415260000037
和
Figure BDA0002327415260000038
分别表示目标的距离和多普勒量测的量测误差，其方差分别为
Figure BDA0002327415260000039
和
Figure BDA00023274152600000310
方差相关系数为ρ，
Figure BDA00023274152600000311
表示均值为零方差为q2的高斯白噪声。
优选地，所述步骤S2中，建立距离-多普勒空间的系统模型进一步包括：
对于CA运动，距离-多普勒空间的状态方程表达式为：
Figure BDA0002327415260000041
量测方程表达式为：
Figure BDA0002327415260000042
过程噪声vk的方差表达式为：
Figure BDA0002327415260000043
量测噪声wk的方差表达式为：
Figure BDA0002327415260000044
其中，T表示雷达扫描间隔，
Figure BDA0002327415260000045
和
Figure BDA0002327415260000046
分别表示目标的距离和多普勒量测，
Figure BDA0002327415260000047
和
Figure BDA0002327415260000048
分别表示目标的距离和多普勒量测的量测误差，其方差分别为
Figure BDA0002327415260000049
和
Figure BDA00023274152600000410
方差相关系数为ρ，
Figure BDA00023274152600000411
表示均值为零方差为q2的高斯白噪声。
优选地，所述步骤S3中，对距离-多普勒空间状态向量进行滤波初始化进一步包括：
对于CV运动、CT运动，将距离-多普勒空间初始状态向量记为：
Figure BDA00023274152600000412
相应的初始协方差记为：
Figure BDA0002327415260000051
则有
Figure BDA0002327415260000052
Figure BDA0002327415260000053
Figure BDA0002327415260000054
Figure BDA0002327415260000055
Figure BDA0002327415260000056
Figure BDA0002327415260000057
Figure BDA0002327415260000058
Figure BDA0002327415260000059
Figure BDA00023274152600000510
优选地，所述步骤S3中，对距离-多普勒空间状态向量进行滤波初始化进一步包括：
对于CA运动，距离-多普勒空间初始状态向量记为：
Figure BDA00023274152600000511
相应的初始协方差记为：
Figure BDA00023274152600000512
则有
Figure BDA0002327415260000061
Figure BDA0002327415260000062
Figure BDA0002327415260000063
Figure BDA0002327415260000064
Figure BDA0002327415260000065
Figure BDA0002327415260000066
Figure BDA0002327415260000067
Figure BDA0002327415260000068
Figure BDA0002327415260000069
Figure BDA00023274152600000610
Figure BDA00023274152600000611
Figure BDA00023274152600000612
Figure BDA00023274152600000613
Figure BDA0002327415260000071
Figure BDA0002327415260000072
Figure BDA0002327415260000073
Figure BDA0002327415260000074
Figure BDA0002327415260000075
Figure BDA0002327415260000076
Figure BDA0002327415260000077
优选地，所述步骤S4中，在对应的系统模型下进行滤波进一步包括：
根据步骤S3初始化状态向量和协方差，得到：
Figure BDA0002327415260000078
Figure BDA0002327415260000079
对于k＝2,3,4,…，进行如下迭代：
S4-1、利用UT变换计算2nx+1个δ采样点ξi和相应的权值Wi，表达式包括：
Figure BDA0002327415260000081
其中，nx表示状态向量
Figure BDA0002327415260000082
的维数，λ是满足nx+λ≠0的标量参数，
Figure BDA0002327415260000083
是矩阵(nx+λ)Pk|k均方根的第i行或者第i列；
S4-2、计算状态一步预测，表达式为：
Figure BDA0002327415260000084
Figure BDA0002327415260000085
