α-β-γ滤波器在目标跟踪中的作用

前一节的内容中，我们介绍了一种用于简单目标跟踪的滤波器—$\alpha -\beta$滤波器，并对其进行了MATLAB仿真，今天，我们将介绍一个比其高级一些的另外一种滤波器—$\alpha -\beta -\gamma$滤波器。

滤波器介绍

上节的仿真中，我们假设速度是恒定不变的，但是如果速度是变化的也即目标具有加速度，我们使用$\alpha -\beta$滤波器就无法实现对目标的跟踪功能了，由此便引出了进阶的$\alpha -\beta -\gamma$滤波器。和$\alpha -\beta$滤波器一样，它也有着另外一个名字$g-h-k$滤波器。

预测方程

那么目标具有了加速度，那么其速度就可以通过对加速度的积分来得到，既然目标有加速度，就应当将加速度考虑到状态估计内，我们假设加速度不变，此时的位置预测值为：
$$x_{k,k-1}=x_{k-1,k-1}+v_{k-1}+v_{k-1,k-1}\Delta t+a_{k-1,k-1}\frac{{\Delta t}^2}{2}(1)$$
其中各参数为：
$x_{k,k-1}$：基于k时刻测量值以及k时刻之前的状态值所预测的第k时刻的值
$x_{k-1,k-1}$：基于k-1时刻之前的数据在k-1时刻的位置滤波值
$v_{k-1,k-1}$：基于k-1时刻之前的数据在k-1时刻的速度滤波值
$a_{k-1,k-1}$：基于k-1时刻之前的数据在k-1时刻的加速度滤波值
$\Delta t$:跟踪时的时间间隔

此时，速度就可以通过加速度进行预测：
$$v_{k,k-1}=v_{k-1,k-1}+a_{k-1,k-1}\Delta t(2)$$
假设加速度恒定不变，那么加速度的预测值就与上一时刻的加速度值相同也即：
$$a_{k,k-1}=a_{k-1,k-1}(3)$$

修正方程

信息的计算与上节内容相同，$\alpha -\beta -\gamma$滤波器使用三个常数对目标的位置、速度、加速度的估计值进行调整：

$${\mathbf{x}}_{k,k}={\mathbf{x}}_{k,k-1}+\alpha {\mathbf{r}}_k(4)$$
$${\mathbf{v}}_{k,k}={\mathbf{v}}_{k,k-1}+\frac{\beta }{\Delta t}{\mathbf{r}}_k(5)$$
$${\mathbf{a}}_{k,k}={\text{a}}_{k,k-1}+\frac{2\gamma }{\Delta t^2}{\text{r}}_k(6)$$
其中：
$r_k$:k时刻的新息；
$x_{k,k}$:基于k-1时刻对k时刻的预测值和k时刻的测量值所修正的位置；
$v_{k,k}$:基于k-1时刻对k时刻的预测值和k时刻的测量值所修正的速度；
$a_{k,k}$:基于k-1时刻对k时刻的预测值和k时刻的测量值所修正的加速度；
$\alpha ,\beta ,\gamma$:滤波器的三个常数

滤波器参数选择

其中滤波器的三个常数的选择参考如下：
$$\alpha =1-s^2(7)$$
$$\beta =2(1-s{)}^2(8)$$
$$\gamma =\frac{{\beta }^2}{2\alpha }(9)$$
$$0\le s<1(10)$$
$\alpha -\beta -\gamma$滤波器的使用同$\alpha -\beta$滤波器，不在此处进行赘述。

MATLAB仿真

我们同样对此滤波器进行仿真验证，验证的结果如下：

距离向滤波

可以看到，虽然此处的噪声值很大，但其在距离方向也不是特别的明显。

速度向滤波

从结果中可以看到，随着滤波的进行，滤波后的速度与真实的速度越来越接近。

加速度滤波值

与速度滤波相比，加速度方向上的收敛速度明显较慢，选择其他的$\alpha ,\beta ,\gamma$值也许会加快其收敛的速度，但与此同时，位置的滤波之上也有可能会出现更大的噪声。

代码

代码的下载链接在这里：
代码下载
上述内容即使今天的全部内容了，感谢大家的观看。
如果方便，辛苦大家点个赞和关注哦！
您的点赞或评论或关注是对我最大的肯定，谢谢大家！！！