基于ahcif的集中式測量值擴(kuò)維融合方法
【專利摘要】本發(fā)明涉及一種基于AHCIF的集中式測量值擴(kuò)維融合方法。本發(fā)明首先根據(jù)實(shí)際工程中的目標(biāo)運(yùn)動(dòng)模型進(jìn)行系統(tǒng)建模；其次將極大后驗(yàn)(MAP)估計(jì)器與高度容積卡爾曼濾波（HCKF）方法相結(jié)合設(shè)計(jì)自適應(yīng)HCKF方法(AHCKF)。然后在AHCKF基礎(chǔ)上給出其相應(yīng)的信息濾波形式(AHCIF)；更新過程，計(jì)算狀態(tài)估計(jì)的信息向量和信息矩陣；估計(jì)噪聲方差。最后給出基于AHCIF的集中式測量值擴(kuò)維融合方法。本發(fā)明能夠?qū)崟r(shí)估計(jì)和修正系統(tǒng)噪聲的統(tǒng)計(jì)特性，降低模型誤差；此外，它能將多臺(tái)雷達(dá)對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤時(shí)所采集的距離和方位角等信息進(jìn)行融合估計(jì)，提高了目標(biāo)估計(jì)精度，有效地實(shí)現(xiàn)了目標(biāo)跟蹤的功能。
【專利說明】基于AHCIF的集中式測量值擴(kuò)維融合方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于網(wǎng)絡(luò)化多傳感器系統(tǒng)的目標(biāo)跟蹤領(lǐng)域，特別涉及基于AHCIF的集中式 測量值擴(kuò)維融合方法。

【背景技術(shù)】
[0002] 在實(shí)際動(dòng)態(tài)系統(tǒng)中，總會(huì)存在著不同程度的非線性，所以非線性隨機(jī)系統(tǒng)廣泛存 在于工程實(shí)踐當(dāng)中，例如，導(dǎo)航定位、遙感監(jiān)測、目標(biāo)跟蹤等軍事和民用領(lǐng)域。另外，隨著現(xiàn) 代信息和網(wǎng)絡(luò)技術(shù)的蓬勃發(fā)展，有關(guān)無線多傳感器網(wǎng)絡(luò)的應(yīng)用日益增多。因此，在這個(gè)大背 景下，信息濾波和融合技術(shù)在信號(hào)處理領(lǐng)域日漸成為了熱門研究方向。
[0003] 由于擴(kuò)展卡爾曼（EKF)的思路簡單明了，因此在進(jìn)行非線性系統(tǒng)狀態(tài)估計(jì)時(shí)使用 最多。但由于它在線性化過程中引入了線性誤差，直接影響了估計(jì)效果。此外，EKF需要計(jì) 算雅克比矩陣，計(jì)算的不準(zhǔn)確性也將給濾波帶來精度不高甚至發(fā)散等一系列問題。因此隨 后便出現(xiàn)了無跡卡爾曼濾波（UKF)、粒子濾波（PF)、容積卡爾曼濾波（CKF)等等。這些方法 的提出為解決非線性濾波問題提供了有效的途徑。但是，這些非線性濾波和融合方法在實(shí) 際應(yīng)用時(shí)的前提條件是模型精確、噪聲統(tǒng)計(jì)特性已知。而對(duì)于一個(gè)實(shí)際系統(tǒng)，由于外界干 擾等原因往往存在著很多不確定因素，使得濾波方法失去最優(yōu)性，估計(jì)精度大大降低，嚴(yán)重 時(shí)甚至?xí)?dǎo)致濾波發(fā)散。因此，在設(shè)計(jì)濾波和融合方法時(shí)應(yīng)該對(duì)噪聲統(tǒng)計(jì)特性進(jìn)行實(shí)時(shí)估 計(jì)，可通過引入一下自適應(yīng)方法，例如強(qiáng)跟蹤濾波器（STF)、變分貝葉斯（VB)、虛擬噪聲補(bǔ) 償?shù)?。但不足的是，上述方法都只考慮了單個(gè)傳感器的情形。


【發(fā)明內(nèi)容】

[0004] 為了應(yīng)對(duì)上面所提到的問題，在本發(fā)明中，首先針對(duì)單傳感器濾波系統(tǒng)將極大后 驗(yàn)（MAP)估計(jì)器與高度容積卡爾曼濾波（HCKF)方法相結(jié)合設(shè)計(jì)了一種自適應(yīng)HCKF方法 (AHCKF)，并給出了相應(yīng)信息濾波器形式（AHCIF)，隨后將結(jié)果推廣至多傳感器融合系統(tǒng)中， 設(shè)計(jì)了基于AHCIF的集中式測量值擴(kuò)維融合方法。該方法能實(shí)時(shí)估計(jì)和修正系統(tǒng)噪聲的統(tǒng) 計(jì)特性，降低模型誤差，提高估計(jì)精度。同時(shí)由于在初始化時(shí)不需要先驗(yàn)信息，因此與傳統(tǒng) 濾波相比具有更好的數(shù)值性能。
[0005] 本發(fā)明的設(shè)計(jì)內(nèi)容包括四部分。第一部分根據(jù)實(shí)際工程中的目標(biāo)運(yùn)動(dòng)進(jìn)行系統(tǒng)建 模；第二部分是將極大后驗(yàn)（MAP)估計(jì)器與高度容積卡爾曼濾波（HCKF)方法相結(jié)合設(shè)計(jì)自 適應(yīng)HCKF方法（AHCKF);第三部分是在AHCKF基礎(chǔ)上給出其相應(yīng)的信息濾波形式（AHCIF); 第四部分給出基于AHCIF的集中式測量值擴(kuò)維融合方法。
[0006] 本發(fā)明使用基于AHCIF的集中式測量值擴(kuò)維融合方法能夠?qū)崟r(shí)估計(jì)和修正系統(tǒng) 噪聲的統(tǒng)計(jì)特性，降低模型誤差，提高估計(jì)精度。同時(shí)由于在初始化時(shí)不需要先驗(yàn)信息，因 此與傳統(tǒng)濾波相比具有更好的數(shù)值性能。綜上所述，基于AHCIF的集中式測量值擴(kuò)維融合 方法能將多臺(tái)雷達(dá)對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤時(shí)所采集的距離和方位角等信息進(jìn)行融合估計(jì)，提 高了目標(biāo)估計(jì)精度，有效地實(shí)現(xiàn)了目標(biāo)跟蹤的功能。

