[发明专利]一种基于测速信息的目标跟踪方法

权利要求书

1.一种基于测速信息的目标跟踪方法，其特征在于，所述方法包括以下步骤：

步骤1：目标定位阶段：载机平台利用自身接收到的目标－载机的相对角度和目标－载机的相对距离信息，对目标的位置信息进行估计，得到目标定位阶段的目标跟踪结果；

步骤2：目标测速阶段：载机平台利用自身接收到的目标的相对轴向速度与目标定位阶段的目标跟踪结果，对目标的速度信息进行估计，得到目标测速阶段的目标跟踪结果；

步骤3：整合目标定位阶段的目标跟踪结果与目标测速阶段的目标跟踪结果，得到最终的目标跟踪结果并进行输出。

2.根据权利要求1所述的基于测速信息的目标跟踪方法，其特征在于，步骤1中所述对目标的位置进行估计的具体方法为：

利用目标定位模型，将k时刻的目标－载机的相对距离、目标－载机的相对方位角、目标－载机的相对俯仰角作为滤波输入，利用扩展kalman滤波算法进行滤波估计，得到k时刻目标定位阶段的目标跟踪结果

3.根据权利要求1或2所述的基于测速信息的目标跟踪方法，其特征在于，步骤2中所述目标测速阶段的目标跟踪结果的具体方法为：

利用k时刻目标定位阶段的目标跟踪结果计算目标－载机的相对方位角、目标－载机的相对俯仰角，具体计算方式如下：

其中，与分别为中的第1个、第2个和第3个元素，θ₁和分别为计算得到的相对方位角与相对俯仰角；利用上述θ₁和同时将k时刻的目标-载机的相对轴向速度作为滤波输入，利用目标测速模型进行EKF计算，得到k时刻的目标测速阶段的目标跟踪结果

4.根据权利要求2所述的基于测速信息的目标跟踪方法，其特征在于，所述目标定位模型为：

x₁(k+1)＝Φ₁x₁(k)+w₁(k)

z₁(k)＝H₁(x₁(k))+r₁(k)

对应的状态向量与状态转移矩阵为：

其对应的观测向量为：即目标－载机的相对距离、目标－载机的相对方位角、目标－载机的相对俯仰角；对应的观测矩阵为：

w₁(k)与r₁(k)为对应维数的零均值高斯白噪声。

5.根据权利要求3所述的基于测速信息的目标跟踪方法，其特征在于，所述目标测速模型为：

x₂(k+1)＝Φ₂x₂(k)+w₂(k)

z₂(k)＝H₂(x₂(k))+r₂(k)

对应的状态向量与状态转移矩阵为：

其对应的观测向量为：Z₂(k)＝[dv]^T，即目标-载机的相对轴向速度；对应的观测矩阵为：

其中，θ₁和分别为计算得到的相对方位角与相对俯仰角，均由计算得到，即：

其中与分别为中的第2个和第3个元素，x_o,y_o,z_o依序代表X,Y,Z轴下的载机三轴位置。