[发明专利]type-2直觉模糊决策的TSK模糊模型粒子滤波方法及系统

权利要求书

1.一种type-2直觉模糊决策的TSK模糊模型粒子滤波方法，其特征在于，包括如下步骤：

利用type-2直觉模糊决策目标函数，选出能够体现运动目标的特性的最优特征集，包括：以速度v、新息r和航向角差θ特征差为自变量，采用降岭形分布计算相同维上特征之间的相似度，该分布用下式表示：

其中，x表示特征差的大小，a₁表示特征差的最小值，a₂表示特征差的最大值；

通过公式(2)计算第i个特征的相似度：

其中，特征差矩阵

df_ji＝|f_ji-f_(j-1)i|,j＝1,2,Λ,K,i＝1,2,Λ,Q，j表示时间；

根据相似度构建基于type-2直觉模糊决策的目标函数，选出能够体现运动目标的特性的最优特征集；

构建TSK模糊模型，将所述最优特征集作为输入，基于TSK模糊模型的前件隶属函数计算每条规则的权重，并利用加权求和的方法得到多条模糊规则的状态融合结果作为TSK模糊模型的输出；

基于状态融合结果构建粒子滤波的重要密度函数，并从重要密度函数中抽取粒子进行滤波更新；

通过以上步骤得到运动目标的状态方程和测量方程如下所示：

其中，N_f表示模糊规则的总数目，状态向量，x_k表示目标x轴坐标，y_k表示目标y轴坐标，和分别表示目标在x轴和y轴坐标对应的速度，过程噪声e_k假设是服从零均值和协方差为σ_i,e的高斯过程噪声Q，其中Q是一个2×2矩阵(Q_ij＝0,for i≠j,Q＝diag(σ_i,e,σ_i,e))；观测噪声v_k假设为服从非高斯分布噪声初始状态x₀由目标初始位置决定x₀＝[1km,0.15km/s,6km,0.26km/s]^T，描述目标的位置和速度，先验概率密度函数设服从的高斯分，其中x_0|0＝[1km,0.15km/s,6km,0.26km/s]^T，P_0|0＝[0.15² 0 0 0；0 0.010 0；000.15² 0；0 0 0 0.01]；是状态转移矩阵，是测量矩阵，它们的表示方法如下：

2.根据权利要求1所述的type-2直觉模糊决策的TSK模糊模型粒子滤波方法，其特征在于，所述根据所述相似度构建基于type-2直觉模糊决策的目标函数，选出能够体现运动目标的特性的最优特征集的步骤，包括：

对各特征相似度进行融合；

基于type-2直觉模糊决策的目标函数，选取出直觉模糊决策分数大于预设阈值的特征，构成所述最优特征集。

3.根据权利要求2所述的type-2直觉模糊决策的TSK模糊模型粒子滤波方法，其特征在于，预设阈值其中，Q+1为初选特征集中所有特征的个数。

4.根据权利要求1所述的type-2直觉模糊决策的TSK模糊模型粒子滤波方法，其特征在于，

在TSK模糊模型构建过程中，使用基于相关熵和时空信息的模糊C回归聚类算法对前件参数进行识别，后件参数使用强跟踪算法进行估计。

5.根据权利要求1所述的type-2直觉模糊决策的TSK模糊模型粒子滤波方法，其特征在于，所述根据所述重要密度函数进行粒子滤波的步骤，包括：

从所述重要密度函数中进行抽样，得到粒子状态集；

计算粒子状态集中粒子的权值，并对权值进行标准化处理；

基于所述标准化的权值及所述粒子状态集，计算粒子的状态及协方差。