目标位置预测滤波算法研究

目标位置预测滤波算法研究

【摘要】为了解决电视跟踪器中电视脱靶量的滞后以及跳变引起的目标丢失对控制系统的稳定性和跟踪精度的影响，分别在匀速和匀加速条件下利用五种滤波算法对测量数据进行滤波和预测仿真。仿真结果表明，各种滤波器能够根据传感器测量值对目标位置、速度进行估计预测，在稳态且增益值较小条件下，α-β或α-β-γ滤波算法具有精度高，计算量小的优越性。

【关键词】电视跟踪器；预测算法；α-β-γ滤波；目标跟踪；

1.引言

电视跟踪器由CCD和信号处理电路组成，是一个误差检测元件。从目标在CCD靶面上成像到脱靶量输出，中间经光电转换、信号处理、数据采集存储、多种跟踪算法运算和传输等环节，使得输出到伺服系统的脱靶量滞后于目标成像时间。对传感器的测量数据进行滤波预测，提供准确的位置、速度等信息，进行预测外推。可使系统位置带宽提高，控制系统的稳定性及跟踪精度提高。

本文以舰载跟踪器跟踪目标为对象，采用卡尔曼滤波算法、两点外推滤波算法、最小二乘算法、最小二乘算法、α-β滤波算法、α-β-γ滤波算法设计滤波器对目标位置进行预测。

2.目标状态变量

在给定的时间内，对于舰船等跟踪目标，可以认为是平稳直线运动的，如果在直角坐标系中处理目标的位置、速度可以得到最佳的滤波效果，但这需要进行大量的坐标变换，无法保证滤波器的实时跟踪性能。

因此对于舰载光电跟踪设备，跟踪目标的距离较远，机动性很低，因此直接对方位角和俯仰角测角数据进行滤波预测。

2.1匀速运动状态变量

光电跟踪设备是一种跟踪测量，当目标进入光学测量的视场内，伺服系统捕获锁定目标，然后一直跟踪目标，保证目标一直位于光学测量的视场内，记录系统同时记下目标相对视场中心的偏差-脱靶量，测角系统测量出视场中心的方位角和俯仰角，和脱靶量共同合成目标的实际角位置。一般的舰船通常只沿匀速直线轨道航行，转弯、闪避式机动及由于周围环境变化引起的加速度均可看作为对匀速轨迹的扰动。

2.2匀加速运动状态变量

3.滤波器

3.1卡尔曼滤波

根据目标的运动模型选择：匀速运动和匀直线运动两种情况，滤波器中系统测量矩阵H，系统转移矩阵，状态向量X的选择与2.1和2.2节中的分析相同，卡尔曼滤波需要知道系统噪声和量测噪声的统计特性。

：

4.仿真

由于方位轴和俯仰轴两个方向的运动相互独立，测量误差不存在耦合，因此两个轴的位置预测是相互独立的，只给出一个轴的仿真误差曲线。

目标位置初始值采用某几个观测值，速度初始值则采取差分方法来定，加速度初始值则采用速度差分方法来定，假设测角数据和测偏量的更新频率50Hz，仿真时间为10s，仿真次数为100次。

匀速运动模型：

匀加速运动模型：

设测量误差为″，系统误差为″，将滞后的脱靶量处理后用上面几种预测滤波算法对目标位置进行预测外推。

4.结论

分析仿真结果表明：初始条件选择没有达到最佳使卡尔曼滤波算法和最小二乘滤波算法在精度方面的优越性没有体现；对于舰载目标机动性较低，目标位置预测可以采用α-β滤波或α-β-γ滤波算法，这两个算法在稳态且增益值比较小的情况下精度高，计算量相对比较小，算法的精度也与初始条件的选择关系不大，而且这两个算法不需要知道系统噪声和量测噪声的任何统计特性。

参考文献：

[1]徐国亮. 机动目标跟踪算法[J]，情报指挥系统与仿真技术，2002，8：42-56.

[2]黄永梅，马佳光等.目标速度预测在光电跟踪控制系统中的应用[J]，红外与激光工程，2004，10.

[3]李友善，自动控制原理[M] . 北京：国防工业出版社，2000.

[4]杨秀华吉桐伯等. 预测滤波技术在电视跟踪系统的应用[J]，吉林大学学报（信息科学版），2003，8.

[5]黄永梅，马佳光等.预测滤波技术在光电经纬仪中的应用仿真[J ]. 光电工程，2002，（4）.

[6]周宏仁，敬忠良，王培德. 机动目标跟踪[M] . 北京：国防工业出版社，1991.