现在讨论雷达目标的状态估计问题。假定雷达目标做匀速或匀加速直线运动,同时,考虑动态噪声ω(t)的扰动和观测噪声n(t)的影响。通常情况下,目标的距离比较容易获得,所以,一般通过距离测量来估计目标的状态。
(一)匀速直线运动目标状态的估计
如果雷达目标做匀速直线运动,并且受到一个机动加速度的扰动,结果每一次观测引入一个随机的增量。在这种情况下,为了得到目标的离散状态方程,先分别写出目标的距离方程和速度方程,即
和
其中,rk 和 分别表示目标在第k 时刻的距离和速度;T 为相邻两次观测的时间间隔:vk-1 是由机动加速度在一个观测周期内引入的随机速度增量。
由目标的距离方程和速度方程,我们可以得到h 时刻目标的离散状态方程,即
其中
如果雷达观测中存在观测噪声,于是,第k 时刻的雷达观测方程为
其中,H 是观测矩阵;nk 是观测噪声。
现在假定目标初始状态的统计特性为(www.daowen.com)
{ωk-1}和{nk}分别是零均值白噪声序列,且
目标起始状态x0 与随机噪声序列{ωk-1}和{nk}都不相关。
这样,在获得观测值zi(i =1,2,…k…)后,应用卡尔曼滤波公式,就可以对目标的状态(距离和速度)进行估计和预测,得到 和。应当说明,如果动态噪声序列{ωk}和观测噪声序列{nk}各自是相关的,则可按照噪声时的卡尔曼滤波处理方法来处理。
(二)匀加速直线运动目标状态的估计
在匀加速直线运动目标情况下,如果目标受到随机动态噪声的扰动,使得在每一个观测周期内引入一个随机加速度增量x0。于是,第k 时刻目标运动的离散状态方程为
其中
雷达在第k 时刻的观测方程为
其中,H 是观测方程;nk 是观测噪声。
假定目标的起始状态为x0,随机加速度增量序列{ωk}和观测噪声序列{nk}的统计特性和相关性与匀速直线运动的情况相同。这样,在获得观测值{Zk}后,利用卡尔曼滤波公式就可以对目标的状态(距离、速度和加速度)进行估计和预测了,这与匀速直线运动的情况相似。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。