S4-3、计算一步预测协方差，表达式为：
Figure BDA0002327415260000086
Figure BDA0002327415260000087
S4-4、进行滤波增益，表达式为：
Figure BDA0002327415260000088
Figure BDA0002327415260000089
Figure BDA00023274152600000810
Figure BDA00023274152600000811
Figure BDA00023274152600000812
Kk+1＝Pxz(Pzz)-1
S4-5、进行状态更新，表达式为：
Figure BDA00023274152600000813
S4-6、进行方差更新，表达式为：
Pk+1|k+1＝Pk+1|k-Kk+1Pzz(Kk+1)′。
本发明还提供了一种基于距离-多普勒量测的跟踪滤波装置，该装置包括：
向量模块，用于构造距离-多普勒空间状态向量；
系统模块，用于建立距离-多普勒空间的系统模型；
初始化模块，用于利用两点差分法，对距离-多普勒空间状态向量进行滤波初始化；
滤波模块，用于利用不敏卡尔曼滤波器和距离-多普勒量测，在对应的系统模型下进行滤波，提取距离和多普勒信息。
本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本发明的上述技术方案具有如下优点：本发明构造距离-多普勒空间的状态向量，建立相应的系统模型，利用两点差分法推导了状态向量在滤波过程中的初始化方法，并提出了仅基于距离-多普勒量测进行距离、多普勒信息提取的滤波方法，实现了空间目标跟踪。本发明提供的基于距离-多普勒量测的跟踪滤波方法能够实现在没有角度信息的情况下，建立精确的距离和多普勒随时间演化的状态方程，从而能够仅利用距离和多普勒量测提取精确的距离和多普勒估计，为在距离-多普勒空间进行目标跟踪及其他应用建立了基础。
附图说明
图1是本发明实施例中一种基于距离-多普勒量测的跟踪滤波方法的步骤示意图；
图2是本发明实施例中CV运动仿真结果图；
图3是本发明实施例中CT运动仿真结果图；
图4是本发明实施例中CA运动仿真结果图；
图5是本发明实施例中一种基于距离-多普勒量测的跟踪滤波装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供的一种基于距离-多普勒量测的跟踪滤波方法，该方法包括如下步骤：
S1、构造距离-多普勒空间状态向量。
优选地，构造距离-多普勒空间状态向量进一步包括：
对于CV运动(匀速直线运动)、CT运动(恒转弯运动)，距离-多普勒空间状态向量表达式为：
Figure BDA0002327415260000101
对于CA运动(匀加速直线运动)，距离-多普勒空间状态向量表达式为：
Figure BDA0002327415260000102
其中，k表示扫描循环序号，rk和
Figure BDA0002327415260000103
分别表示目标的距离和多普勒，
Figure BDA0002327415260000104
和
Figure BDA0002327415260000105
分别表示转换多普勒的一阶导数、二阶导数和三阶导数，转换多普勒定义为：
Figure BDA0002327415260000106
S2、建立距离-多普勒空间的系统模型。
优选地，建立距离-多普勒空间的系统模型进一步包括：
对于CV运动，距离-多普勒空间的状态方程表达式为：
Figure BDA0002327415260000111
量测方程表达式为：
Figure BDA0002327415260000112
过程噪声vk的方差表达式为：
Figure BDA0002327415260000113
量测噪声wk的方差表达式为：
Figure BDA0002327415260000114
其中，T表示雷达扫描间隔，
Figure BDA0002327415260000115
和
Figure BDA0002327415260000116
分别表示目标的距离和多普勒量测，
Figure BDA0002327415260000117
和
Figure BDA0002327415260000118
分别表示目标的距离和多普勒量测的量测误差，其方差分别为
Figure BDA0002327415260000119
和
Figure BDA00023274152600001110
方差相关系数为ρ，
Figure BDA00023274152600001111
表示均值为零方差为q2的高斯白噪声。
对于CT运动，距离-多普勒空间的状态方程表达式为：
Figure BDA00023274152600001112
量测方程表达式为：
Figure BDA0002327415260000121
过程噪声vk的方差表达式为：
Figure BDA0002327415260000122
量测噪声wk的方差表达式为：
Figure BDA0002327415260000123
其中，T表示雷达扫描间隔，w表示恒转弯速率，
Figure BDA0002327415260000124
和
Figure BDA0002327415260000125
分别表示目标的距离和多普勒量测，
Figure BDA0002327415260000126
和
Figure BDA0002327415260000127
