CN110728026B - 一种基于角速度量测的末端弹道目标被动跟踪方法 - Google Patents
一种基于角速度量测的末端弹道目标被动跟踪方法 Download PDFInfo
- Publication number
- CN110728026B CN110728026B CN201910872018.3A CN201910872018A CN110728026B CN 110728026 B CN110728026 B CN 110728026B CN 201910872018 A CN201910872018 A CN 201910872018A CN 110728026 B CN110728026 B CN 110728026B
- Authority
- CN
- China
- Prior art keywords
- target
- state
- tracking
- formula
- measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于角速度量测的末端弹道目标被动跟踪方法。该方法为:首先,建立末端弹道目标运动模型;其次,建立基于测向交叉定位的跟踪模型:在经典测向交叉定位基础上使用双站,定义观测站分别为主站和副站,建立加入角速度量测的跟踪模型;然后,进行基于UKF的末端弹道目标跟踪滤波,实现末端弹道目标被动跟踪;最后,根据克拉美罗下界与均方根误差对滤波结果进行评估。本发明无需发射电磁波,隐蔽性高,并且提高了末端弹道目标的跟踪精度和滤波算法收敛的速度。
Description
技术领域
本发明涉及目标跟踪技术领域,特别是一种基于角速度量测的末端弹道目标被动跟踪方法。
背景技术
跟踪方式分为被动跟踪和主动跟踪两种,被动跟踪方式相对于主动跟踪方式而言,具有更强的隐蔽性和战场生存能力,其中的纯角度跟踪是最经典的被动式无源定位跟踪技术,广泛地应用于航海、航空、无线电探测、被动声呐、红外等领域。
由于弹道目标具有射程远、速度快、精度高等特点,在军事领域特别是导弹防御作战中,要求尽可能快速、准确、稳定地追踪弹道目标,进而进行攻击要素的解算并对其实施有效拦截。末端弹道目标***对于跟踪精度要求较高,因此经典的纯角度被动跟踪算法无法满足当前对弹道目标的跟踪精度要求。
目前对于弹道目标,多为主动跟踪和基于角度的被动跟踪算法。由于主动跟踪算法并不具备较好的隐蔽性,易被敌方进行反跟踪,因此被动跟踪这种较为隐蔽的跟踪算法逐渐被提出,但由于目前较多的被动跟踪即为纯角度量测,对于高速度和远距离的弹道目标而言,该算法的收敛速度和跟踪精度有限。
发明内容
本发明的目的在于提供一种收敛速度快、稳定性强、精度高的基于角速度量测的末端弹道目标被动跟踪方法。
实现本发明目的的技术解决方案为:一种基于角速度量测的末端弹道目标被动跟踪方法,包括以下步骤:
步骤1:建立末端弹道目标运动模型
对一类非机动末端弹道目标进行运动学和动力学分析,建立此类末端弹道目标的运动模型;
步骤2:建立基于测向交叉定位的跟踪模型
在经典测向交叉定位基础上,使用双站,定义观测站分别为主站和副站,建立加入角速度量测的跟踪模型;
步骤3:进行基于UKF的末端弹道目标跟踪滤波
根据以上建立的末端弹道目标跟踪模型(状态模型和量测模型)进行无迹卡尔曼滤波(UKF)处理,实现滤波跟踪。
步骤4:根据克拉美罗下界与均方根误差对于滤波进行评估
结合目标运动模型和测向交叉定位模型,推导并计算克拉美罗下界与均方根误差公式,评估UKF算法的性能。
本发明与现有技术相比,其显著优点为:(1)采用了被动跟踪方式,观测站直接获取目标所发射出的信号,无需自主发射信号,具有较好的隐蔽性;(2)利用双站观测,因此其量测具有可观测性,同时双站角度量测获取了更多的目标信息,加快了滤波算法收敛的速度;(3)加入了角速度作为新类型的量测信息,提高了末端弹道目标的跟踪精度并减小了跟踪误差。
附图说明
图1为本发明基于角速度量测的末端弹道目标被动跟踪方法的流程示意图。
图2为本发明中观测站参考坐标系与地心固定直角坐标系相对关系的示意图。
图3为本发明中双站测向交叉定位示意图。
图4为本发明中UKF滤波的流程示意图。
图5为本发明实施例中末端弹道目标滤波的轨迹对比图。
图6为本发明实施例中末端弹道目标位移通道滤波的误差对比图。
图7为本发明实施例中末端弹道目标速度通道滤波的误差对比图。
图8为本发明实施例中末端弹道目标位移通道CRLB与RMSE的对比图。
图9为本发明实施例中末端弹道目标速度通道CRLB与RMSE的对比图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
结合图1,本发明基于角速度量测的末端弹道目标被动跟踪方法,包括以下步骤:
步骤1:建立末端弹道目标运动模型:
如图2所示,选取东北天坐标系作为观测站参考坐标系,其中Or-XrYrZr为地心坐标系。
选取东北天坐标系作为观测站参考坐标系,Or-XrYrZr作为地心坐标系,末端弹道目标受到地球引力和空气阻力两部分力的作用;选取地球模型作为弹道目标模型的万有引力模型;
重力加速度aG(R)的公式为:
