(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211175227.0 (22)申请日 2022.09.26 (71)申请人 西北工业大 学 地址 710072 陕西省西安市友谊西路127号 (72)发明人 胡高歌　许林燕　常路宾　杨子江　 (74)专利代理 机构 西安维赛恩专利代理事务所 (普通合伙) 61257 专利代理师 李明全 (51)Int.Cl. G06F 17/17(2006.01) G06F 17/16(2006.01) (54)发明名称 一种基于模糊自适应UKF的交互多模型机动 目标跟踪方法 (57)摘要 本发明公开了一种基于模糊自适应UKF的交 互多模型机动目标跟踪方法， 获取UKF中(k ‑1)时 刻目标的量测噪声信息， 并根据 计算k 时刻目标的理论新息协方差PZZ,j(k)； 根据k时刻 的目标测量信息计算目标的实际新息协方差Cj (k)； 以PZZ,j(k)和Cj(k)为输入信息， 采用模糊推 理方法确定k时刻量测噪声信息的自适应调节因 子； 基于自适应调节因子和 计算k时刻 目标的量测噪声信息 基于 计算目 标k时刻目标的状态信息。 本发明以实际新息协 方差与理论新息协方差一致性为原则， 采用归一 化输入输出的模糊参数， 这使得FIS能够更加全 面反映新息协方差实际值与理论值的偏离程度， 从而提升量测噪声协方差收敛于其真实值的速 度， 进而改善机动目标的跟踪性能。 权利要求书3页 说明书14页 附图4页 CN 115495707 A 2022.12.20 CN 115495707 A 1.一种基于模糊自适应UKF的交互多模型机动目标跟踪方法， 其特征在于， 在使用IMM ‑ UKF方法进行目标跟踪时包括以下步骤： 获取UKF中(k ‑1)时刻目标的量测噪声信息 并根据所述 计算k时刻目 标的理论 新息协方差PZZ,j(k)； 根据k时刻的目标测量信息计算目标的实际新息协方差 Cj(k)； 以所述PZZ,j(k)和Cj(k)为输入信息， 采用模糊推理方法确定k时刻量测噪声信息的自适 应调节因子； 基于所述自适应调节因子和所述 计算k时刻目标的量测噪声信息 基于所述 计算k时刻目标的状态信息 。 2.如权利要求1所述的一种基于模糊自适应UKF的交互多模型机动目标跟踪方法， 其特 征在于， 采用模糊推理方法确定k时刻量测噪声信息的自适应调节因子包括： 根据 生成模糊推理方法的输入参数矩阵qj(k)； 其中， 表示Cj(k)的主对角线上的第i个元素， 表示PZZ,j(k)的主对角线上的第i个元 素。 3.如权利要求2所述的一种基于模糊自适应UKF的交互多模型机动目标跟踪方法， 其特 征在于， 所述模糊推理方法中的调节规则为： 其中， ηj(k)为模糊推理方法的输出参数矩阵， 为ηj(k)中的主对角线上的第n个元素， ξj(k)为k时刻量测噪声信息的自适应调节因子， 为ξj(k)的主对角线上的第n个元 素。 4.如权利要求2或3所述的一种基于模糊自适应UKF的交互多模型机动目标跟踪方法， 其特征在于， 还 包括： 获取(k‑1)时刻各模型对目标的状态估计值和协方差估计值， 并结合马尔科夫概率转 移矩阵计算各模型k时刻的状态估计输入值和协方差估计输入值； 在各个模型中， 基于k 时刻的所述状态估计输入值和协方差估计输入值， 结合量测噪声 信息 确定各模型中k时刻目标的状态估计值和协方差估计值； 根据k时刻目标的状态估计值和协方差估计值计算目标的混合状态估计和混合协方 差。 5.如权利要求4所述的一种基于模糊自适应UKF的交互多模型机动目标跟踪方法， 其特 征在于， 根据k时刻目标的状态估计值和协方差估计值计算目标的混合状态估计包括： 权　利　要　求　书 1/3 页 2 CN 115495707 A 2其中， 为k时刻目标的混合状态估计， 为k时刻第j个模型的状态估计 值， μj(k)为k时刻第j个模型的模型概 率。 6.如权利要求5所述的一种基于模糊自适应UKF的交互多模型机动目标跟踪方法， 其特 征在于， 所述模型概 率的更新方法为： 其中， Λj(k)是第j个模型在k时刻极大似然函数， 为计算模 型i到模型j输入交互概率 时的归一 化常数， c为计算模型j概 率时的归一 化常数。 7.如权利要求5或6所述的一种基于模糊自适应UKF的交互多模型机动目标跟踪方法， 其特征在于， 结合马尔科夫概率转移矩阵计算各模型k时刻的状态估计输入值和协方差估 计输入值包括： 其中， 为第j个模型k时刻的状态估计输入值， 为(k‑1)时 刻第i个模型的状态估计值， μij(k‑1|k‑1)为(k‑1)时刻第i个模型到第j个模型的输入 交互 概率， r为模型的总数， 为第j个模型k时刻的协方差估计输入值， 为(k‑1)时刻第i个模型的协方差估计值。 8.如权利要求7所述的一种基于模糊自适应UKF的交互多模型机动目标跟踪方法， 其特 征在于， 确定各模型中k时刻目标的状态估计值和协方差估计值包括： 其中， 为第j个模型k时刻目标的状态估计值， 为第j个模型k时刻目 标的状态一步预测值， Kj(k)为滤波时第j个模型k时刻的卡尔曼滤波增益， Z(k)为k时刻目 标的观测值， 为第j个模型k时刻的观测预测均值， Pj(k|k)为第j个模型k时刻目 标的协方差估计值。 9.如权利要求8所述的一种基于模糊自适应UKF的交互多模型机动目标跟踪方法， 其特 征在于， 所述IMM ‑UKF方法中的运动学模 型包括匀速运动模 型、 匀加速运动模型和当前 统计 模型。 10.一种基于模糊自适应UKF的交互多模型机动目标跟踪装置， 包括存储器、 处理器以 及存储在所述存储器中并可在所述处理器上运行 的计算机程序， 其特征在于， 所述处理器 执行所述计算机程序时实现如权利要求1 ‑9任一项所述的一种基于模糊自适应UKF的交互权　利　要　求　书 2/3 页 3 CN 115495707 A 3