分别表示目标的距离和多普勒量测的量测误差，其方差分别为
Figure BDA0002327415260000128
和
Figure BDA0002327415260000129
方差相关系数为ρ，
Figure BDA00023274152600001210
表示均值为零方差为q2的高斯白噪声。
对于CA运动，距离-多普勒空间的状态方程表达式为：
Figure BDA00023274152600001211
量测方程表达式为：
Figure BDA00023274152600001212
过程噪声vk的方差表达式为：
Figure BDA0002327415260000131
量测噪声wk的方差表达式为：
Figure BDA0002327415260000132
其中，T表示雷达扫描间隔，
Figure BDA0002327415260000133
和
Figure BDA0002327415260000134
分别表示目标的距离和多普勒量测，
Figure BDA0002327415260000135
和
Figure BDA0002327415260000136
分别表示目标的距离和多普勒量测的量测误差，其方差分别为
Figure BDA0002327415260000137
和
Figure BDA0002327415260000138
方差相关系数为ρ，
Figure BDA0002327415260000139
表示均值为零方差为q2的高斯白噪声。
S3、利用两点差分法，对距离-多普勒空间状态向量进行滤波初始化。
优选地，对距离-多普勒空间状态向量进行滤波初始化进一步包括：
对于CV运动、CT运动，将距离-多普勒空间初始状态向量记为：
Figure BDA00023274152600001310
相应的初始协方差记为：
Figure BDA00023274152600001311
则有：
Figure BDA00023274152600001312
Figure BDA00023274152600001313
Figure BDA00023274152600001314
Figure BDA00023274152600001315
Figure BDA00023274152600001316
Figure BDA00023274152600001317
Figure BDA0002327415260000141
Figure BDA0002327415260000142
Figure BDA0002327415260000143
对于CA运动，距离-多普勒空间初始状态向量记为：
Figure BDA0002327415260000144
相应的初始协方差记为：
Figure BDA0002327415260000145
则有：
Figure BDA0002327415260000146
Figure BDA0002327415260000147
Figure BDA0002327415260000148
Figure BDA0002327415260000149
Figure BDA00023274152600001410
Figure BDA00023274152600001411
Figure BDA00023274152600001412
Figure BDA0002327415260000151
Figure BDA0002327415260000152
Figure BDA0002327415260000153
Figure BDA0002327415260000154
Figure BDA0002327415260000155
Figure BDA0002327415260000156
Figure BDA0002327415260000157
Figure BDA0002327415260000158
Figure BDA0002327415260000159
Figure BDA00023274152600001510
Figure BDA00023274152600001511
Figure BDA0002327415260000161
Figure BDA0002327415260000162
S4、利用不敏卡尔曼滤波器(UKF)和距离-多普勒量测，在对应的系统模型下进行滤波，提取距离和多普勒信息，最终实现目标跟踪。
优选地，在对应的系统模型下进行滤波进一步包括：
根据步骤S3初始化状态向量和协方差，得到：
Figure BDA0002327415260000163
Figure BDA0002327415260000164
对于k＝2,3,4,…，进行如下迭代，即对于k＝2,3,4,…均采用如下步骤进行递推：
S4-1、利用UT变换计算2nx+1个δ采样点ξi和相应的权值Wi，表达式包括：
Figure BDA0002327415260000165
其中，nx表示状态向量
Figure BDA0002327415260000166
的维数，λ是满足nx+λ≠0的标量参数，
Figure BDA0002327415260000167
是矩阵(nx+λ)Pk|k均方根的第i行或者第i列；
S4-2、计算状态一步预测，表达式为：
Figure BDA0002327415260000168
Figure BDA0002327415260000169
S4-3、计算一步预测协方差，表达式为：