式中R为弹道目标与地心之间的距离的矢量,GM=3.98×105km3/s2为重力常数,r为目标与地心之间的直线距离,μR为R方向上的单位矢量;
阻力加速度aD的公式为:
S为末端弹道目标的迎风面积,m为弹道目标的质量,cD为阻力系数;
ρ(h)=ρ0·e-κh (3)
ρ0为海平面处的大气密度,κ为大气标高:
由此,x、y、z三个通道的加速度ax、ay、az如下所示:
其中三个通道的重力加速度和阻力加速度分别如下:
式中,r(k)、v(k)分别为目标在k时刻距离地心的直线距离和运动速度,根据目标加速度与速度、加速度与位移之间的关系式,在观测站参考坐标系下建立目标模型的运动学表达式:
进一步转换成如下形式:
将连续状态模型离散化后并叠加噪声,得到目标的离散形式的状态模型:
X(k+1)=f(X(k))+Gkwk (9)
X(k)为k时刻目标的状态向量,f(·)表示状态转移函数,Gk为过程噪声驱动矩阵,T为采样时间间隔:
式中,wk为量测噪声,设定为均值为零、协方差为Q的高斯白噪声。
步骤2:建立基于测向交叉定位的跟踪模型:在经典测向交叉定位基础上使用双站,定义观测站分别为主站和副站,建立加入角速度量测的跟踪模型:
如图3所示,建立测向交叉定位模型:
方位角α、俯仰角β与坐标系下目标状态坐标(x,y,z)和观测站坐标(xi,yi,zi)之间的转换公式为:
将角度和目标三维坐标之间的关系进行处理,得到三个通道下偏分公式:
离散量测方程形式如下所示:
Z(k)=h(X(k))+Vk (14)
其中,Z(k)表示k时刻观测站所得到的量测向量;h(·)为量测转移函数;Vk为量测噪声,设定为均值为零、协方差为R的高斯白噪声;
末端弹道目标***的跟踪模型即为:
跟踪模型为算法提供滤波所需的真值及量测值。
步骤3:进行基于UKF的末端弹道目标跟踪滤波,实现末端弹道目标被动跟踪:
使用的滤波算法为UKF算法。UKF是从线性卡尔曼滤波的发展过程中延伸出来的一种可适用于非线性***的滤波方法,通过无迹变换,再与线性卡尔曼滤波相结合,从而完成对于非线性***进行滤波的过程。无迹卡尔曼滤波是通过选取一定数目的采样点,给出对于这些随机采样点经过非线性变换作用之后的均值和方差,进行非线性传递。
末端弹道目标状态由其三个通道的位移及速度构成:
X(k)=[x(k) y(k) z(k) vx(k) vy(k) vz(k)]T
量测向量由方位角和俯仰角及角速度构成:
进行基于UKF的末端弹道目标跟踪滤波,结合图4,具体如下:
步骤3.2:计算2n+1个采样点X(i)(k|k),本发明计算13个采样点,n为状态列向量的维度,并根据无迹变换计算每个采样点相应的均值权值ωm和协方差权值ωc:
步骤3.3:将13个采样点作为k时刻的状态代入目标弹道运动模型,使用公式X(i)(k+1 k)=f(X(i)(k|k))计算13个采样点的一步预测值;
得出13个采样点状态量一步预测的均值及协方差矩阵;
步骤3.5:根据状态向量结合加权系数求得的预测均值,再次使用无迹变换,产生新的状态向量的采样点,公式为:
步骤3.6:将新产生的采样点代入量测方程,通过公式Z(i)(k+1|k)=h[X(i)(k+1|k)]得到下一时刻预测的量测量;
步骤3.8:由公式:
步骤4:根据克拉美罗下界与均方根误差对滤波结果进行评估:
步骤4.1:克拉美罗下界CRLB:设定P为未知变量无偏估计器的估计误差协方差矩阵,则如下不等式成立:
Fisher公式如下:
为求解式(22)中Fk,将式(7)变换成如下形式:
变换后,得到近似状态转移矩阵Fk为如下形式:
采用求取一阶偏导的方法对于角度信息进行离散化来求解Hk,经过线性化后得到Hk如下:
步骤4.2:均方根误差RMSE:
实施例1
下面结合实施例对加入角速度量测的末端弹道目标跟踪滤波算法进行说明。
双站观测下,设置末端弹道目标三个通道下的初始坐标及其速度为:X0=[50004000 150000 50 -400 -500]',两个静止观测站初始坐标分别为:StationA=[0 0 0]',StationB=[10000 15000 -1000]'。
设置采样时间间隔为0.05s,采样次数为1000次;长度单位为m,速度单位为m/s,加速度单位为m/s2。
设置三个通道的过程噪声方差均为0.1m/s2,方位、俯仰两个角度及其角速度的测量误差均方差分别为为σ角度=1mil,σ角速度=1mil/s;设置初始协方差矩阵为10^5*diag(1,1,1,1,1,1),滤波初值为
滤波轨迹对比图如图5所示,滤波误差曲线图如图6、图7所示,各通道CRLB与RMSE对比图如图8、图9所示,由图5~图9可知,本发明提高了末端弹道目标的跟踪精度,加快了滤波算法收敛的速度。
Claims (4)
1.一种基于角速度量测的末端弹道目标被动跟踪方法,其特征在于,包括以下步骤:
步骤1:建立末端弹道目标运动模型;
步骤2:建立基于测向交叉定位的跟踪模型:在经典测向交叉定位基础上使用双站,定义观测站分别为主站和副站,建立加入角速度量测的跟踪模型;
步骤3:进行基于UKF的末端弹道目标跟踪滤波,实现末端弹道目标被动跟踪;
在步骤3所述进行基于UKF的末端弹道目标跟踪滤波,实现末端弹道目标被动跟踪之后,还包括根据克拉美罗下界与均方根误差对滤波结果进行评估的步骤;
步骤1所述的建立末端弹道目标运动模型,具体如下:
选取东北天坐标系作为观测站参考坐标系,Or-XrYrZr作为地心坐标系,末端弹道目标受到地球引力和空气阻力两部分力的作用;选取地球模型作为弹道目标模型的万有引力模型;
重力加速度aG(R)的公式为:
式中R为弹道目标与地心之间的距离的矢量,GM=3.98×105km3/s2为重力常数,r为目标与地心之间的直线距离,μR为R方向上的单位矢量;
阻力加速度aD的公式为:
S为末端弹道目标的迎风面积,m为弹道目标的质量,cD为阻力系数;
ρ(h)=ρ0·e-κh (3)
ρ0为海平面处的大气密度,κ为大气标高:
由此,x、y、z三个通道的加速度ax、ay、az如下所示:
其中三个通道的重力加速度和阻力加速度分别如下:
式中,r(k)、v(k)分别为目标在k时刻距离地心的直线距离和运动速度,根据目标加速度与速度、加速度与位移之间的关系式,在观测站参考坐标系下建立目标模型的运动学表达式:
进一步写成如下形式:
将连续状态模型离散化后并叠加噪声,得到目标的离散形式的状态模型:
X(k+1)=f(X(k))+Gkwk (9)
X(k)为k时刻目标的状态向量,f(·)表示状态转移函数,Gk为过程噪声驱动矩阵,T为采样时间间隔:
wk为量测噪声,设定为均值为零、协方差为Q的高斯白噪声。
3.根据权利要求1所述的基于角速度量测的末端弹道目标被动跟踪方法,其特征在于,步骤3所述的进行基于UKF的末端弹道目标跟踪滤波,具体如下:
末端弹道目标状态由其三个通道的位移及速度构成:
X(k)=[x(k) y(k) z(k) vx(k) vy(k) vz(k)]T
量测向量由方位角和俯仰角及角速度构成:
进行基于UKF的末端弹道目标跟踪滤波,具体如下:
步骤3.2:计算2n+1个采样点X(i)(k|k),n为状态列向量的维度,并根据无迹变换计算每个采样点相应的均值权值ωm和协方差权值ωc:
步骤3.3:将13个采样点作为k时刻的状态代入目标弹道运动模型,使用公式X(i)(k+1|k)=f(X(i)(k|k))计算13个采样点的一步预测值;
步骤3.5:根据状态向量结合加权系数求得的预测均值,再次使用无迹变换,产生新的状态向量的采样点,公式为:
步骤3.6:将新产生的采样点代入量测方程,通过公式Z(i)(k+1|k)=h[X(i)(k+1|k)]得到下一时刻预测的量测量;
步骤3.8:由公式:
4.根据权利要求1所述的基于角速度量测的末端弹道目标被动跟踪方法,其特征在于,所述的根据克拉美罗下界与均方根误差对滤波结果进行评估,具体如下:
步骤4.1:克拉美罗下界CRLB:设定P为未知变量无偏估计器的估计误差协方差矩阵,则如下不等式成立:
Fisher公式如下:
将式(7)改写成如下差分形式:
变换后,得到近似状态转移矩阵Fk为如下形式:
采用求取一阶偏导的方法对于角度信息进行离散化;经过线性化后得到Hk如下:
步骤4.2:均方根误差RMSE:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910872018.3A CN110728026B (zh) | 2019-09-16 | 2019-09-16 | 一种基于角速度量测的末端弹道目标被动跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910872018.3A CN110728026B (zh) | 2019-09-16 | 2019-09-16 | 一种基于角速度量测的末端弹道目标被动跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110728026A CN110728026A (zh) | 2020-01-24 |
CN110728026B true CN110728026B (zh) | 2022-10-21 |
Family
ID=69219028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910872018.3A Active CN110728026B (zh) | 2019-09-16 | 2019-09-16 | 一种基于角速度量测的末端弹道目标被动跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110728026B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111707997B (zh) * | 2020-06-03 | 2022-05-27 | 南京慧尔视智能科技有限公司 | 雷达目标跟踪方法、装置、电子设备及存储介质 |
CN113534164B (zh) * | 2021-05-24 | 2023-12-12 | 中船海洋探测技术研究院有限公司 | 一种基于主被动联合声纳阵列的目标路径跟踪方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107045125A (zh) * | 2017-03-17 | 2017-08-15 | 电子科技大学 | 一种基于预测值量测转换的交互多模型雷达目标跟踪方法 |
