[发明专利]基于交互式多模型的机动目标状态预测优化方法

权利要求书

1.一种基于交互式多模型的机动目标状态预测优化方法，其特征在于，包括如下步骤：

(1)假设交互式多模型中有三个用于交互的模型，第一个是匀速直线运动模型m⁽¹⁾，第二个是匀加速直线运动模型m⁽²⁾，第三个是匀速圆周运动模型m⁽³⁾，依次对三种运动模型设定模型参数，计算模型m⁽ⁱ⁾在k+1时刻的系统状态向量和k时刻的状态量测向量其中k是时间指标，取值为任意整数；

其实现如下：设定模型参数包括：k时刻模型m⁽ⁱ⁾的状态转移矩阵k时刻模型m⁽ⁱ⁾的噪声矩阵k时刻模型m⁽ⁱ⁾的过程演化噪声k时刻模型m⁽ⁱ⁾的量测矩阵和k时刻模型m⁽ⁱ⁾的量测噪声通过如下公式计算模型m⁽ⁱ⁾在k+1时刻的系统状态向量和k时刻的状态量测向量

其中，i表示模型序数，其取值为1,2,3，是k时刻模型m⁽ⁱ⁾的状态向量，是k+1时刻模型m⁽ⁱ⁾的状态向量，是k时刻模型m⁽ⁱ⁾的状态量测向量；

(2)计算在目标状态预测中各个运动模型出现的概率确定在目标状态预测中匹配的运动模型序数a：

通过如下公式计算：

其中，表示在状态预测过程中交互式多模型的归一化常数，表示k-1时刻模型m^(j)的归一化常数，表示k-1时刻模型m⁽ⁱ⁾的归一化常数，Ω_ij表示模型m⁽ⁱ⁾到模型m^(j)的转移概率，Ω_ji表示模型m^(j)到模型m⁽ⁱ⁾的转移概率，j表示模型的序数，其取值为1,2,3，表示与模型匹配的似然函数，表示与模型匹配的似然函数，和表示k-1时刻在目标状态预测中各个运动模型出现的概率；

(3)根据(2)中结果，计算模型的一步提前预测值及其误差协方差阵

通过如下公式进行：

其中，是k-1时刻第a个模型m^(a)的状态估计值，是k-1时刻第a个模型m^(a)的状态转移矩阵，是k-1时刻第a个模型m^(a)的噪声矩阵，是k-1时刻第a个模型m^(a)的状态转移矩阵转置，是k-1时刻第a个模型m^(a)的一步预测误差，是k-1时刻第a个模型m^(a)的估计误差协方差，是k-1时刻第a个模型m^(a)的噪声矩阵转置，是k-1时刻第a个模型m^(a)的过程噪声协方差；

(4)根据(2)中结果，建立第a个模型m^(a)的误差系统：

其中，表示k时刻系统的量测误差，表示k时刻模型m^(a)的量测矩阵，表示k时刻系统的量测噪声，表示k-1时刻模型m^(a)的一步状态预测误差，表示k时刻模型m^(a)的一步状态预测误差，表示k时刻模型m^(a)的误差状态转移 矩阵，表示k时刻模型m^(a)的状态转移矩阵，表示k时刻模型m^(a)的滤波增益矩阵，表示k时刻模型m^(a)的噪声矩阵，表示k时刻模型m^(a)的过程演化噪声；

(5)根据(4)中结果，计算误差的预测值及其误差协方差矩阵

其中，表示k-1时刻模型m^(a)的误差状态转移矩阵，表示k-2时刻模型m^(a)的一步预测误差，表示k-2时刻模型m^(a)的误差预测值的误差协方差，表示k-1时刻模型m^(a)的误差状态转移矩阵的转置，表示k-1时刻模型m^(a)的滤波增益矩阵，表示k-1时刻模型m^(a)的滤波增益矩阵的转置，表示k-1时刻模型m^(a)量测噪声的协方差矩阵；

(6)根据(5)中结果，对(3)中的一步预测结果进行修正，得到修正后k-1时刻模型m^(a)的状态预测值

计算误差估计值的误差协方差矩阵

其中，表示误差系统的增益矩阵，表示k时刻模型m^(a)量测噪声的协方差矩阵；

(7)用(6)中的结果代替(3)中k-1时刻模型m^(a)的状态估计值，用(6)中的代替(5)中k-2时刻模型m^(a)的误差预测值的误差协方差，进行下一次预测；

(8)令k＝k+1，重复(2)到(7)直到达到设定的迭代次数，结束预测。

2.根据权利要求1中所述的方法，其中(4)计算预测误差的状态转移矩阵通过如下公式进行：