[发明专利]用于目标跟踪的距离方位滤波方法

说明书

本发明公开了一种用于目标跟踪的距离方位滤波方法，其解决了传统的α‑β和α‑β‑γ滤波方法考虑残差不够全面的问题。本发明先利用坐标变换的方法，根据目标的位置参数，将目标的位置投影到直角坐标系中的x、y方向，再分别对x、y方向进行滤波，在滤波时利用了距离方向和距离正交方向的残差对预测结果进行修正，最后将x、y方向的滤波值进行合成，得到滤波后目标的位置参数，从而实现对目标更准确的跟踪。

技术领域

本发明涉及目标跟踪和雷达数据处理技术领域，具体涉及一种基于α-β和α-β-γ滤波的距离方位滤波方法。

背景技术

目标跟踪方法是雷达数据处理的重要环节，雷达对运动目标的跟踪即是对状态数据进行滤波的过程，它的作用是对目标运动状态做出估计和预测。目标跟踪的任务是通过相关的滤波处理建立目标的运动轨迹。雷达系统根据目标轨迹建立过程中对目标运动状态做出的估计和预测，来评估目标的安全态势和机动性的安全效果。因此，目标跟踪环节工作性能的优劣直接影响到雷达系统的安全效能。

鉴于目标跟踪在增进雷达效能中的重要作用，世界各国在军用和民用等领域中一直非常重视和发展这一技术，例如各种武器防卫系统、空中交通管理系统、卫星导航系统、机器人运动系统等。传统的滤波算法中，主要有线性自回归滤波、两点外推滤波、维纳滤波、加权最小二乘滤波、卡尔曼滤波等，其中应用最广泛的是卡尔曼滤波。

由于计算卡尔曼滤波器的增益矩阵的计算量比较大，为了减少增益矩阵的计算量，通常采用常增益卡尔曼滤波器。对于匀速运动(CV，Constant Velocity)模型，一般采用α-β滤波；对于匀加速运动(CA，Constant Acceleration)模型，则采用α-β-γ滤波。

在利用雷达对目标进行跟踪时，采用的方法通常是先进行坐标变换，把目标的位置参数(即目标与雷达观测点之间的相对距离R和方位角度θ)投影到直角坐标系中，得到目标在x方向和y方向的位置、速度，再利用α-β滤波器或者α-β-γ滤波器对位置和速度进行滤波处理，得到滤波后目标的位置参数，从而实现对目标的跟踪。由于在直角坐标系下传统的α-β和α-β-γ滤波器只考虑了一个方向(x方向或者y方向)的残差，没有考虑与这个方向正交的方向的残差，因此，存在一定的滤波误差，影响了滤波效果。因为x方向的残差与距离R的残差在x方向的投影以及距离正交方向的残差在x方向的投影有关，同理，y方向的残差与距离R的残差在y方向的投影以及距离正交方向的残差在y方向的投影有关。所以，为了减小滤波误差，提高滤波器的滤波效果，不仅要考虑距离方向的残差，还需要考虑距离正交方向的残差。

发明内容

本发明克服了现有技术的不足，提供一种用于目标跟踪的距离方位滤波方法，用于解决目前技术存在一定的滤波误差、滤波效果不好的问题。

考虑到现有技术的上述问题，根据本发明公开的一个方面，本发明采用以下技术方案：

一种用于目标跟踪的距离方位滤波方法，包括：

步骤1、根据目标运动的回波数据判断目标做匀速运动或匀加速运动，建立系统模型，得到目标的状态方程和测量方程；

步骤2、进行坐标变换，将目标的位置参数投影到直角坐标系中的X、Y方向；

步骤3、对目标的初始状态和误差协方差进行初始化；

步骤4、在K-1时刻，通过系统模型对K时刻目标的状态进行预测，其K表示任一时刻；

步骤5、在K-1时刻，通过系统模型对误差协方差进行预测；

步骤6、得到距离正交方向位置、速度、加速度的平滑参数；

步骤7、得到X与Y方向的残差；

步骤8、引入常增益因子α、β、γ，计算得到滤波增益；

步骤9、计算得到K时刻目标的状态估计。