衰減系數(shù)自適應的濾波方法及濾波系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及目標跟蹤【技術(shù)領(lǐng)域】，尤其涉及一種衰減系數(shù)自適應的濾波方法。本發(fā)明在量測噪聲方差未知情況下，將能反映量測噪聲動態(tài)變化的輔助信息引入到對量測噪聲方差的估計中，利用量測噪聲的精度等級信息來自適應調(diào)節(jié)衰減系數(shù)，從而可以適應量測噪聲方差的動態(tài)變化，提高了對噪聲方差估計的性能，進而提高了濾波效果。
【專利說明】衰減系數(shù)自適應的濾波方法及濾波系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及目標跟蹤算法【技術(shù)領(lǐng)域】，尤其涉及一種衰減系數(shù)自適應的濾波方法及 濾波系統(tǒng)。

【背景技術(shù)】
[0002] 近年來，隨著傳感器技術(shù)、現(xiàn)代信息處理、計算機網(wǎng)絡(luò)等技術(shù)的飛速發(fā)展，目標跟 蹤技術(shù)日趨成熟，已經(jīng)深入到社會生活的各個方面，成為社會發(fā)展不可缺少的科技組成部 分。無論在空中偵察與預警、彈道導彈防御、戰(zhàn)場監(jiān)視等軍事領(lǐng)域，還是在海岸監(jiān)視、空中交 通管制（ATC)等民用領(lǐng)域，目標跟蹤均有廣泛的應用，扮演著重要的角色。目標跟蹤的基本 問題是如何根據(jù)觀測數(shù)據(jù)（即檢測器的估值）實時地準確估計和預測目標的運動狀態(tài)，即 狀態(tài)最優(yōu)估計問題。
[0003] 在通信、航空航天及自動控制等目標領(lǐng)域中，量測信號常常被噪聲所干擾。為消除 或減少噪聲的影響，獲得未知真實信號或系統(tǒng)狀態(tài)的最優(yōu)估計，需要對量測噪聲進行濾波。 經(jīng)典的卡爾曼濾波（Kalman Filter，KF)是一種遞推最優(yōu)線性最小均方估計濾波算法，因其 良好的性能而得到廣泛應用。但該算法要求過程噪聲和量測噪聲是統(tǒng)計特性已知的高斯白 噪聲序列，并且動態(tài)方程和量測方程都是線性的。當系統(tǒng)模型或噪聲統(tǒng)計特性不準確時，使 濾波性能將下降，嚴重時會導致發(fā)散。為解決這一問題，最常采用的方法是自適應卡爾曼濾 波（AKF)算法。
[0004] 自適應卡爾曼濾波算法長期以來一直是學者研究的熱點，主要可分為兩類：一類 是基于新息的自適應估計算法（IAE)，包括協(xié)方差匹配法、極大似然法等，IAE相當于一個 最大似然估計器，通過新息序列實時更新噪聲方差，但如果噪聲方差陣內(nèi)的噪聲獨立變化 時，IAE算法不能對其進行單獨調(diào)節(jié)，并且當新息窗長度較大時，算法復雜度將會增加；另 一類為貝葉斯法，包括多模型自適應估計（MME)等，它通過對后驗概率分布函數(shù)的近似以 適應未知噪聲。對密度分布函數(shù)近似最常用的是采樣方法，如粒子濾波。而變分貝葉斯法 則采用多個已知分布近似難以求解的后驗分布，與采樣相比這種方法的計算量大大降低。
