基于后验概率的变结构交互多模型雷达机动目标跟踪方法

摘要

本发明属于雷达机动目标跟踪领域，公开了一种基于后验概率的变结构交互多模型雷达机动目标跟踪方法，包括：初始化雷达观测值，得到初始状态向量和初始协方差矩阵；选择初始角速度，确定运动模型的状态转移矩阵；由运动模型的个数假定初始先验概率和初始模型概率转移矩阵；进行交互多模型滤波得到状态估计向量和估计协方差矩阵，同时也得到模型的后验概率；利用变结构和图论的思想，通过模型的后验概率对角速度即多模型结构进行调整；通过模型的后验概率对模型概率转移矩阵进行调整，直至跟踪完成。本发明跟踪性能好、计算量小，可用于对高速强机动目标的跟踪。

主权项

一种基于后验概率的变结构交互多模型雷达机动目标跟踪方法，其特征在于，所述方法包括如下步骤：步骤1，获取雷达机动目标的位置检测值，对所述位置检测值进行N次采样，得到观测值序列，根据所述观测值序列确定雷达机动目标的第0时刻状态向量和第0时刻协方差矩阵，N为大于1的自然数；步骤2，雷达机动目标运动模型采用联动式转弯运动模型，对所述联动式转弯运动模型设定r个不同的初始角速度，得到r个对应的目标运动子模型和r个对应的系统状态转移矩阵；分别确定r个目标运动子模型第0时刻先验概率矩阵、第0时刻模型状态转移矩阵；步骤3，对于第j个目标运动子模型，根据第k‑1时刻状态向量和第k‑1时刻协方差矩阵，以及其对应的第k‑1时刻先验概率矩阵、第k‑1时刻模型状态转移矩阵，得到第j个目标运动子模型最新的第k‑1时刻状态向量和第k‑1时刻协方差矩阵，j∈(1,2,…r)，k≥1，k的初值为1；步骤4，根据第j个目标运动子模型最新的第k‑1时刻状态向量、第k‑1时刻协方差矩阵、所述观测值序列和其对应的系统状态转移矩阵，计算第j个目标运动子模型的第k时刻新息值、第k时刻新息协方差矩阵以及第k时刻增益矩阵，从而得到第j个目标运动子模型的第k时刻状态估计向量和第k时刻状态估计协方差矩阵；步骤5，根据所述第j个目标运动子模型的第k时刻新息值和第k时刻新息协方差矩阵计算第k时刻新息的似然函数；根据所述第k时刻新息的似然函数、所述第j个目标运动子模型的第k‑1时刻先验概率矩阵和第k‑1时刻模型状态转移矩阵计算所述第j个目标运动子模型的第k时刻后验概率；步骤6，根据步骤3至步骤5，依次得到r个目标运动子模型的第k时刻状态估计向量、第k时刻状态估计协方差矩阵以及第k时刻后验概率，根据所述r个目标运动子模型的第k时刻状态估计向量、第k时刻状态估计协方差矩阵以及第k时刻后验概率得到r个目标运动子模型第k时刻总体状态估计向量和第k时刻总体状态估计协方差矩阵；步骤7，根据r个目标运动子模型第k时刻后验概率对r个目标运动子模型的角速度进行修正，并将修正后的角速度作为r个目标运动子模型的最新角速度；步骤8，根据r个目标运动子模型第k时刻后验概率和第k‑1时刻后验概率对r个目标运动子模型第k‑1时刻模型状态转移矩阵进行修正，得到r个目标运动子模型第k时刻模型状态转移矩阵，并将其作为r个目标运动子模型最新的模型状态转移矩阵；步骤9，令k的值加1，并依次重复执行步骤3至步骤8，直到k>N‑1，从而得到r个目标运动子模型对雷达机动目标跟踪的最终模型状态转移矩阵，根据r个目标运动子模型的最终模型状态转移矩阵对雷达机动目标进行跟踪。