Figure BDA0002327415260000171
Figure BDA0002327415260000172
S4-4、进行滤波增益，表达式为：
Figure BDA0002327415260000173
Figure BDA0002327415260000174
Figure BDA0002327415260000175
Figure BDA0002327415260000176
Figure BDA0002327415260000177
Kk+1＝Pxz(Pzz)-1
S4-5、进行状态更新，表达式为：
Figure BDA0002327415260000178
S4-6、进行方差更新，表达式为：
Pk+1|k+1＝Pk+1|k-Kk+1Pzz(Kk+1)′。
本发明定义了三种基本运动(匀速直线运动CV、匀加速直线运动CA和恒转弯运动CT)在距离-多普勒空间的状态向量，建立了相应的运动模型，并给出了滤波初始化及滤波的具体方法，填补了现有技术中没有仅用距离-多普勒量测进行跟踪的精确模型的空白，为在距离-多普勒空间进行目标跟踪和其他应用建立了基础。
优选地，为了验证距离-多普勒空间建模和该滤波方法的有效性，本发明还将所提供的方法和该模型下的后验克拉美罗界(PCRLB)进行仿真比较，并考察该方法的一致性。
在一个具体的实施方式中，对于CV运动，仿真情况设定雷达位于坐标原点，以1s的扫描间隔给出目标的距离和多普勒量测信息，量测的标准差分别为σr＝800m和
Figure BDA0002327415260000182
相关系数为ρ＝0.9。目标做CV运动，初始位置为(30km,30km)，初始速度为10m/s，方向-45度。在笛卡尔坐标系下做CV运动的过程噪声标准差设定为0.001m/s2，距离-多普勒空间下系统模型过程噪声的标准差设定为q＝0.001m/s2。对上述条件做1000次蒙特卡洛实验的100次跟踪扫描Monte-Carlo仿真结果如图2所示，图2(a)示出了距离RMSE，图2(b)示出了多普勒RMSE，图2(c)示出了状态向量第三个元素RMSE，图2(d)示出了平均归一化状态误差平方，98％置信区间(2.82,3.18)。图2表明CV运动模型在距离-多普勒空间下的滤波误差很快收敛，并且接近于PCRLB，平均归一化状态误差平方落在98％的置信区间内，滤波一致性良好。
在一个具体的实施方式中，对于CT运动，仿真情况设定雷达位于坐标原点，以1s的扫描间隔给出目标的距离和多普勒量测信息，量测的标准差分别为σr＝800m和
Figure BDA0002327415260000183
相关系数为ρ＝0.9。目标做CT运动，初始位置为(30km,30km)，初始速度为10m/s，方向-45度，恒转弯速率为-3deg/s。在笛卡尔坐标系下做CT运动的过程噪声标准差设定为0.001m/s2，距离-多普勒空间下系统模型过程噪声的标准差设定为q＝0.001m/s2。对上述条件做1000次蒙特卡洛实验的100次跟踪扫描Monte-Carlo仿真结果如图3所示。图3(a)示出了距离RMSE，图3(b)示出了多普勒RMSE，图3(c)示出了状态向量第三个元素RMSE，图3(d)示出了平均归一化状态误差平方，98％置信区间(2.82,3.18)。图3表明CT运动模型在距离-多普勒空间下的滤波误差很快收敛，并且接近于PCRLB，平均归一化状态误差平方落在98％的置信区间内，滤波一致性良好。
在一个具体的实施方式中，对于CA运动，仿真情况设定雷达位于坐标原点，以1s的扫描间隔给出目标的距离和多普勒量测信息，量测的标准差分别为σr＝800m和
Figure BDA0002327415260000181
相关系数为ρ＝0.9。目标做CA运动，初始位置为(30km,30km)，初始速度为10m/s，方向-45度，加速度为1m2/s。在笛卡尔坐标系下做CA运动的过程噪声标准差设定为0.001m/s2，距离-多普勒空间下系统模型过程噪声的标准差设定为q＝0.001m2/s5。对上述条件做1000次蒙特卡洛实验的100次跟踪扫描Monte-Carlo仿真结果如图4所示。图4(a)示出了距离RMSE，图4(b)示出了多普勒RMSE，图4(c)示出了状态向量第三个元素RMSE，图4(d)示出了状态向量第四个元素RMSE，图4(e)示出了状态向量第五个元素RMSE，图4(f)示出了平均归一化状态误差平方，98％置信区间(4.77,5.24)。图4表明CA运动模型在距离-多普勒空间下的滤波误差很快收敛，并且接近于PCRLB，平均归一化状态误差平方落在98％的置信区间内，滤波一致性良好。
从以上的仿真结果可以看出，三种基本运动模型在距离-多普勒空间下的滤波误差很快收敛，并且接近于PCRLB，平均归一化状态误差平方都落在98％的置信区间内，滤波一致性良好。
进一步地，如图5所示，本发明还提供了一种基于距离-多普勒量测的跟踪滤波装置，该装置包括向量模块100、系统模块200、初始化模块300和滤波模块400。
其中，向量模块100用于构造距离-多普勒空间状态向量。系统模块200用于建立距离-多普勒空间的系统模型。初始化模块300用于利用两点差分法，对距离-多普勒空间状态向量进行滤波初始化。滤波模块400用于利用不敏卡尔曼滤波器和距离-多普勒量测，在对应的系统模型下进行滤波，提取距离和多普勒信息。
