[发明专利]序列平方根分解的多目标跟踪方法

权利要求书

1.一种序列平方根分解的多目标跟踪方法，其特征在于包括以下步骤：

(1)、定义N个目标跟踪中第i个目标的离散化模型为

x_i(k+1)＝Φ(k+1，k)x_i(k)+Λω_i(k)，

其中：为状态向量，(x，y，z)为目标在地面参考直角坐标系下的位置坐标，ω_i(k)表示过程噪声向量，Φ(k+1，k)＝Φ＝diag[Φ₁，Φ₁，Φ₁]为状态转移矩阵，Λ=∫kT(k+1)TΦ(k+1,τ)Γ(τ)dτ=Λ0000Λ1000Λ1,]]>Γ(t)为系数矩阵，Γ=Γ1000Γ1000Γ1,]]>Γ₁＝[0 0 1]^T，Φ1=1T12T201T00T,]]>Λ1=16T312T2TT,]]>T为采样周期；

第i个目标的时间更新为：

x_i(k/k-1)＝Φx_i(k-1/k-1)

S‾i(k/k-1)=ΦSi(k-1/k-1)]]>

Fi=f1f2...f9={fjl}=S‾i-T(k/k-1)Λ]]>

S0=S01S02...S0n=S‾-1(k/k-1)]]>

Q_i(k-1)＝diag[Q_i1，Q_i2，Q_i3]

αl0=QilBl0=0αlj=αl(j-1)+fjlMlj=(αl(j-1)/αlj)12Nlj=fjl/(αl(j-1)αlj)12Sj←MljS(l-1)j-Bl(j-1)NljBlj=Bl(j-1)+S(l-1)jfjlj=1,2,...,nl=1,2,...,3]]>

S^-1(k/k-1)＝[S₁ S₂…S_n]

其中：n＝9，x_i(k/k-1)为第i个目标对kT时刻的一步预测值，Q_i(k)为ω_i(k)的方差，为对应的一步预测误差的方差阵，S_i(k/k-1)为上三角矩阵，G_lj为S_i(k+1/k)的第l行第j列元素；初始条件为x_i(0/0)和S_i(0/0)；

(2)、第i个目标观测方程为：z_i(k)＝g_i[x_i(k)]+v_i(k)其中：z_i(k)为对第i个目标的r维观测向量，g_i[x_i(k)]为对应的输出，v_i(k)表示测量噪声；计算

Fi=f1f2...f9={fjl}=SiT(k/k-1)HT(k)]]>

S(k/k-1)＝S₀＝[S₀₁ S₀₂…S_0n]

R_i＝diag[R₁，R₂，…，R_r]

αl0=RlBl0=0αlj=αl(j-1)+fjlMlj=(αl(j-1)/αlj)12Nlj=fjl/(αl(j-1)αlj)12Sj←MljS(l-1)j-Bl(j-1)NljBlj=Bl(j-1)+S(l-1)jfjlj=1,2,...,nl=1,2,...,r]]>

S‾(k/k)=S1S2...Sn]]>

G_i(k)＝B_rn/α_rn

xi(k/k)=xi(k/k-1)+Gi(k){Σj=1mλij(k)zij(k)-gi[xi(k/k-1)]}]]>

其中：n＝9，为上三角矩阵，z_ij(k)为雷达对第i个目标的第j(j＝1，2，…，m)个回波，x_i(k/k)为第i个目标kT时刻的滤波值，R_i(k)为v_i(k)的方差，λ_ij(k)为权系数，且：Σj=1mλi,j(k)=1,]]>Hi(k)=∂gi[xi(k)]∂xi(k)|xi(k)=xi(k/k-1);]]>

(3)、第i个跟踪估计方法为：

Fi=f1f2...f9={fjl}=S‾i-T(k/k)Gi(k+1)dT(I-ΩuuT)]]>

S0=S01S02...S0n=S‾-1(k/k)]]>

Ω(k)＝diag[λ_i，1，λ_i，2，…，λ_i，m]

αl0=λi,lBl0=0αlj=αl(j-1)+fjlMlj=(αl(j-1)/αlj)12Nlj=fjl/(αl(j-1)αlj)12Sj←MljS(l-1)j-Bl(j-1)NljBlj=Bl(j-1)+S(l-1)jfjlj=1,2,...,nl=1,2,...,m]]>

S^-1(k/k)＝[S₁ S₂…S_n]

其中：n＝9，S_i(k/k)为上三角矩阵，为第i个目标kT时刻估计误差的方差阵；

u=11...1,]]>d=Δi,1T(k)Δi,2T(k)...Δi,mT(k);]]>

Δ_i，j(k)为第j个候选回波信息向量，

Δ_i，j(k)＝z_i，j(k`)-g_i[x_i(k/k-1)]。