[发明专利]基于卡尔曼滤波的记忆跟踪算法

说明书

本发明公开了一种基于卡尔曼滤波的记忆跟踪算法方法。算法主要步骤为：①设备跟踪角度提取：在自跟踪状态下提取伺服跟踪角度数据，判断数据合法性并存入缓存；②卡尔曼滤波：建立天线跟踪运动模型，设定滤波的初始条件，根据天线的初始状态来建立滤波器的起始估计，完成实时递推滤波；③数据外推：对滤波后的位置、角速度和角加速度数据采用外推算法进行数据外推，外推最大时长限定为10s；④插值运算：对记忆跟踪外推后的数据按照设备采样要求进行插值，保证记忆跟踪时天线能够平滑运行。本发明方法，可有效提高飞行器飞行异常情形下遥测伺服设备记忆跟踪精度。

技术领域

本发明属于伺服跟踪领域，具体地说，是一种基于卡尔曼滤波的记忆跟踪算法。

背景技术

遥测设备接收信号受外界影响时会出现强动态变化，甚至出现接收信号中断现象，此时设备伺服系统可能会丢失跟踪目标，为保证此情形下对信号的快速重捕，设备研制单位设计了记忆跟踪功能，但是对设备跟踪多种不同类型任务的数据分析后发现，信号失锁后天线角速度会产生跳变，天线记忆跟踪的位置与目标实际位置存在较大误差。

采用理论弹道速度匹配的算法时，如果飞行器出现飞行异常，实际跟踪角度与理论弹道严重偏离，即理论弹道速度匹配的算法失效，而飞行器飞行异常时却更需要遥测伺服设备在转记忆跟踪后精准跟踪目标，尽力获取测量数据。

发明内容

本发明的目的在于提供一种基于卡尔曼滤波的记忆跟踪算法，当目标飞行器出现飞行异常时，通过转记忆跟踪后能精准的跟踪目标，有效提高伺服设备记忆跟踪精度。

本发明方法，响应速度快，具有良好的稳定性、实用性，在航天器测控方面有重要的应用价值。

实现本发明目的的技术解决方案为：一种基于卡尔曼滤波的记忆跟踪算法，包括以下步骤：

1.设备跟踪角度提取：在自跟踪状态下提取伺服跟踪角度数据，判断数据合法性并存入缓存；

2.卡尔曼滤波：建立天线跟踪运动模型，设定滤波的初始条件，根据天线的初始状态来建立滤波器的起始估计，完成实时递推滤波；

3.数据外推：对滤波后的位置、角速度和角加速度数据采用外推算法进行数据外推，外推最大时长限定为10s；

4.插值运算：对记忆跟踪外推后的数据按照设备采样要求进行插值，保证记忆跟踪时天线能够平滑运行。

本发明与现有技术相比其显著优点在于：一是利用卡尔曼滤波器对跟踪角度进行滤波，对目标丢失后的角速度和角加速度进行预估，减小记忆跟踪前测量数据失真的影响；二是可以减轻信号失锁瞬间遥测设备处于跟踪门限、解调出的跟踪误差电压失真带来的影响，避免目标失锁瞬间天线方位、俯仰方向震荡；三是通过对滤波后速度和加速度值的记忆外推，并对外推点进行Neville算法插值，得到记忆跟踪预测数据，使飞行器在飞行异常情形下本发明算法均方根误差明显减小。

附图说明

图1是本发明基于卡尔曼滤波的记忆跟踪算法流程图。

具体实施方式

下面结合附图和表对本发明作进一步说明。

1.算法主要步骤为：

①设备跟踪角度提取：在自跟踪状态下提取伺服跟踪角度数据，判断数据合法性并存入缓存；

②卡尔曼滤波：建立天线跟踪运动模型，设定滤波的初始条件，根据天线的初始状态来建立滤波器的起始估计，完成实时递推滤波；

③数据外推：对滤波后的位置、角速度和角加速度数据采用外推算法进行数据外推，外推最大时长限定为10s；

④插值运算：对记忆跟踪外推后的数据按照设备采样要求进行插值，保证记忆跟踪时天线能够平滑运行。算法流程如图1所示。