特别地，在本发明一些优选的实施方式中，还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施方式中所述的基于距离-多普勒量测的跟踪滤波方法的步骤。
在本发明另一些优选的实施方式中，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施方式中所述的基于距离-多普勒量测的跟踪滤波方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程，在此不再重复说明。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于距离-多普勒量测的跟踪滤波方法，其特征在于，该方法包括如下步骤：
S1、构造距离-多普勒空间状态向量；
S2、建立距离-多普勒空间的系统模型；
S3、利用两点差分法，对距离-多普勒空间状态向量进行滤波初始化；
S4、利用不敏卡尔曼滤波器和距离-多普勒量测，在对应的系统模型下进行滤波，提取距离和多普勒信息。
2.根据权利要求1所述的方法，其特征在于，所述步骤S1中，构造距离-多普勒空间状态向量进一步包括：
对于CV运动、CT运动，距离-多普勒空间状态向量表达式为：
Figure FDA0002327415250000011
对于CA运动，距离-多普勒空间状态向量表达式为：
Figure FDA0002327415250000012
其中，k表示扫描循环序号，rk和
Figure FDA0002327415250000013
分别表示目标的距离和多普勒，
Figure FDA0002327415250000014
和
Figure FDA0002327415250000015
分别表示转换多普勒的一阶导数、二阶导数和三阶导数，转换多普勒
Figure FDA0002327415250000016
3.根据权利要求2所述的方法，其特征在于，所述步骤S2中，建立距离-多普勒空间的系统模型进一步包括：
对于CV运动，距离-多普勒空间的状态方程表达式为：
Figure FDA0002327415250000017
量测方程表达式为：
Figure FDA0002327415250000021
过程噪声vk的方差表达式为：
Figure FDA0002327415250000022
量测噪声wk的方差表达式为：
Figure FDA0002327415250000023
对于CT运动，距离-多普勒空间的状态方程表达式为：
Figure FDA0002327415250000024
量测方程表达式为：
Figure FDA0002327415250000025
过程噪声vk的方差表达式为：
Figure FDA0002327415250000026
量测噪声wk的方差表达式为：
Figure FDA0002327415250000027
其中，T表示雷达扫描间隔，w表示恒转弯速率，
Figure FDA0002327415250000028
和
Figure FDA0002327415250000029
分别表示目标的距离和多普勒量测，
Figure FDA00023274152500000210
和
Figure FDA00023274152500000211
分别表示目标的距离和多普勒量测的量测误差，其方差分别为
Figure FDA00023274152500000212
和
Figure FDA00023274152500000213
方差相关系数为ρ，
Figure FDA00023274152500000214
表示均值为零方差为q2的高斯白噪声。
4.根据权利要求2所述的方法，其特征在于，所述步骤S2中，建立距离-多普勒空间的系统模型进一步包括：
对于CA运动，距离-多普勒空间的状态方程表达式为：
Figure FDA0002327415250000031
量测方程表达式为：
Figure FDA0002327415250000032
过程噪声vk的方差表达式为：
Figure FDA0002327415250000033
量测噪声wk的方差表达式为：
Figure FDA0002327415250000034
其中，T表示雷达扫描间隔，
Figure FDA0002327415250000035
和
Figure FDA0002327415250000036
分别表示目标的距离和多普勒量测，
Figure FDA0002327415250000037
和
Figure FDA0002327415250000038
分别表示目标的距离和多普勒量测的量测误差，其方差分别为
Figure FDA0002327415250000039
和
Figure FDA00023274152500000310
方差相关系数为ρ，
Figure FDA00023274152500000311
表示均值为零方差为q2的高斯白噪声。
5.根据权利要求3所述的方法，其特征在于，所述步骤S3中，对距离-多普勒空间状态向量进行滤波初始化进一步包括：
对于CV运动、CT运动，将距离-多普勒空间初始状态向量记为：
Figure FDA0002327415250000041
相应的初始协方差记为：
Figure FDA0002327415250000042
则有
Figure FDA0002327415250000043
Figure FDA0002327415250000044