[0005] 針對量測噪聲方差未知且變化的情況，Li X R提出一種應用多個噪聲方差模型 的交互式多模型（IMM)估計算法，該算法通過把噪聲方差劃分為多級，從而形成多個濾波 模型，但該算法時間復雜度很高，且事先需要已知噪聲方差的轉(zhuǎn)移矩陣，難以推廣應用。 Sarkka提出一種基于變分貝葉斯的自適應卡爾曼濾波（VB-AKF)算法，該算法采用變分貝 葉斯方法近似狀態(tài)和噪聲的聯(lián)合后驗分布，通過迭代估計當前時刻的觀測噪聲方差，具有 良好的未知噪聲方差估計性能。該算法計算量小，且可以單獨調(diào)節(jié)噪聲方差陣內(nèi)獨立變化 的噪聲，具有良好的濾波和跟蹤性能，因此被廣泛地應用在GPS定位跟蹤系統(tǒng)中。但現(xiàn)有 VB-AKF算法中反映量測噪聲方差變化的衰減系數(shù)是預先選定的一個常數(shù)，由于量測噪聲方 差的變化規(guī)律往往是未知的，因而衰減系數(shù)只能折衷選擇，這就造成了 VB-AKF算法無法適 用于量測噪聲方差的不同變化情形，從而造成估計性能下降。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明所要解決的技術(shù)問題是，提供一種衰減系數(shù)自適應的濾波方法及濾波系 統(tǒng)，可以根據(jù)量測噪聲的精度等級自適應地調(diào)節(jié)衰減系數(shù)，從而更加適應噪聲的動態(tài)變化， 使濾波結(jié)果具有更好的性能。本發(fā)明是這樣實現(xiàn)的：
[0007] -種衰減系數(shù)自適應的濾波方法，包括交替執(zhí)行如下時間更新步驟及測量更新步 驟；
[0008] 所述時間更新步驟包括：
[0009] 根據(jù)前一時刻的目標狀態(tài)估計值及狀態(tài)協(xié)方差矩陣獲得當前時刻的目標狀態(tài)預 測值及預測狀態(tài)的協(xié)方差矩陣；
[0010] 根據(jù)原衰減系數(shù)及量測噪聲的精度等級的變化量計算新的衰減系數(shù)；
[0011] 根據(jù)原量測噪聲參數(shù)和所述新的衰減系數(shù)預測量測噪聲方差參數(shù)；
[0012] 所述測量更新步驟包括：
[0013] 根據(jù)預測的量測噪聲方差參數(shù)及當前量測噪聲的精度等級將量測噪聲協(xié)方差矩 陣初始化為與當前量測噪聲的精度等級一致的對角矩陣，并利用所述對角矩陣及當前量測 更新目標狀態(tài)的估計值；
[0014] 利用當前量測噪聲的精度等級和更新的目標狀態(tài)的估計值對量測噪聲方差參數(shù) 進行迭代更新；
[0015] 經(jīng)過設(shè)定迭代次數(shù)后，根據(jù)迭代結(jié)果更新量測噪聲方差參數(shù)和狀態(tài)估計，并將其 作為下一時間更新步驟中的量測噪聲方差參數(shù)和狀態(tài)估計。
[0016] 進一步地，所述量測噪聲協(xié)方差矩陣是一個對角陣，每個對角線元素分別由一個 尺度參數(shù)和一個形狀參數(shù)β 決定；其中，i = 1，2, ···，(!，d是量測數(shù)據(jù)的維數(shù)，k表 示時刻；
[0017] 所述時間更新步驟中：
[0018] 所述新的衰減系數(shù)為量測噪聲方差變化趨勢ak的單調(diào)減函數(shù)，a k= c · aj^+Ark, Ark為量測噪聲的精度等級的變化量，Ar k= r J5-Iv1，其中，:rk表示k時刻量測噪聲的精度 等級。
[0019] 進一步地，所述測量更新步驟中：
[0020] 當根據(jù)估計得到的量測噪聲協(xié)方差矩陣免與k時刻的精度等級不一致時，重置量 Λ 測更新迭代初始參數(shù)和以使與k時刻的精度等級相一致。
[0021] 一種衰減系數(shù)自適應的濾波系統(tǒng)，包括時間更新模塊及量測更新模塊；
[0022] 所述時間更新模塊包括：
[0023] 目標狀態(tài)及狀態(tài)協(xié)方差矩陣預測模塊，用于根據(jù)前一時刻的目標狀態(tài)估計值及狀 態(tài)協(xié)方差矩陣獲得當前時刻的目標狀態(tài)預測值及預測狀態(tài)的協(xié)方差矩陣；
