張 舉(中國電子科技集團(tuán)公司 第二十研究所,陜西 西安710068)
現(xiàn)代海戰(zhàn)中,超低空突防的來襲導(dǎo)彈已構(gòu)水面艦艇的主要威脅,而單平臺(tái)的偵察探測能力不能滿足反導(dǎo)作戰(zhàn)的要求,在此背景下,充分利用多平臺(tái)傳感器的信息共享可以提高其反導(dǎo)效果。當(dāng)采用多平臺(tái)傳感器探測的數(shù)據(jù)進(jìn)行融合時(shí),由于不同類型的傳感器的采樣率、預(yù)處理時(shí)間以及數(shù)據(jù)通信延遲,導(dǎo)致出現(xiàn)多個(gè)傳感器量測無序到達(dá)融合中心的現(xiàn)象[1],即無序量測現(xiàn)象。由于Kalman濾波算法只適于處理順序量測,因此基于Kalman濾波框架的量測融合算法不能直接處理狀態(tài)估計(jì)的負(fù)時(shí)間更新問題。當(dāng)前針對(duì)無序量測現(xiàn)象的濾波方法主要有:丟棄延遲量測法、重新濾波法、數(shù)據(jù)緩存法和直接更新法[2]。丟棄延遲量測法會(huì)造成大量信息丟失,導(dǎo)致目標(biāo)跟蹤精度下降甚至丟失目標(biāo)。對(duì)于重新濾波法,存儲(chǔ)量和計(jì)算量隨傳感器數(shù)目、目標(biāo)數(shù)目及延遲時(shí)間的增長而顯著增加。數(shù)據(jù)緩存法需要較大的存儲(chǔ)空間而且輸出嚴(yán)重滯后。直接更新法直接使用無序量測更新當(dāng)前時(shí)刻的狀態(tài)估計(jì),使其達(dá)到或逼近量測順序處理時(shí)的濾波精度[3][4]。
對(duì)于協(xié)同作戰(zhàn)的多平臺(tái)系統(tǒng),每個(gè)協(xié)同單元在自身坐標(biāo)系下進(jìn)行目標(biāo)跟蹤的同時(shí),接收其它平臺(tái)周期性發(fā)送探測信息。
狀態(tài)方程和測量方程如下:
其中,ωk~N(0,Qk)為建模誤差,vk~N(0,Rk)為測量誤差。 矩陣 Fk為狀態(tài)變換矩陣,Gk誤差輸入矩陣,Xk包含目標(biāo)位置、速度和加速度。
線性測量方程可通過對(duì)非線性觀測函數(shù)線性化:
其中,Xk=[xkykzkx˙ky˙kz˙k]T
對(duì)于擴(kuò)展卡爾曼濾波器的濾波方程如下:
下面在時(shí)間軸下,給出采用離散時(shí)間擴(kuò)展卡爾曼濾波的負(fù)時(shí)間更新的情況。如圖1,用tk-2時(shí)刻的測量數(shù)據(jù)Zk-2,得到標(biāo)準(zhǔn)濾波器推導(dǎo)狀態(tài)估計(jì)值Xk-2/k-2。tk-1時(shí)刻遙控傳感器獲得測量值Zk-1,把這些數(shù)據(jù)添加時(shí)戳tk-1,并提交數(shù)據(jù)到具有傳輸延時(shí)的網(wǎng)上。tk時(shí)刻測量值Zk準(zhǔn)時(shí)到達(dá),并更新狀態(tài)估計(jì)由Xk-2/k-2得到Xk/k。由于數(shù)據(jù)延時(shí),測量值Zk-1在tk+時(shí)刻到達(dá),把該延遲數(shù)據(jù)考慮進(jìn)去用于提高狀態(tài)估計(jì)Xk/k+。
圖1 負(fù)時(shí)間更新時(shí)間軸
基于上述問題表述的負(fù)時(shí)間更新算法推導(dǎo)如下:
時(shí)間間隔表示為:
狀態(tài)Xk|j估計(jì)誤差表示為,相應(yīng)真值表示為狀態(tài)Xk,則
時(shí)間間隔T內(nèi),狀態(tài)Xk∈Rn的離散時(shí)間推導(dǎo)表示為:
其中,F(xiàn)是離散時(shí)間狀態(tài)轉(zhuǎn)換矩陣,W(T)是對(duì)象噪聲影響的矢量Xk=[xkx˙k]T表達(dá)式,假定狀態(tài)矢量 是一維向量,那么狀態(tài)變換矩陣為:
該模型的對(duì)象噪聲將為連續(xù)時(shí)間白噪聲加速度。單位脈沖加速度δ(t-α),tk-2<α<tk,將在在狀態(tài)空間[tk-2-α 1]T產(chǎn)生響應(yīng)。 白噪聲加速度ω(α)應(yīng)用整個(gè)時(shí)間間隔T產(chǎn)生對(duì)象噪聲:
從tk-2到tk狀態(tài)估計(jì)協(xié)方差的時(shí)間映射為:
當(dāng)測量值Zk到達(dá)濾波器用于處理時(shí),濾波器并不知道延時(shí)測量值Zk-1的存在。因而,濾波器將繼續(xù)用標(biāo)準(zhǔn)卡爾曼濾波器更新處理。
首先處理將設(shè)計(jì)以前的狀態(tài)估計(jì)Xk-2
則狀態(tài)估計(jì)誤差為
標(biāo)準(zhǔn)卡爾曼濾波處理應(yīng)用增益更新狀態(tài)估計(jì)
進(jìn)而可求得
考慮到突發(fā)性,負(fù)時(shí)間更新可能在Xk-2|k-2→Xk|k更新時(shí)刻,定義量
該量為協(xié)方差,tk時(shí)刻標(biāo)準(zhǔn)更新后的狀態(tài)估計(jì)誤差X?k|k,時(shí)間間隔T前半部分的累積對(duì)象噪聲誤差。通過整理可得:
延時(shí)測量 Zk-1具有誤差 vk-1~N(0,Rk-1),在狀態(tài)估計(jì)更新 Xk|k被發(fā)現(xiàn)時(shí),時(shí)刻狀態(tài)估計(jì)更新Xk|k+。下面確定的卡爾曼增益新Kk+
該項(xiàng)F-1(T2)Xk|k于計(jì)算tk-1時(shí)刻更新的新息,同時(shí)確保 tk-1時(shí)刻的估計(jì)值Xk|k+。 代入Zk和 Xk,則
進(jìn)而求得
這里只用目標(biāo)跟蹤的其中一個(gè)坐標(biāo),濾波器參數(shù)為:
假定有4個(gè)測量值Zk,k=1,2,3,4,所有值的準(zhǔn)時(shí)到達(dá)在1秒的間隔內(nèi)。
為了對(duì)比分析最小均方差負(fù)時(shí)間更新方法和標(biāo)準(zhǔn)卡爾曼濾波公式的濾波結(jié)果,表1給出了三種不同情況下的最終協(xié)方差值:無延時(shí)測量值、缺失測量值Z3標(biāo)準(zhǔn)擴(kuò)展卡爾曼濾波方法和Z3最后到達(dá)的負(fù)時(shí)間更新濾波方法。
表1 三種不同情況下最終協(xié)方差值
由表1可知,丟棄延時(shí)量Z3情況下,時(shí)間間隔增加到2秒,協(xié)方差值變得很大,濾波增益也很大;采用負(fù)時(shí)間更新方法濾波得到的最終協(xié)方差值與無延遲測量值的擴(kuò)展卡爾曼濾波值近似是一樣的。
本文針對(duì)多平臺(tái)傳感器目標(biāo)跟蹤的無序量測問題,給出了最小均方差負(fù)時(shí)間更新法的推導(dǎo)過程,并用簡單的例子驗(yàn)證了采用負(fù)時(shí)間更新算法能夠取得較好的結(jié)果。
[1]韓崇昭,朱洪艷,段戰(zhàn)勝,等.多源信息融合[M].2版.北京:清華大學(xué)出版社,2010.
[2]黃細(xì)鳳,吳欽章.順序更新式無序量測處理算法[J].傳感技術(shù)學(xué)報(bào),2012,2,25(2).
[3]Bar Shalom Y.Update with Out-of-Sequence Measurements in Tracking:Exact Solution[J].IEEE Transactions on Aerospace Electronic Systems,2002,38(3):769 -778.Hilton R D,Martin D A,Blair W D.
[4]Tracking with Time Delayed Data in Multi-Sensor Systems[R].Technical Report NSWCDD/TR-93/351,AD-A355269,Dahlgren,VA,August 1993.