Figure FDA0002327415250000045
Figure FDA0002327415250000046
Figure FDA0002327415250000047
Figure FDA0002327415250000048
Figure FDA0002327415250000049
Figure FDA00023274152500000410
Figure FDA00023274152500000411
6.根据权利要求4所述的方法，其特征在于，所述步骤S3中，对距离-多普勒空间状态向量进行滤波初始化进一步包括：
对于CA运动，距离-多普勒空间初始状态向量记为：
Figure FDA00023274152500000412
相应的初始协方差记为：
Figure FDA0002327415250000051
则有
Figure FDA0002327415250000052
Figure FDA0002327415250000053
Figure FDA0002327415250000054
Figure FDA0002327415250000055
Figure FDA0002327415250000056
Figure FDA0002327415250000057
Figure FDA0002327415250000058
Figure FDA0002327415250000059
Figure FDA00023274152500000510
Figure FDA00023274152500000511
Figure FDA00023274152500000512
Figure FDA0002327415250000061
Figure FDA0002327415250000062
Figure FDA0002327415250000063
Figure FDA0002327415250000064
Figure FDA0002327415250000065
Figure FDA0002327415250000066
Figure FDA0002327415250000067
Figure FDA0002327415250000068
Figure FDA0002327415250000069
7.根据权利要求5或6任一项所述的方法，其特征在于：所述步骤S4中，在对应的系统模型下进行滤波进一步包括：
根据步骤S3初始化状态向量和协方差，得到：
Figure FDA00023274152500000610
Figure FDA00023274152500000611
对于k＝2,3,4,…，进行如下迭代：
S4-1、利用UT变换计算2nx+1个δ采样点ξi和相应的权值Wi，表达式包括：
Figure FDA0002327415250000071
其中，nx表示状态向量
Figure FDA0002327415250000072
的维数，λ是满足nx+λ≠0的标量参数，
Figure FDA0002327415250000073
是矩阵(nx+λ)Pk|k均方根的第i行或者第i列；
S4-2、计算状态一步预测，表达式为：
Figure FDA0002327415250000074
Figure FDA0002327415250000075
S4-3、计算一步预测协方差，表达式为：
Figure FDA0002327415250000076
Figure FDA0002327415250000077
S4-4、进行滤波增益，表达式为：
Figure FDA0002327415250000078
Figure FDA0002327415250000079
Figure FDA00023274152500000710
Figure FDA00023274152500000711
Figure FDA00023274152500000712
Kk+1＝Pxz(Pzz)-1
S4-5、进行状态更新，表达式为：
Figure FDA0002327415250000081
S4-6、进行方差更新，表达式为：
Pk+1|k+1＝Pk+1|k-Kk+1Pzz(Kk+1)′。
8.一种基于距离-多普勒量测的跟踪滤波装置，其特征在于，该装置包括：
向量模块，用于构造距离-多普勒空间状态向量；
系统模块，用于建立距离-多普勒空间的系统模型；
初始化模块，用于利用两点差分法，对距离-多普勒空间状态向量进行滤波初始化；
滤波模块，用于利用不敏卡尔曼滤波器和距离-多普勒量测，在对应的系统模型下进行滤波，提取距离和多普勒信息。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN201911322113.2A 2019-12-20 2019-12-20 一种基于距离-多普勒量测的跟踪滤波方法及装置 Active CN111077518B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911322113.2A CN111077518B (zh) 2019-12-20 2019-12-20 一种基于距离-多普勒量测的跟踪滤波方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911322113.2A CN111077518B (zh) 2019-12-20 2019-12-20 一种基于距离-多普勒量测的跟踪滤波方法及装置