【專利附圖】

【附圖說明】
[0007] 圖1為基于AHCIF的集中式測量值擴(kuò)維融合方法的流程圖。

【具體實(shí)施方式】
[0008] 如圖1所示，下面首先為網(wǎng)絡(luò)化目標(biāo)跟蹤系統(tǒng)建立模型；其次設(shè)計(jì)AHCKF方法，并 在其基礎(chǔ)上給出相應(yīng)的AHCIF方法；最后設(shè)計(jì)基于AHCIF的集中式測量值擴(kuò)維融合方法來 估計(jì)狀態(tài)，以實(shí)現(xiàn)目標(biāo)跟蹤。下面詳細(xì)介紹本發(fā)明的實(shí)施過程。
[0009] 步驟1.系統(tǒng)建豐旲：
[0010] 考慮二維平面目標(biāo)的跟蹤問題，假設(shè)目標(biāo)運(yùn)動(dòng)為勻速轉(zhuǎn)彎模型，給出如下網(wǎng)絡(luò)化 目標(biāo)跟蹤系統(tǒng)模型
[0011] xk+1 = f (xk) +wk (1)
[0012] zk = h (xk) +vk (2)
[0013] 式中，k是時(shí)間指數(shù)；xk e Rn為目標(biāo)狀態(tài)，分別由水平方向和垂直方向的位置和速 度組成；zke Γ表示測量值，即由多臺(tái)雷達(dá)對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤時(shí)所采集的距離和方位角； f:Rn -Rn為非線性狀態(tài)演化過程，

【權(quán)利要求】
1.基于AHCIF的集中式測量值擴(kuò)維融合方法，其特征在于該方法包括以下步驟： 步驟1.系統(tǒng)建模： 考慮二維平面目標(biāo)的跟蹤問題，假設(shè)目標(biāo)運(yùn)動(dòng)為勻速轉(zhuǎn)彎模型，給出如下網(wǎng)絡(luò)化目標(biāo) 跟蹤系統(tǒng)模型： Xj5+! - f (Xk)+Wk (1) zk=h(xk) +Vk(2) 式中，k是時(shí)間指數(shù)；xkGRn為目標(biāo)狀態(tài)，分別由水平方向和垂直方向的位置和速度 組成；ZkeRm表示測量值，即由多臺(tái)雷達(dá)對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤時(shí)所采集的距離和方位角； f:Rn -Rn為非線性狀態(tài)演化過程，h:Rn -Rm為相應(yīng)的非線性測量映射；過程噪聲WkeRn是 均值為零的高斯白噪聲，其方差Qk時(shí)變未知；測量噪聲vkGRm是均值為零的高斯白噪聲， 方差為Rk;假設(shè)過程噪聲和測量噪聲互不相關(guān)；系統(tǒng)的初始狀態(tài)均值為X〇,方差為P〇,且獨(dú) 立于Wk和Vk ; 步驟2.將極大后驗(yàn)估計(jì)器與高度容積卡爾曼濾波相結(jié)合設(shè)計(jì)自適應(yīng)高度容積卡爾曼 濾波，具體包括： (2. 1)初始化：給狀態(tài)估計(jì):^，估計(jì)誤差協(xié)方差Ptlltl和估計(jì)噪聲方差么賦初值
(2. 2)預(yù)測過程：根據(jù)高度容積卡爾曼濾波方法計(jì)算狀態(tài)預(yù)測估計(jì)及其預(yù)測誤差 協(xié)方差PkIh1

(2.4)估計(jì)噪聲方差么：將極大后驗(yàn)估計(jì)器引入到高度容積卡爾曼濾波中來實(shí)時(shí)估計(jì) 和修正系統(tǒng)噪聲Wk的統(tǒng)計(jì)特性，即根據(jù)極大后驗(yàn)估計(jì)器實(shí)時(shí)估計(jì)過程噪聲方差^
式中，fi^1 〇1，2,…，TV)表示第j個(gè)傳感器的測量值，hj( ?)為相應(yīng)的非線性測 量映射，V、e 是均值為零且方差為Ik的高斯白噪聲； 擴(kuò)維后的測量噪聲Vk的均值為0,方差< 為Rk =diag{R1；k,RN；k} (24) (4.2)結(jié)合信息濾波形式，計(jì)算融合后狀態(tài)估計(jì)的信息向量iv及其信息向量矩陣 Yk|k : 式中，&和民分別為基于信息濾波形式的集中式測量值擴(kuò)維融合方法的信息向量和信 息矩陣的貢獻(xiàn)量，可通過式（21)計(jì)算；根據(jù)該方法，即可對(duì)狀態(tài)進(jìn)行實(shí)時(shí)估計(jì)，以實(shí)現(xiàn)目標(biāo) 跟蹤。
【文檔編號(hào)】G06K9/66GK104268597SQ201410500091
【公開日】2015年1月7日 申請(qǐng)日期:2014年9月25日 優(yōu)先權(quán)日:2014年9月25日
【發(fā)明者】史岳鵬 申請(qǐng)人:鄭州牧業(yè)工程高等專科學(xué)校