[0024] 衰減系數(shù)計算模塊，用于根據(jù)原衰減系數(shù)及量測噪聲的精度等級的變化量計算新 的哀減系數(shù)；
[0025] 量測噪聲方差參數(shù)預測模塊，用于根據(jù)原量測噪聲參數(shù)和所述新的衰減系數(shù)預測 量測噪聲方差參數(shù)；
[0026] 所述量測更新模塊包括：
[0027] 迭代初始化模塊，用于根據(jù)預測的量測噪聲方差參數(shù)及當前量測噪聲的精度等級 將量測噪聲協(xié)方差矩陣初始化為與當前量測噪聲的精度等級一致的對角矩陣，并利用所述 對角矩陣及當前量測更新目標狀態(tài)的估計值；
[0028] 量測噪聲方差參數(shù)迭代模塊，用于利用當前量測噪聲的精度等級和更新的目標狀 態(tài)的估計值對量測噪聲方差參數(shù)進行迭代更新；
[0029] 量測噪聲方差和狀態(tài)更新模塊，用于經(jīng)過設(shè)定迭代次數(shù)后，根據(jù)迭代結(jié)果更新量 測噪聲方差參數(shù)和狀態(tài)估計，并將其作為下一時間更新步驟中的量測噪聲方差參數(shù)和狀態(tài) 估計。
[0030] 進一步地，所述量測噪聲協(xié)方差矩陣是一個對角陣，每個對角線元素分別由一個 尺度參數(shù)和一個形狀參數(shù)β U決定；其中，i = 1，2,…，d，d是量測數(shù)據(jù)的維數(shù)，k表 示時刻；
[0031] 所述時間更新模塊中：
[0032] 所述新的衰減系數(shù)為量測噪聲方差變化趨勢ak的單調(diào)減函數(shù)，a k= c · a Jrf+ Δ rk, Ark為量測噪聲的精度等級的變化量，Ar k= r J5-Iv1，其中，:rk表示k時刻量測噪聲的精度 等級。
[0033] 進一步地，所述測量更新模塊中：
[0034] 當根據(jù)估計得到的量測噪聲協(xié)方差矩陣與k時刻的精度等級不一致時，重置量 測更新迭代初始參數(shù)和及以使&與k時刻的精度等級相一致。
[0035] 與現(xiàn)有技術(shù)相比，本發(fā)明在量測噪聲方差未知情況下，將能反映量測噪聲動態(tài)變 化的輔助信息引入到對量測噪聲方差的估計中，利用量測噪聲的精度等級信息來自適應調(diào) 節(jié)衰減系數(shù)，從而可以適應量測噪聲方差的動態(tài)變化，提高了對噪聲方差估計的性能，進而 提高了濾波效果。

【專利附圖】

【附圖說明】
[0036] 圖1 :本發(fā)明提供的衰減系數(shù)自適應的濾波方法流程示意圖；
[0037] 圖2 :導航位置的精確度等級（NACp)編碼表；
[0038] 圖3 :EPU定義示意圖；
[0039] 圖4 :本發(fā)明提供的衰減系數(shù)自適應的濾波系統(tǒng)組成示意圖。

【具體實施方式】
[0040] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對 本發(fā)明進行進一步詳細說明。
[0041] 根據(jù)圖1所示，本發(fā)明提供的衰減系數(shù)自適應的濾波方法包括交替執(zhí)行如下時間 更新步驟及測量更新步驟。其中：
[0042] 時間更新步驟包括：
[0043] 步驟Sl :根據(jù)前一時刻的目標狀態(tài)估計值及狀態(tài)協(xié)方差矩陣獲得當前時刻的目 標狀態(tài)預測值及預測狀態(tài)的協(xié)方差矩陣；
[0044] 步驟S2 :根據(jù)原衰減系數(shù)及量測噪聲的精度等級的變化量計算新的衰減系數(shù)；