Publications (2)

Publication Number Publication Date
CN111077518A true CN111077518A (zh) 2020-04-28
CN111077518B CN111077518B (zh) 2020-11-06

Family

ID=70316017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911322113.2A Active CN111077518B (zh) 2019-12-20 2019-12-20 一种基于距离-多普勒量测的跟踪滤波方法及装置

Country Status (1)

Country Link
CN (1) CN111077518B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111722213A (zh) * 2020-07-03 2020-09-29 哈尔滨工业大学 一种机动目标运动参数的纯距离提取方法
CN111736144A (zh) * 2020-07-06 2020-10-02 哈尔滨工业大学 一种仅用距离观测的机动转弯目标状态估计方法
CN111796266A (zh) * 2020-07-14 2020-10-20 哈尔滨工业大学 一种匀加速运动目标rd平面检测前跟踪方法
CN111796267A (zh) * 2020-07-14 2020-10-20 哈尔滨工业大学 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104777478A (zh) * 2015-04-16 2015-07-15 电子科技大学 一种相控阵雷达搜索捕获目标的方法
CN104793201A (zh) * 2015-05-04 2015-07-22 哈尔滨工业大学 一种跟踪临近空间高超声速目标的修正变结构网格交互多模型滤波方法
CN105785358A (zh) * 2016-05-19 2016-07-20 哈尔滨工业大学 一种方向余弦坐标系下带多普勒量测的雷达目标跟踪方法
CN105954742A (zh) * 2016-05-19 2016-09-21 哈尔滨工业大学 一种球坐标系下带多普勒观测的雷达目标跟踪方法
CN107561503A (zh) * 2017-08-28 2018-01-09 哈尔滨工业大学 一种基于多重渐消因子的自适应目标跟踪滤波方法
CN108279412A (zh) * 2018-01-30 2018-07-13 哈尔滨工业大学 一种目的地约束下目标跟踪装置及方法
CN108896986A (zh) * 2018-04-23 2018-11-27 电子科技大学 一种基于预测值的量测转换序贯滤波机动目标跟踪方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104777478A (zh) * 2015-04-16 2015-07-15 电子科技大学 一种相控阵雷达搜索捕获目标的方法
CN104793201A (zh) * 2015-05-04 2015-07-22 哈尔滨工业大学 一种跟踪临近空间高超声速目标的修正变结构网格交互多模型滤波方法
CN105785358A (zh) * 2016-05-19 2016-07-20 哈尔滨工业大学 一种方向余弦坐标系下带多普勒量测的雷达目标跟踪方法
CN105954742A (zh) * 2016-05-19 2016-09-21 哈尔滨工业大学 一种球坐标系下带多普勒观测的雷达目标跟踪方法
CN107561503A (zh) * 2017-08-28 2018-01-09 哈尔滨工业大学 一种基于多重渐消因子的自适应目标跟踪滤波方法
CN108279412A (zh) * 2018-01-30 2018-07-13 哈尔滨工业大学 一种目的地约束下目标跟踪装置及方法
CN108896986A (zh) * 2018-04-23 2018-11-27 电子科技大学 一种基于预测值的量测转换序贯滤波机动目标跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GONGJIAN ZHOU ET AL.: ""Constant turn model for statically fused converted measurement Kalman filters"", 《SIGNAL PROCESSING》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111722213A (zh) * 2020-07-03 2020-09-29 哈尔滨工业大学 一种机动目标运动参数的纯距离提取方法
CN111722213B (zh) * 2020-07-03 2023-11-03 哈尔滨工业大学 一种机动目标运动参数的纯距离提取方法
CN111736144A (zh) * 2020-07-06 2020-10-02 哈尔滨工业大学 一种仅用距离观测的机动转弯目标状态估计方法
CN111736144B (zh) * 2020-07-06 2023-09-26 哈尔滨工业大学 一种仅用距离观测的机动转弯目标状态估计方法