CN108073742A (zh) * | 2016-11-17 | 2018-05-25 | 北京机电工程研究所 | 基于改进粒子滤波算法的拦截导弹末段飞行状态估计方法 |
CN109933847A (zh) * | 2019-01-30 | 2019-06-25 | 中国人民解放军战略支援部队信息工程大学 | 一种改进的主动段弹道估计算法 |
-
2019
- 2019-09-16 CN CN201910872018.3A patent/CN110728026B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108073742A (zh) * | 2016-11-17 | 2018-05-25 | 北京机电工程研究所 | 基于改进粒子滤波算法的拦截导弹末段飞行状态估计方法 |
CN107045125A (zh) * | 2017-03-17 | 2017-08-15 | 电子科技大学 | 一种基于预测值量测转换的交互多模型雷达目标跟踪方法 |
CN109933847A (zh) * | 2019-01-30 | 2019-06-25 | 中国人民解放军战略支援部队信息工程大学 | 一种改进的主动段弹道估计算法 |
Also Published As
Publication number | Publication date |
---|---|
CN110728026A (zh) | 2020-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110375730B (zh) | 基于imu和uwb融合的室内定位导航*** | |
CN109633590B (zh) | 基于gp-vsmm-jpda的扩展目标跟踪方法 | |
CN111783307B (zh) | 一种高超声速飞行器状态估计方法 | |
CN109298725B (zh) | 一种基于phd滤波的群体机器人分布式多目标跟踪方法 | |
CN111065048B (zh) | 基于量子风驱动机制的多无人机tdoa三维协同定位方法 | |
CN104101876B (zh) | 外辐射源雷达中一种基于随机有限集的多目标跟踪方法 | |
CN110728026B (zh) | 一种基于角速度量测的末端弹道目标被动跟踪方法 | |
CN108663654B (zh) | 一种基于连续量子鸽群的360度全方位动态测向方法 | |
CN105044667A (zh) | 一种运动目标的双星跟踪方法、装置和*** | |
CN110738275A (zh) | 基于ut-phd的多传感器序贯融合跟踪方法 | |
CN111121770B (zh) | 一种交互式多弹多模型航迹融合方法 | |
CN112325885A (zh) | 一种基于数学统计特征的因子图协同定位算法 | |
CN113076634B (zh) | 一种多机协同无源定位方法、装置及*** | |
CN116047495B (zh) | 一种用于三坐标雷达的状态变换融合滤波跟踪方法 | |
CN116224320B (zh) | 一种极坐标系下处理多普勒量测的雷达目标跟踪方法 | |
CN111896946A (zh) | 一种基于航迹拟合的连续时间目标跟踪方法 | |
Kauffman et al. | Simulation study of UWB-OFDM SAR for navigation with INS integration | |
Garapati Vaishnavi et al. | Underwater bearings-only tracking using particle filter | |
CN114660587A (zh) | 基于Jerk模型的跳跃滑翔弹道目标跟踪方法及*** | |
CN113219406A (zh) | 一种基于扩展卡尔曼滤波的直接跟踪方法 | |
CN108333582B (zh) | 一种基于聚束模式sar的动目标速度计算方法 | |
Sönmez et al. | Analysis of performance criteria for optimization based bearing only target tracking algorithms | |
CN116736287B (zh) | 基于多探测模式的地波多径目标跟踪方法 | |
CN115235475B (zh) | 一种基于mcc的ekf-slam后端导航路径优化方法 | |
RU2758446C1 (ru) | Способ управления положением оси антенны бортовой радиолокационной станции при сопровождении меневрирующей воздушной цели |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |