基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)動目標(biāo)跟蹤卡爾曼濾波方法

本發(fā)明涉及機(jī)動目標(biāo)跟蹤領(lǐng)域，具體涉及一種基于bp神經(jīng)網(wǎng)絡(luò)的機(jī)動目標(biāo)跟蹤卡爾曼濾波方法。

背景技術(shù)：

1、機(jī)動目標(biāo)跟蹤在軍事和民用領(lǐng)域均有重要應(yīng)用。在國防領(lǐng)域，可用于彈道導(dǎo)彈防御、空天預(yù)警、火力控制、攔截制導(dǎo)和低空突防等。在民用領(lǐng)域，則用于交通管制、機(jī)器人的道路規(guī)劃和民用駕駛車的跟蹤行駛等。

2、建立符合機(jī)動目標(biāo)運(yùn)動規(guī)律的運(yùn)動模型后，利用濾波算法過濾觀測數(shù)據(jù)中包含的噪聲得到更貼合跟蹤目標(biāo)的運(yùn)動數(shù)據(jù)。但是，先驗(yàn)知識了解不足，噪聲的理想化處理、初始化等問題導(dǎo)致目標(biāo)跟蹤算法還有優(yōu)化的空間。針對機(jī)動目標(biāo)跟蹤算法，當(dāng)前技術(shù)主要從兩個方面提出改進(jìn)。一是針對當(dāng)前統(tǒng)計(jì)模型中機(jī)動頻率，加速度作出自適應(yīng)改進(jìn)：例如利用指數(shù)函數(shù)對當(dāng)前統(tǒng)計(jì)模型中加速度極值進(jìn)行實(shí)時(shí)修正；結(jié)合升半正態(tài)形模糊分布函數(shù)特性，提出一種加速度方差兩段函數(shù)自適應(yīng)調(diào)整方法；通過對目標(biāo)狀態(tài)誤差的估計(jì)，從而自適應(yīng)的改變機(jī)動頻率，使跟蹤算法與目標(biāo)的真實(shí)狀態(tài)更接近；利用新息特性，調(diào)整加速度極值，并利用連續(xù)三個時(shí)刻的加速度信息，推導(dǎo)出一種自適應(yīng)機(jī)動頻率表達(dá)式等。二是針對濾波算法中的誤差協(xié)方差矩陣作出改進(jìn)：例如利用濾波殘差調(diào)整預(yù)測協(xié)方差，對濾波結(jié)果發(fā)生較大偏差的上一時(shí)刻的濾波結(jié)果進(jìn)行修正；通過對目標(biāo)狀態(tài)預(yù)測值與最優(yōu)估計(jì)的殘差、新息以及濾波增益矩陣進(jìn)行在線學(xué)習(xí)，獲得目標(biāo)機(jī)動項(xiàng)的大小和過程噪聲協(xié)方差矩陣的自適應(yīng)調(diào)節(jié)因子，實(shí)時(shí)調(diào)整最優(yōu)估計(jì)和運(yùn)動模型等。

3、在機(jī)動目標(biāo)狀態(tài)估計(jì)中，機(jī)動頻率、加速度最大值、過程噪聲以及測量噪聲的理想化等都是導(dǎo)致目標(biāo)跟蹤誤差大的原因，傳統(tǒng)的基于當(dāng)前統(tǒng)計(jì)模型的卡爾曼濾波算法可以快速收斂，對機(jī)動目標(biāo)有較好的跟蹤，但初始位置以及協(xié)方差矩陣具有未知性，易導(dǎo)致跟蹤機(jī)動目標(biāo)初期誤差較大。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于bp神經(jīng)網(wǎng)絡(luò)的機(jī)動目標(biāo)跟蹤卡爾曼濾波方法，對傳統(tǒng)卡爾曼濾波算法進(jìn)行估計(jì)補(bǔ)償以達(dá)到更優(yōu)的目標(biāo)估計(jì)。

2、實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案為：第一方面，本發(fā)明提供一種基于bp神經(jīng)網(wǎng)絡(luò)的機(jī)動目標(biāo)跟蹤卡爾曼濾波方法，包括：

3、根據(jù)當(dāng)前統(tǒng)計(jì)模型建立機(jī)動目標(biāo)運(yùn)動模型，設(shè)置三維環(huán)境下機(jī)動目標(biāo)一段運(yùn)動軌跡，模擬生成測量數(shù)據(jù)，利用卡爾曼濾波算法對目標(biāo)狀態(tài)進(jìn)行估計(jì)；

4、利用卡爾曼濾波跟蹤算法得到的數(shù)據(jù)進(jìn)行bp離線訓(xùn)練，得到卡爾曼濾波算法估計(jì)值的補(bǔ)償值。

5、第二方面，本發(fā)明提供一種計(jì)算機(jī)設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)第一方面所述的方法的步驟。