CN111796266A (zh) * 2020-07-14 2020-10-20 哈尔滨工业大学 一种匀加速运动目标rd平面检测前跟踪方法
CN111796267A (zh) * 2020-07-14 2020-10-20 哈尔滨工业大学 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法
CN111796267B (zh) * 2020-07-14 2022-05-06 哈尔滨工业大学 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法

Also Published As

Publication number Publication date
CN111077518B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
CN111077518B (zh) 一种基于距离-多普勒量测的跟踪滤波方法及装置
CN106680776B (zh) 对多普勒信息不敏感的低旁瓣波形设计方法
Mehrjouyan et al. Robust adaptive unscented Kalman filter for bearings-only tracking in three dimensional case
KR100816269B1 (ko) 언센티드 필터를 적용한 강인한 동시 위치 추정 및 지도작성 방법
Shi et al. Adaptive UKF for target tracking with unknown process noise statistics
CN109655826B (zh) 一种低慢小目标轨迹滤波方法及装置
CN110209180B (zh) 一种基于HuberM-Cubature卡尔曼滤波的无人水下航行器目标跟踪方法
CN109298420B (zh) 一种合成孔径雷达的运动目标迭代最小熵成像方法及装置
Zhang et al. Extended object tracking using random matrix with skewness
Chang et al. Applied state estimation and association
Xia et al. Extended object tracking using hierarchical truncation measurement model with automotive radar
Thormann et al. Learning an object tracker with a random forest and simulated measurements
CN111722213B (zh) 一种机动目标运动参数的纯距离提取方法
CN111708013B (zh) 一种距离坐标系目标跟踪滤波方法
CN111736144B (zh) 一种仅用距离观测的机动转弯目标状态估计方法
Ebert et al. Dynamic object tracking and 3D surface estimation using Gaussian processes and extended Kalman filter
Zhou et al. State estimation with destination constraints
Goldberg Joint direction-of-arrival and array-shape tracking for multiple moving targets
Lin et al. Indoor mapping using gmapping on embedded system
Kumar et al. Estimate-Merge-Technique-based algorithms to track an underwater moving target using towed array bearing-only measurements
CN115327503A (zh) 基于高斯粒子滤波的固定单站无源定位方法和相关装置
Voronina et al. Algorithm for constructing trajectories of maneuvering object based on bearing-only information using the Basis Pursuit method
Kumar et al. State estimation of radar tracking system using a robust adaptive unscented Kalman filter
Yang et al. SLAM Based on Double Layer Unscented Kalman Filter
Goldfrank et al. Risk Reduction in Target Motion Analysis Using Approximate Dynamic Programming

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant