欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025103778906
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种用于多普勒雷达的空间变换线性融合跟踪方法,其特征在于,包括:S1、基于目标相对雷达的距离、多普勒速度、角度、目标速度模构建待追踪目标状态空间;其中,所述目标速度模为目标相对静止坐标系的合成速度,由目标先验信息获得;

S2、在预设的初始时刻下,通过多普勒雷达测量初始化待追踪目标相对雷达的距离、多普勒速度、角度,通过目标先验信息初始化目标速度模,得到待追踪目标的初始状态;

S3、将所述待追踪目标状态空间中当前时刻的后验状态转换到笛卡尔坐标系,通过状态模型预测得到笛卡尔坐标系下一时刻的预测值,再将所述笛卡尔坐标系下一时刻的预测值转换回所述待追踪目标状态空间,得到待追踪目标状态空间下一时刻的预测值;

S4、基于线性卡尔曼滤波理论,对所述待追踪目标状态空间下一时刻的预测值和下一时刻多普勒雷达量测值进行滤波更新,得到下一时刻最优状态估计值;

S5、不断重复S2-S4,直到跟踪结束。

2.根据权利要求1所述的方法,其特征在于,基于线性卡尔曼滤波理论,对所述待追踪目标状态空间下一时刻的预测值和下一时刻多普勒雷达量测值进行滤波更新,得到下一时刻最优状态估计值之后还包括:将下一时刻最优状态估计值和下一时刻状态方差无偏转换到笛卡尔坐标系。

3.根据权利要求1所述的方法,其特征在于,所述待追踪目标状态空间表示为:(1)

其中,分别为第k个时刻目标相对雷达的距离、多普勒速度、角度以及目标速度模。

4.根据权利要求3所述的方法,其特征在于,S2、在预设的初始时刻下,通过多普勒雷达测量初始化待追踪目标状态空间的距离、多普勒速度、角度,通过目标先验信息初始化速度模,得到待追踪目标的初始状态具体包括:当式(1)中k=1时,表示待追踪目标的初始状态。

5.根据权利要求4所述的方法,其特征在于,S3、将所述待追踪目标状态空间中当前时刻的后验状态转换到笛卡尔坐标系,通过状态模型预测得到笛卡尔坐标系下一时刻的预测值,再将所述笛卡尔坐标系下一时刻的预测值转换回所述待追踪目标状态空间,得到待追踪目标状态空间下一时刻的预测值具体包括:获取所述当前时刻的状态向量周围生成的若干个sigma点:(2)

其中,为的协方差,,为单位向量,具有n个元素,第个元素为1,其余元素为0;上标表示第个点;n为状态的维度,为基于k时刻的后验状态生成的中心sigma点,表示k时刻的后验状态本身;和分别表示基于左右对称展开的2n个sigma点;

计算每个sigma点的权重:

(3)

其中,、分别为中心sigma点的计算均值和协方差的权重;、分别为左右对称的2n个sigma点计算均值和协方差的权重;是采样参数,是缩放参数,控制sigma点的分布,参数用于减少变换过程中的高阶误差,并确保矩阵的半正定性,代表用于合并高阶矩项的非负加权系数,设置,上标表示均值计算权重,上标表示协方差计算权重;

将待追踪目标状态空间中的样本点传递到笛卡尔坐标系:

(4)

其中,表示k时刻由构建待追踪目标状态空间转换到笛卡尔坐标系下状态的sigma样本点,表示基于k时刻后验状态的sigma样本点,为从所待追踪目标状态空间中的状态转换到笛卡尔坐标系下状态的非线性数学关系式为:(5)

其中,分别为k时刻笛卡尔坐标系中X轴上的位置和速度,Y轴上的位置和速度;

通过式(6)获得每个笛卡尔坐标系中4维向量形式样本点的预测值:(6)

其中,为基于k时刻笛卡尔各状态的sigma样本点,为状态转移矩阵,为基于k时刻的k+1时刻笛卡尔各状态预测的sigma样本点,再结合式(3)给出的权重,利用式(7)、式(8),计算笛卡尔坐标系k+1时刻的预测均值及笛卡尔坐标系k+1时刻的协方差:(7)

(8)。

6.根据权利要求5所述的方法,其特征在于,S3、将所述待追踪目标状态空间中当前时刻的后验状态转换到笛卡尔坐标系,通过状态模型预测得到笛卡尔坐标系下一时刻的预测值,再将所述笛卡尔坐标系下一时刻的预测值转换回所述待追踪目标状态空间,得到待追踪目标状态空间下一时刻的预测值还包括:先判断式(5)中的是否为负,若为负则将计算结果直接设置为0。

7.根据权利要求6所述的方法,其特征在于,S3、将所述待追踪目标状态空间中当前时刻的后验状态转换到笛卡尔坐标系,通过状态模型预测得到笛卡尔坐标系下一时刻的预测值,再将所述笛卡尔坐标系下一时刻的预测值转换回所述待追踪目标状态空间,得到待追踪目标状态空间下一时刻的预测值还包括:基于当前时刻的过程噪声协方差、当前时刻的噪声驱动矩阵对笛卡尔坐标系k+1时刻的协方差进行更新。

8.根据权利要求1所述的方法,其特征在于,基于线性卡尔曼滤波理论,对所述待追踪目标状态空间下一时刻的预测值和下一时刻多普勒雷达量测值进行滤波更新,得到下一时刻最优状态估计值具体包括:基于量测矩阵、所述待追踪目标状态空间下一时刻的协方差、下一时刻多普勒雷达的量测协方差,计算下一时刻的卡尔曼增益;

基于所述下一时刻的卡尔曼增益、量测矩阵、下一时刻多普勒雷达量测值、待追踪目标状态空间下一时刻的预测值,计算得到下一时刻最优状态估计;

基于所述待追踪目标状态空间下一时刻的协方差、所述下一时刻的卡尔曼增益、量测矩阵,计算得到下一时刻状态协方差。

9.根据权利要求2所述的方法,其特征在于,将下一时刻最优状态估计值和下一时刻状态方差无偏转换到笛卡尔坐标系具体包括:设、、、,则:

,

,

,

,

其中,(1,1)为状态向量第1行1列的元素,其他数字以此类推,、、、分别为k+1时刻最优估计的距离、多普勒速度、角度和目标速度模,为角度的后验估计方差,分别为k+1时刻笛卡尔坐标系下X、Y方向上的位置和速度估计。