6、第三方面，本發(fā)明提供一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面所述的方法的步驟。

7、第四方面，本發(fā)明提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面所述的方法的步驟。

8、本發(fā)明與現(xiàn)有群目標(biāo)跟蹤方法相比，其顯著優(yōu)點(diǎn)為：該方法考慮了現(xiàn)有目標(biāo)跟蹤方法未考慮到的目標(biāo)跟蹤初期誤差大的問題，加入智能自適應(yīng)跟蹤，通過對神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的改變以及數(shù)據(jù)的訓(xùn)練可以生成不同應(yīng)用場景下適用的網(wǎng)絡(luò)模型，均能達(dá)到優(yōu)化效果，且優(yōu)化效果明顯。本發(fā)明利用bp神經(jīng)網(wǎng)絡(luò)補(bǔ)償傳統(tǒng)的卡爾曼濾波算法，能夠有效解決跟蹤初期誤差大的問題，實(shí)現(xiàn)更精確的目標(biāo)跟蹤。

9、三維環(huán)境下實(shí)驗(yàn)表明，該算法能夠有效降低各個維度的位置、速度、加速度估計(jì)誤差，提高機(jī)動目標(biāo)跟蹤精度。

技術(shù)特征：

1.一種基于bp神經(jīng)網(wǎng)絡(luò)優(yōu)化的機(jī)動目標(biāo)跟蹤卡爾曼濾波方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于bp神經(jīng)網(wǎng)絡(luò)優(yōu)化的機(jī)動目標(biāo)跟蹤卡爾曼濾波方法，其特征在于，利用當(dāng)前統(tǒng)計(jì)模型描述三維下機(jī)動目標(biāo)運(yùn)動模型，建立測量模型，設(shè)定一段三維環(huán)境下的運(yùn)動軌跡，模擬生成測量數(shù)據(jù)，具體如下：

3.根據(jù)權(quán)利要求2所述的基于bp神經(jīng)網(wǎng)絡(luò)優(yōu)化的機(jī)動目標(biāo)跟蹤卡爾曼濾波算法，其特征在于，構(gòu)建卡爾曼濾波算法，對目標(biāo)狀態(tài)進(jìn)行估計(jì)，具體如下：

4.根據(jù)權(quán)利要求1所述的基于bp神經(jīng)網(wǎng)絡(luò)優(yōu)化的機(jī)動目標(biāo)跟蹤卡爾曼濾波算法，其特征在于，利用卡爾曼濾波算法得到的數(shù)據(jù)對bp神經(jīng)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練，直到滿足最小損失準(zhǔn)則或者迭代次數(shù)；bp神經(jīng)網(wǎng)絡(luò)根據(jù)損失函數(shù)，求出該函數(shù)關(guān)于每一層的權(quán)值及偏置項(xiàng)的偏導(dǎo)數(shù)，用該值更新初始的權(quán)值和偏置項(xiàng)，一直更新到損失函數(shù)取得最小值或是設(shè)置的迭代次數(shù)完成為止，以此來計(jì)算神經(jīng)網(wǎng)絡(luò)中的最佳的參數(shù)。

5.根據(jù)權(quán)利要求4所述的基于bp神經(jīng)網(wǎng)絡(luò)優(yōu)化的機(jī)動目標(biāo)跟蹤卡爾曼濾波算法，其特征在于，通過對bp神經(jīng)網(wǎng)絡(luò)的離線訓(xùn)練，確定bp神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)；bp神經(jīng)網(wǎng)絡(luò)由一個輸入層、一個或多個隱藏層、一個輸出層組成，每層的神經(jīng)元只接受前一層神經(jīng)元的輸入，后面的層對前面層沒有信號反饋，同層間的神經(jīng)元間無連接，神經(jīng)元輸出為輸入量與權(quán)值積的和與偏置的求和，再經(jīng)過激活函數(shù)f(·)得到輸出量αj，激活函數(shù)選擇sigmoid函數(shù)：

6.根據(jù)權(quán)利要求5所述的基于bp神經(jīng)網(wǎng)絡(luò)優(yōu)化的機(jī)動目標(biāo)跟蹤卡爾曼濾波方法，其特征在于，將訓(xùn)練好的bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于卡爾曼濾波算法，得到卡爾曼濾波算法估計(jì)值的補(bǔ)償值；

7.一種計(jì)算機(jī)設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)權(quán)利要求1-6任一所述的方法的步驟。

8.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-6任一所述的方法的步驟。

9.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-6任一所述的方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了一種基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)動目標(biāo)跟蹤卡爾曼濾波方法，包括：設(shè)置三維環(huán)境下機(jī)動目標(biāo)一段運(yùn)動軌跡，模擬生成測量數(shù)據(jù)，根據(jù)當(dāng)前統(tǒng)計(jì)模型建立機(jī)動目標(biāo)運(yùn)動模型，利用卡爾曼濾波算法對目標(biāo)狀態(tài)進(jìn)行估計(jì)；利用基于當(dāng)前統(tǒng)計(jì)模型的機(jī)動目標(biāo)卡爾曼濾波跟蹤算法得到的數(shù)據(jù)進(jìn)行BP離線訓(xùn)練，得到卡爾曼濾波算法估計(jì)值的補(bǔ)償值。本發(fā)明利用BP神經(jīng)網(wǎng)絡(luò)補(bǔ)償傳統(tǒng)的卡爾曼濾波算法，能夠有效解決跟蹤初期誤差大的問題，實(shí)現(xiàn)更精確的目標(biāo)跟蹤。

技術(shù)研發(fā)人員：李銀伢,聶曉,戚國慶,盛安冬
受保護(hù)的技術(shù)使用者：南京理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30