[发明专利]同时估计目标状态和轨迹参数的任意直线约束跟踪方法

说明书

本发明涉及一种同时估计目标状态和轨迹参数的任意直线约束跟踪方法，包括：从观测雷达处获取目标位置量测信息；用斜率和y轴截距参数分量对状态向量进行增广，得到增广的状态向量及增广的状态方程，构造伪量测描述约束关系；处理量测信息，利用处理后的量测，增广的状态方程和伪量测进行非线性滤波，更新状态估计和状态估计协方差，实现目标跟踪。本发明所提供的方法将轨迹参数增广至状态向量中，合理利用了目标运动轨迹中的形状特征信息，避免了信息浪费，提高了估计精度；序贯处理雷达量测和伪量测有效降低了运算负担，并且滤波结果包含了轨迹参数估计结果，有利于后续信息处理。

技术领域

本发明涉及空间目标跟踪技术领域，尤其涉及一种同时估计目标状态和轨迹参数的任意直线约束跟踪方法。

背景技术

约束状态估计是在目标状态服从等式或不等式约束条件的情况下，对其进行状态估计的方法。在很多实际目标跟踪场景中，目标运动轨迹不完全由目标本身的运动速度决定，而是受其所处物理环境或是其自身运动特点影响或限制，并不是无约束的自由运动。合理利用这些实际场景中蕴含的约束信息可以有效的提高估计性能和滤波精度。

在实际跟踪场景中存在这样一种约束条件，其来源于所有直线轨迹共同的形状特征而非某一条特定轨迹，称之为任意直线约束。例如在地面目标跟踪问题中，跟踪在道路上行驶的车辆时，地图提供的道路位置信息常常被用作目标运动的约束先验信息。然而若在一些情况下无法获取地图信息，或无法保证地图信息是准确可靠的，如地图本身是未及时更新的或存在制图误差的，那么地图上关于道路位置，方向的具体信息都是不可信的。此时将地图提供的道路位置信息作为约束先验信息引入滤波器中，会导致滤波性能恶化甚至发散。

除了地面目标外，在对舰船或空中目标跟踪时，这种情况更加普遍，这是由于舰船和飞机本身的特点，导致其有很大可能在相当长一段时间内保持直线运动。然而关于其航行路线的具体信息一般是难以精确获得的，并且目标真实运动轨迹不一定完全与航线重合。因此在这类约束目标跟踪中，可利用的约束先验信息只有目标轨迹形状特征，而这种形状特征是无法通过传统的约束建模方法来描述的。这种约束条件不是某条具体直线的近似，而是基于所有直线轨迹共有的形状特征得到的，其中包含关于目标运动状态的有用先验信息，引入跟踪系统中会增加滤波器可利用的信息量，从而提高滤波精度。因此，探寻准确高效的任意直线约束建模和状态估计方法有重要的意义。

发明内容

本发明的目的是针对上述现有技术的至少一部分缺陷，提供一种同时估计目标状态和轨迹参数的任意直线约束下目标跟踪方法，能够利用任意直线约束提高滤波精度。

为了实现上述目的，本发明提供了一种同时估计目标状态和轨迹参数的任意直线约束跟踪方法，包括：

S1、从观测雷达处获取目标位置量测信息；

S2、用斜率和y轴截距参数分量对状态向量进行增广，得到增广的状态向量及增广的状态方程，构造伪量测描述约束关系；

S3、处理步骤S1得到的量测信息，利用处理后的量测、步骤S2得到的伪量测以及增广的状态方程进行非线性滤波，更新状态估计和状态估计协方差，实现目标跟踪。

优选地，所述步骤S3中进行非线性滤波时，采用序贯量测处理的方式，先处理步骤S1得到的量测信息，利用处理后的量测及对应的量测方程得到无约束估计结果；再处理伪量测，利用伪量测对应的量测方程，结合无约束估计结果，更新约束状态估计和状态估计协方差。

优选地，所述步骤S3中进行非线性滤波时，采用转换量测卡尔曼滤波方法、无迹卡尔曼滤波方法、扩展卡尔曼滤波方法或粒子滤波方法中的一种或几种。

优选地，所述步骤S2还包括在笛卡尔坐标系下，建立目标运动模型：

x_k+1＝Φ_kx_k+Γ_kv_k；