[发明专利]信息平方根分解的多目标跟踪方法

权利要求书

1.一种信息平方根分解的多目标跟踪方法，其特征在于包括以下步骤：

(1)、定义N个目标跟踪中第i个目标的离散化模型为

x_i(k+1)＝Φ(k+1，k)x_i(k)+Λω_i(k)，

其中：为状态向量，(x，y，z)为目标在地面参考直角坐标系下的位置坐标，ω_i(k)表示方差为Q_i(k)的过程噪声向量，Φ(k+1，k)＝Φ＝diag[Φ₁，Φ₁，Φ₁]为状态转移矩阵，Λ=∫kT(k+1)TΦ(k+1,τ)Γ(τ)dτ=Λi000Λi000Λi,]]>Γ(t)为系数矩阵，Γ=Γ1000Γ1000Γ1,]]>Γ₁＝[0 0 1]^T，Φ1=1T12T201T001,]]>Λ1=16T312T3TT,]]>T为采样周期；

第i个目标的时间更新为：

x_i(k+1/k)＝S_i(k+1/k)b_i(k+1/k)

T1=Qi-12(k)00Si-1(k/k)ΦΛSi-1(k/k)Φ-1bi(k/k)=Ai(k+1)Bi(k+1)ci(k+1)0Si-1(k+1/k)bi(k+1/k)]]>

其中：n＝9，x_i(k+1/k)为第i个目标对(k+1)T时刻的一步预测值，为对应的一步预测误差的方差阵，S_i(k+1/k)为上三角矩阵，T₁为正交变换矩阵，A_i(k+1)、B_i(k+1)、c_i(k+1)为计算过程产生的矩阵；初始条件为x_i(0/0)和S_i(0/0)；

(2)、第i个目标观测方程为：z_i(k)＝g_i[x_i(k)]+v_i(k)

其中：z_i(k)为对第i个目标的r维观测向量，g_i[x_i(k)]为对应的输出，v_i(k)表示方差为R_i(k)测量噪声；计算

T2=Si-1(k+1/k)bi(k+1/k)Ri-12(k+1)(k)Hi(k+1)Ri-12(k+1)ηi(k+1)=S‾i-1(k+1)bi(k+1/k+1)0ei(k+1/k+1)]]>

xi(k+1/k+1)=S‾i(k+1)bi(k+1/k+1)]]>

其中：ηi(k+1)={Σj=1mλij(k+1)zij(k+1)-gi[xi(k+1/k)]},]]>e_i(k+1/k+1)为计算过程产生的矩阵，为上三角矩阵，T₂为正交变换矩阵，z_ij(k+1)为雷达对第i个目标的第j(j＝1，2，…，m)个回波，x_i(k+1/k+1)为第i个目标(k+1)T时刻的滤波值，λ_ij(k+1)为权系数，且：Σj=1mλi,j(k+1)=1,]]>Hi(k+1)=∂gi[xi(k+1)]∂xi(k+1)|xi(k+1)=xi(k+1/k);]]>

(3)、第i个跟踪估计方法为：

a=(bl)Tblslj=0j=1,2,...,l-1aj=l[(1/a)(bl)T]bjj=l+1,l+2,...nbj=bj-slj[bl/a]j=l+1,...,nl=1,2,...,n]]>

其中：n＝9，y_j为Y^T(k+1)的第j列向量，Y(k+1)=S‾i-T(k+1)Hi(k+1)Ri(k+1)dT(I-ΩuuT),]]>S_lj为的第l行第j列元素，S_i(k+1/k+1)为上三角矩阵，为第i个目标(k+1)T时刻估计误差的方差阵；

u=11...1,]]>d=Δi,1T(k+1)Δi,2T(k+1)...Δi,mT(k+1);]]>

Δ_i，j(k+1)为第j个候选回波信息向量，

Δ_i，j(k+1)＝z_i，j(k+1`)-g_i[x_i(k+1/k)]。