1确认矩阵拆分Word文件下载.docx

1确认矩阵拆分Word文件下载.docx

《1确认矩阵拆分Word文件下载.docx》由会员分享，可在线阅读，更多相关《1确认矩阵拆分Word文件下载.docx（15页珍藏版）》请在冰豆网上搜索。

event_no：

应生成的可行事件数

2．聚形成（需扩展到三维）

%将目标按其在整个跟踪空间中的分布情况划分为“聚”，原则：

具有相交跟踪门的目标归入同一个聚中）

函数说明：

函数名：

[cl_total,cl_element_total,cl_matrix]=f_produce_cluster2（exist_target,exist_target_total,u）

返回值：

cl_total：

聚的总数

cl_element_total：

每个聚中元素个数

cl_matrix：

按行存放各个聚中包含的目标，聚矩阵

输入参数：

exist_target：

目标编号列表

exist_target_total：

目标总数

u：

按列存放的各个目标跟踪门向量

u=[u1,u2,u3,u4]’:

[u1,u3]:

左下顶点

[u2，u4]:

右上顶点

3．确认量测（需扩展到三维）

%该函数用于确定该聚中所有量测

[miss_detect_flag,confirm_matrix,confirm_meas,confirm_meas_total]=f_confirm_measure2（cl_element_total,measurement,mes_total,u）;

修改为：

[miss_detect_flag,mes_flag,confirm_matrix,confirm_meas,confirm_meas_total]=f_confirm_measure2（cl_element_total（c）,measurement,mes_total,u_c）;

miss_detect_flag：

该聚中目标漏探标志

确认矩阵（注：

这里的目标号为该聚内部局部编号）

confirm_meas：

按列存放所有确认量测

此聚中目标总数

measurement：

整个量测集合（按列存放该时刻所有量测）

mes_total：

该时刻所有量测总数

该聚中目标跟踪门向量（按列存放）

4．immjpda：

获得目标的jpda以及immjpda滤波结果

[x_jpda,p_jpda,x_immjpda,p_immjpda]=f_immjpda（state_dm,target_no,flag,prob,mes,mes_total,x1,p1,x2,p2）函数说明：

x_jpda:

当前目标单模型jpda滤波状态（各模型按列存放）

p_jpda：

当前目标单模型jpda滤波状态协方差阵（各模型按列存放）

x_immjpda:

当前目标immjpda滤波状态

p_immjpda:

当前目标immjpda滤波状态协方差阵

state_dm：

目标状态向量维数

target_no：

flag：

目标类型标志，新目标为1

prob：

量测-目标关联概率

mes：

该聚中所有确认量测

该聚中确认量测总数

x1：

前一时刻该目标immjpda滤波状态

p1：

前一时刻该目标immjpda滤波状态协方差阵

x2：

前一时刻该目标单模型jpda滤波状态（各模型按列存放）

p2：

前一时刻该目标单模型jpda滤波状态协方差阵（各模型按列存放）

5．矩形跟踪门形成（需扩展到三维）

u=f_rect_gate2（z_predict,s_predict,r,kg）%forsimulation

u=[u1,u2,u3,u4]’---------------:

跟踪门顶点坐标信息

u1：

跟踪门左下顶点x坐标

u2：

跟踪门右下顶点x坐标

跟踪门左下顶点y坐标

跟踪门左上顶点y坐标

z_predict:

预报量测

s_predict：

预报量测协方差阵

r:

量测噪声协方差阵

kg：

跟踪门常数

6．可行事件制定可行事件，计算目标检测指示，量测关联指示，虚警量测个数等

[assoc_vector_rt,dt,tag,w_rt,xjs_rt]=f_produce_w（kxsj,lcs,mbs）

assoc_vector_rt：

与该聚中确认量测数同维，标志该事件中各个量测关联的目标号（在聚中的局部编码）。

Dt：

目标关联指示，与该聚中目标个数同维（关联上量测为1，否则0）

Tag：

量测关联指示，与该聚中确认量测个数同维（关联上目标为1，否则0）

w_rt：

该可行事件中量测与目标关联情况

xjs_rt：

该可行事件中的虚警数，即未关联目标的量测数

kxsj：

某个可行事件（将确认矩阵拆分后生成的可行事件矩阵的某一行）

lcs：

该聚中的目标数

mbs：

该聚中的确认量测数

7．坐标变换

1．地面坐标系

2．机体坐标系

俯仰角：

机体坐标系轴ox与地平面oxz之间的角度

偏航角：

机体坐标系轴ox在地平面oxz上的投影与地面坐标系轴ox之间所成的角

滚转角：

飞机的对称平面oxy与通过轴的铅垂平面之间所成的角

（x,y,z）=f_coordi_trans（x0,y0,z0,a1,a2,a3,dis,fw,fy）:

坐标变换

无用--8．模拟产生传感器接收到的量测--justforsimulation

[mes_rt,mes_total,x]=f_produce_measure（arg,x,exist_target_total,target_state,u1,u2）

mes_rt：

当前时刻传感器接收到的量测信息（按列存放，共mes_total列）

当前时刻传感器接收到的量测总数

x：

各个目标当前状态（按列存放）

arg：

杂波密度参数

前一时刻各个目标状态

存在的目标总数

target_state：

各个目标状态

跟踪空间左下顶点坐标

跟踪空间右上顶点坐标

9．从航迹起始算法结果中获得指定目标的状态信息

[x_rt,p_rt]=f_get_xandp（x_new,p_new,i,state_dm）;

x_rt：

指定目标的状态估值

p_rt：

指定目标的状态估值协方差

x_new：

航迹起始的多目标状态估计（各个目标按列存放）

p_new：

航迹起始的多目标状态估计协方差

10．为新起始目标预报量测与协方差阵

[z_rt,s_rt]=f_initiate_predict（x_current,p_current）

z_rt：

s_rt：

x_current：

当前状态估计

p_current：

当前状态估计协方差阵

有关航迹起始的函数（11，12，13，14，15）

11．多目标航迹起始函数—待完成[new_target_total,x_init,p_init,asso_mes]=f_initiate_tracks（M,dm,measurement,mes_total,vmin,vmax,r,t,yz1,yz2,yz3,yz4）

M：

滑窗宽度

dm:

（当状态维数x,y两个方向为2，当状态维数x,y，z三个方向为3）

Measurement：

各个时刻所有量测（按列存放）

各个时刻量测个数（向量）

vmin：

最小速度

vmax：

最大速度

r：

传感器量测噪声协方差

t：

采样间隔

yz1：

阈值1

yz2：

阈值2

yz3：

阈值3

yz4：

阈值4

new_target_total：

新目标总数

x_init：

起始的新目标状态估计值（按列存放）

p_init：

起始的新目标状态估计协方差（按列存放）

asso_mes对应于各个新起始目标的量测编码（按行存放）

12.为初始时刻各个候选航迹起点确定候选量测[confirm_mes,confirm_mes_index,confirm_mes_total,a1,p1,d]=f_confirm1（k,t,mes_now,a_now,p_now,mes_total_next,measurement_next,vmin,vmax,r,

yz1）;

k：

当前采样时刻

mes_now：

作为航迹起点的量测

a_now：

多项式系数估计

p_now：

多项式系数估计协方差

mes_total_next：

下一时刻量测总数

measurement_next:

下一时刻所有量测

yz1:

confirm_mes 

:

所有确认量测

confirm_mes_index:

所有确认量测索引

confirm_mes_total：

a1：

多项式系数估计（按列存放）

多项式系数估计协方差（按列存放）

d：

统计距离（按列存放）

13.为非初始时刻各个候选航迹起点确定候选量测[confirm_mes,confirm_mes_index,confirm_mes_total,a1,p1,d]=f_confirm2（k,t,a_now,p_now,mes_total_next,measurement_next,r,yz2）;

输入参数

yz2:

14.多项式拟合

function[a_rt,p_rt]=f_poly_fit（k,t,mes_now,a0,p0,r）;

mes_now:

用于更新多项式系数估计的量测

a0：

多项式系数估计（old）

p0：

多项式系数估计协方差（old）

a_rt:

多项式系数估计（update）

p_rt:

多项式系数估计协方差（update）

15.多假设扩展[b1,cost,a,p]=f_extend（r,k,t,a0,p0,mes_index,mes_start,mes_total1,measurement,yz4）;

量测噪声协方差

mes_index：

当前量测编号

mes_start：

当前量测

mes_total1：

下一时刻所有量测

b1：

所有可能关联情况

cost：

所有可能关联情况对应的费用

a：

多项式系数估计（对应所有可能关联情况）

p：

多项式系数估计协方差（对应所有可能关联情况）

16.对于k+1时刻的所有确认量测，确定k+2时刻相应的候选量测[matrix_rt,a_rt,p_rt]=f_decide（dm,matrix_input,b,min_index,a,p）;

%决策，仅保留其一

matrix_input：

前一时刻量测组合

min_index：

费用最小的量测组合索引

matrix_rt：

当前时刻量测组合

a_rt：

17.得到对应于每个新起始目标的状态和方差

[x_rt,p_rt,d_rt]=f_get_xp（M,t,matrix,a,p,mes_total,measurement,r）

T:

Matrix：

当前假设矩阵

多项式系数估计（当前假设）

多项式系数估计协方差（当前假设）

d_rt：

统计距离

mainpro_last1

其中，justfortest，justforsimulation（为验证方法,仅仿真时使用）

几个未交待的函数说明

1．jpda_parameter;

%读取一些仿真参数

2．[measurement,mes_total]=f_receive（）:

从雷达信号处理模块，接收量测数据。

3．[input_mes,input_mes_total]=f_compute_remain（M,input_mes,input_mes_total,new_target_total,asso_mes）%记载未关联量测，从而完成下一次航迹起始

需要多模型方法提供的函数：

f_imm（）：

利用指定量测获得的单（多）模型状态估值以及协方差矩阵

[x_single_model,p_single_model,x_imm,p_imm]=f_imm（flag,mes,target_no,x1,p1,x2,p2）;

x_single_model:

分别利用每个模型获得的当前时刻滤波状态（形成的组合矩阵）

p_single_model：

分别利用每个模型获得的当前时刻滤波状态协方差（形成的组合矩阵）

x_imm：

利用多模型获得的当前时刻滤波状态

p_imm：

利用多模型获得的当前时刻滤波状态协方差

目标类型（新，老）

当前量测向量

target_no:

目标号

x1:

前一时刻各个模型滤波状态（形成的组合矩阵）

p1:

前一时刻各个模型滤波状态协方差（形成的组合矩阵）

x2:

前一时刻多模型滤波状态

p2:

前一时刻多模型滤波状态协方差

f_imm_nomes（）：

获得目标单模型预报（多模型综合预报）状态和协方差阵

[model_total,x_model_predict,p_model_predict,x_imm_predict,p_imm_predict]=f_imm_nomes（falg,target_no,x1,p1,x2,p2）;

flag:

目标类型

model_total:

模型总数

x_model_predict：

单模型预测状态

p_model_predict：

单模型预测状态协方差

x_imm_predict：

多模型预测状态

p_imm_predict：

多模型预测状态协方差

函数3：

f_imm_predict1----获得已有目标的预报量测和量测状态协方差阵

function[z_predict,s_predict]=f_imm_predict1（i,x_jpda,p_jpda,x_immjpda,p_immjpda）;

z_predict：

x_jpda：

前一时刻目标单模型状态估计（各个模型滤波结果按列排列）

前一时刻目标单模型状态协方差

x_immjpda：

前一时刻目标多模型状态估计

前一时刻目标多模型状态估计协方差

程序修改说明：

1.

2003-4-25日修改！

f_confirm_measure2（cl_element_total,measurement,mes_total,u）;

2.