[发明专利]一种多传感器多目标跟踪偏差估计方法

摘要

本发明公开了一种多传感器多目标跟踪偏差估计方法，包括还原步骤，还原本地传感器量测值us(k|k)及其协方差矩阵Us(k|k)；卡尔曼增益获取步骤，利用所获得的本地传感器量测值协方差矩阵获得卡尔曼增益Ws,k；偏差虚拟量测获取步骤，利用卡尔曼增益，获取偏差向量的虚拟量测融合偏差向量虚拟量测获得步骤，根据偏差向量的虚拟量测，获得融合偏差向量虚拟量测；偏差估计向量与偏差估计协方差矩阵获取步骤，根据偏差向量的虚拟量测融合偏差向量虚拟量测以及上一时刻的偏差估计向量及偏差估计协方差矩阵，获得偏差估计向量与偏差估计协方差矩阵。使用本发明的方法可以实现对偏差的有效估计。

主权项

一种多传感器多目标跟踪偏差估计方法，包括以下步骤：还原步骤，还原本地传感器量测值us(k|k)及本地传感器量测值协方差矩阵Us(k|k)；卡尔曼增益获取步骤，利用所述还原步骤获得的本地传感器量测值协方差矩阵获得卡尔曼增益Ws,k；偏差虚拟量测获取步骤，利用所述卡尔曼增益Ws,k，获取偏差向量的虚拟量测融合偏差向量虚拟量测获得步骤，根据所获得的偏差向量的虚拟量测，获得融合偏差向量虚拟量测偏差估计向量bs(k)与偏差估计协方差矩阵获取步骤，根据所述偏差向量的虚拟量测以及所述融合偏差向量虚拟量测获得偏差估计向量bs(k)与偏差估计协方差矩阵Σs(k)；其中，所述还原步骤利用逆卡尔曼滤波还原本地传感器量测值及其协方差矩阵；在所述卡尔曼增益获取步骤中，利用Ws,k＝Ps(k|k')H(k)T[H(k)Ps(k|k')H(k)T+Rs,k]‑1与Rs,k＝H(k)Us(k|k)H(k)T求卡尔曼增益Ws,k，其中Ps(k|k')为传感器s的状态协方差矩阵预测值，H(k)为量测矩阵，Rs,k为量测协方差矩阵，上标T表示转移矩阵；在所述偏差虚拟量测获取步骤中，利用求偏差向量的虚拟量测其中F(k,k')为状态转移矩阵，Hs(k)是第s个传感器的量测矩阵，为本地传感器滤波状态向量，为本地传感器上一时刻的滤波状态向量,是卡尔曼增益的广义逆,I为单位矩阵。