[发明专利]一种基于遗传粒子滤波算法的水下目标跟踪定位方法有效
申请号: | 201610981816.6 | 申请日: | 2016-11-08 |
公开(公告)号: | CN106569179B | 公开(公告)日: | 2019-04-30 |
发明(设计)人: | 陈熙源;臧云歌;刘晓;方琳 | 申请(专利权)人: | 东南大学 |
主分类号: | G01S5/30 | 分类号: | G01S5/30 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
地址: | 210096 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 定位目标 水听器 跟踪 水下目标 粒子滤波算法 测量距离 遗传 水域 超声波换能器 跟踪定位系统 三维坐标系 深度计 水压 测量 预测 部署 应用 | ||
1.一种基于遗传粒子滤波算法的水下目标跟踪定位方法,其特征在于,包括以下步骤:
(1)部署水下目标跟踪定位系统:在水域内安装m个水听器,在跟踪定位目标上安装超声波换能器和水压深度计;
(2)在水域内建立三维坐标系,获取水听器坐标(xj,yj,zj)、跟踪定位目标与m个水听器之间的测量距离sj、目标的深度h,其中j∈(1,2,...,m),表示水听器序号;记跟踪定位目标在k时刻的坐标值为Xk=(xk,yk,h);
(3)根据跟踪定位目标与水听器之间的测量距离建立k时刻测量方程:
其中表示k时刻目标与第j个水听器之间的测量距离,为k时刻目标与第j个水听器之间的实际距离,为k时刻测量时引入的噪声,是方差为σ2的高斯白噪声;
(4)应用遗传粒子滤波算法对水下目标进行跟踪定位,即预测跟踪定位目标在k时刻的坐标值;
步骤(4)具体包括如下步骤:
(41)算法参数初始化:定义k时刻适应度函数:
其中为预测测量距离;
定义S0,k={S0,S1,…,Sk},X1,k={X1,X2,…,Xk}为到k时刻所有测量和状态量集合;以前一时刻的估计结果作为初始状态,根据先验概率在目标坐标值取值范围内采样,得到一个初始的N点目标坐标粒子集其中每个粒子表示跟踪定位目标的一个可能坐标值,i为粒子序号;令每个粒子权值的初始值为1/N,重采样门限为Nth=N/2;
(42)在k时刻进行重要性采样,得到k时刻的目标坐标粒子集其中表示k时刻目标坐标粒子集中的第i个粒子,即k时刻跟踪定位目标的一个可能坐标值;为此粒子权值;
(43)判断是否要重采样:如果则进行重采样;否则粒子集即为预测粒子集;
(44)如果需要重采样,对粒子集重采样获得预测粒子集其中表示k时刻目标坐标粒子集中的第i个粒子的预测值,为此粒子权值;
(45)根据预测粒子集计算跟踪定位目标坐标在k时刻的预测坐标值
(46)若跟踪定位未完成则进行状态更新,跳转到步骤(41)预测下一时刻的坐标值。
2.根据权利要求1所述的基于遗传粒子滤波算法的水下目标跟踪定位方法,其特征在于,步骤(1)中所述水听器以一定阵列的形式分布在水域内。
3.根据权利要求1所述的基于遗传粒子滤波算法的水下目标跟踪定位方法,其特征在于,步骤(2)中所述的三维坐标系以任意一个水听器位置为坐标原点。
4.根据权利要求1所述的基于遗传粒子滤波算法的水下目标跟踪定位方法,其特征在于,步骤(42)具体包括如下步骤:
(421)对重要性函数进行采样:从重要性函数q(Xk|X0,k-1,S1,k)中采样得到粒子集其中表示k时刻目标坐标粒子集中的第i个粒子,代表粒子权值;重要性函数选取为概率密度函数p(Xk|Xk-1);其中X0,k-1={X1,X2,...,Xk-1},表示在0至k-1时刻目标坐标粒子集;S1,k为1至k时刻目标与水听器件的测量距离子集;
(422)权值更新:计算每个粒子的权值
其中i∈(1,...,N)。
5.根据权利要求1所述的基于遗传粒子滤波算法的水下目标跟踪定位方法,其特征在于,步骤(44)具体包括如下步骤:
(441)选择新粒子集:采用轮盘赌算法,以粒子权值为选择概率选择N个新粒子构成新粒子集
(442)交叉操作:新旧粒子集中分别随机取对应粒子进行交叉,产生两个新粒子,任选其一代替重复操作产生新粒子集其中交叉概率为:
k1为防止种群停止进化设置的偏移量,0<k1<1;
(443)变异操作:在粒子集中随机选取粒子进行变异操作,即以变异概率改变粒子某一些基因值为其他值,产生预测粒子构成预测粒子集变异概率为:
其中k2为偏移量,0<k2<1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610981816.6/1.html,转载请声明来源钻瓜专利网。