[0045] 步驟S3 :根據(jù)原量測噪聲參數(shù)和新的衰減系數(shù)預測量測噪聲方差參數(shù)；
[0046] 測量更新步驟包括：
[0047] 步驟S4 :根據(jù)預測的量測噪聲方差參數(shù)及當前量測噪聲的精度等級將量測噪聲 協(xié)方差矩陣初始化為與當前量測噪聲的精度等級一致的對角矩陣，并利用對角矩陣及當前 量測更新目標狀態(tài)的估計值；
[0048] 步驟S5 :利用當前量測噪聲的精度等級和更新的目標狀態(tài)的估計值對量測噪聲 方差參數(shù)進行迭代更新；
[0049] 步驟S6 :經(jīng)過設(shè)定迭代次數(shù)后，根據(jù)迭代結(jié)果更新量測噪聲方差參數(shù)和狀態(tài)估 計，并將其作為下一時間更新步驟中的量測噪聲方差參數(shù)和狀態(tài)估計。
[0050] 量測噪聲協(xié)方差矩陣是一個對角陣，每個對角線元素分別由一個尺度參數(shù)a u和 一個形狀參數(shù)β U決定；其中，i = 1，2,…，d，d是量測數(shù)據(jù)的維數(shù)，k表示時刻；
[0051] 在時間更新步驟中：
[0052] 新的衰減系數(shù)為量測噪聲方差變化趨勢ak的單調(diào)減函數(shù)，a k= c · a Jrf+ Δ rk，Δ rk 為量測噪聲的精度等級的變化量，Ark= !Tk-Iv1，其中，:rk表示k時刻量測噪聲的精度等級。
[0053] 在測量更新步驟中：
[0054] 當根據(jù)估計得到的量測噪聲協(xié)方差矩陣&與k時刻的精度等級不一致時，重置量 測更新迭代初始參數(shù)和以使&與k時刻的精度等級相一致。
[0055] 下面對本發(fā)明所提出的衰減系數(shù)自適應的濾波方法進行詳細說明。
[0056] 對于如下的目標跟蹤系統(tǒng)：
[0057] Xk= F kxk-!+wk (1)
[0058] Zk= Hkxk+vk (2)
[0059] 式中k為時間下標，xk為維數(shù)為η的系統(tǒng)狀態(tài)向量；初始狀態(tài)Xtl服從高斯分布 X(l? Ν〇%Ρ(ι)，zk為維數(shù)為d的觀測向量；Fk為狀態(tài)轉(zhuǎn)移矩陣；H k為量測矩陣，wk為過程噪聲，它 是具有均值為零、方差矩陣為Qk的高斯噪聲向量，即

【權(quán)利要求】
1. 一種衰減系數(shù)自適應的濾波方法，其特征在于，包括交替執(zhí)行如下時間更新步驟及 測量更新步驟； 所述時間更新步驟包括： 根據(jù)前一時刻的目標狀態(tài)估計值及狀態(tài)協(xié)方差矩陣獲得當前時刻的目標狀態(tài)預測值 及預測狀態(tài)的協(xié)方差矩陣； 根據(jù)原衰減系數(shù)及量測噪聲的精度等級的變化量計算新的衰減系數(shù)； 根據(jù)原量測噪聲參數(shù)和所述新的衰減系數(shù)預測量測噪聲方差參數(shù)； 所述測量更新步驟包括： 根據(jù)預測的量測噪聲方差參數(shù)及當前量測噪聲的精度等級將量測噪聲協(xié)方差矩陣初 始化為與當前量測噪聲的精度等級一致的對角矩陣，并利用所述對角矩陣及當前量測更新 目標狀態(tài)的估計值； 利用當前量測噪聲的精度等級和更新的目標狀態(tài)的估計值對量測噪聲方差參數(shù)進行 迭代更新； 經(jīng)過設(shè)定迭代次數(shù)后，根據(jù)迭代結(jié)果更新量測噪聲方差參數(shù)和狀態(tài)估計，并將其作為 下一時間更新步驟中的量測噪聲方差參數(shù)和狀態(tài)估計。
