买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军空军预警学院

摘要：本发明涉及雷达跟踪滤波领域，特涉及一种用于雷达跟踪目标的改进的强跟踪UKF方法。本发明提出在向前一步预测协方差矩阵中引入多位自适应因子，并设计了其计算方法；从而提出了一种改进的强跟踪UKF滤波方法，并验证了该算法的有效性。

主权项：1.一种用于雷达跟踪目标改进的强跟踪UKF方法，其特征在于：包括以下步骤：Step1：纵平面内目标模型的构造，目标状态变量为：Xk＝[xvxaxyvyay]T，目标状态方程可表示为： 式中： x为横向距离，vx为横向速度，ax为横向加速度；y为横向距离，vy为横向速度，ay为横向加速度；k为仿真时间与时间间隔的比值，将位置x,y作为间接观测量来代替实际观测量r,θ： 间接观测方程为：Zk+1＝Hk+1Xk+1+Vk+14式中：Vk+1为间接测量噪声；间接观测协方差矩阵：Rk+1＝MR'k+1MT5其中： Step2：初始化： 为k时刻状态估计值，Pk|k为k时刻状态估计误差协方差矩阵，Qk为k时刻过程噪声协方差矩阵，R'k+1为k+1时刻直接量测噪声协方差矩阵，μk为k时刻自适应因子1的值，δk为k时刻自适应因子2的值，t为雷达的跟踪采样时间；式7的取值是上述变量的初始取值；Step3：利用式8计算k时刻的sigma点，式9计算权系数： 式中：α是一个调节参数；φ为第三刻度因数；为中心sigma点，为第i个sigma点，为第n+i个sigma点；为状态估计误差协方差矩阵Pk|k均方根的第i列；n为状态向量维数； 式中，λ＝α2n+κ-n；β≥0为一个与状态的先验分布信息有关的参数，调节β可以提高协方差矩阵的精度；W0为初始化权系数，m和c用来区分权系数类别，Step4：利用式10更新向前一步状态预测均值然后利用式11计算出 式中，为向前一步状态预测均值，Pk+1|k为向前一步状态预测误差协方差矩阵；Step5：获取目标的量测信息，并通过式3转化为k+1时刻间接量测量Zk+1；Step6：利用式12更新向前一步观测预测均值并且利用式13计算出此时的残差值γk+1： Step7：利用式14计算实际的残差协方差Ck+1，然后利用式15计算此时的自适应因子1：μk： 式中：0＜p≤1为遗忘因子，对μk＞1时的情况进行记录；Step8：利用式16更新向前一步状态预测误差协方差矩阵Pk+1|k： Step9：利用式5和6计算此时的间接量测噪声协方差矩阵Rk+1，利用式17更新向前一步观测预测协方差矩阵PZZ： Step10：利用式18以及式19完成滤波结果更新： 式中，Kk+1为k+1时刻增益矩阵，为k+1时刻状态估计值，Pk+1|k+1为k+1时刻状态估计误差协方差矩阵；Step11：当k＝10ii＝3,4,5…时，对k-29至k的30个样本满足μk＞1情况进行概率计算来得到δk的初步取值；分别计算k-29至k-20时刻状态估计协方差矩阵的均值k-19至k-10时刻状态估计协方差矩阵的均值和k-9至k时刻状态估计协方差矩阵的均值分别计算和并进行大小比较；Step12：利用式20来确定下一时刻的自适应因子2：δk，并计算δkQk： 循环更新δk和Qk，使Qk越来越匹配系统状态；直至趋于稳态；Step13：令k＝k+1,返回步骤Step3。

全文数据：

权利要求：

百度查询： 中国人民解放军空军预警学院 一种用于雷达跟踪目标改进的强跟踪UKF方法