2. 如權(quán)利要求1所述的衰減系數(shù)自適應的濾波方法，其特征在于： 所述量測噪聲協(xié)方差矩陣是一個對角陣，每個對角線元素分別由一個尺度參數(shù)a和 一個形狀參數(shù)βU決定；其中，i= 1，2,…，d，d是量測數(shù)據(jù)的維數(shù)，k表示時刻； 所述時間更新步驟中： 所述新的衰減系數(shù)為量測噪聲方差變化趨勢ak的單調(diào)減函數(shù)，ak=c·aJrf+Δrk，Δrk 為量測噪聲的精度等級的變化量，Ark= !Tk-Iv1，其中，:rk表示k時刻量測噪聲的精度等級。
3. 如權(quán)利要求1所述的衰減系數(shù)自適應的濾波方法，其特征在于， 所述測量更新步驟中： 當根據(jù)估計得到的量測噪聲協(xié)方差矩陣 < 與k時刻的精度等級不一致時，重置量測更 新迭代初始參數(shù)^&和爲^以使&與k時刻的精度等級相一致。
4. 一種衰減系數(shù)自適應的濾波系統(tǒng)，其特征在于，包括時間更新模塊及量測更新模 塊； 所述時間更新模塊包括： 目標狀態(tài)及狀態(tài)協(xié)方差矩陣預測模塊，用于根據(jù)前一時刻的目標狀態(tài)估計值及狀態(tài)協(xié) 方差矩陣獲得當前時刻的目標狀態(tài)預測值及預測狀態(tài)的協(xié)方差矩陣； 衰減系數(shù)計算模塊，用于根據(jù)原衰減系數(shù)及量測噪聲的精度等級的變化量計算新的衰 減系數(shù)； 量測噪聲方差參數(shù)預測模塊，用于根據(jù)原量測噪聲參數(shù)和所述新的衰減系數(shù)預測量測 噪聲方差參數(shù)； 所述量測更新模塊包括： 迭代初始化模塊，用于根據(jù)預測的量測噪聲方差參數(shù)及當前量測噪聲的精度等級將量 測噪聲協(xié)方差矩陣初始化為與當前量測噪聲的精度等級一致的對角矩陣，并利用所述對角 矩陣及當前量測更新目標狀態(tài)的估計值； 量測噪聲方差參數(shù)迭代模塊，用于利用當前量測噪聲的精度等級和更新的目標狀態(tài)的 估計值對量測噪聲方差參數(shù)進行迭代更新； 量測噪聲方差和狀態(tài)更新模塊，用于經(jīng)過設(shè)定迭代次數(shù)后，根據(jù)迭代結(jié)果更新量測噪 聲方差參數(shù)和狀態(tài)估計，并將其作為下一時間更新步驟中的量測噪聲方差參數(shù)和狀態(tài)估 計。
5. 如權(quán)利要求4所述的衰減系數(shù)自適應的濾波系統(tǒng)，其特征在于： 所述量測噪聲協(xié)方差矩陣是一個對角陣，每個對角線元素分別由一個尺度參數(shù)a和 一個形狀參數(shù)βU決定；其中，i= 1，2,…，d，d是量測數(shù)據(jù)的維數(shù)，k表示時刻； 所述時間更新模塊中： 所述新的衰減系數(shù)為量測噪聲方差變化趨勢ak的單調(diào)減函數(shù)，ak=c·aJrf+Δrk，Δrk 為量測噪聲的精度等級的變化量，Ark= !Tk-Iv1，其中，:rk表示k時刻量測噪聲的精度等級。
6. 如權(quán)利要求4所述的衰減系數(shù)自適應的濾波系統(tǒng)，其特征在于， 所述測量更新模塊中： 當根據(jù)估計得到的量測噪聲協(xié)方差矩陣與k時刻的精度等級不一致時，重置量測 更新迭代初始參數(shù)以使&與k時刻的精度等級相一致。
【文檔編號】G06T7/00GK104463841SQ201410564235
【公開日】2015年3月25日 申請日期:2014年10月21日 優(yōu)先權(quán)日:2014年10月21日
【發(fā)明者】黃建軍, 黃敬雄, 馮奇, 劉杰 申請人:深圳大學