JPH0797134B2 - 追尾フイルタ - Google Patents
追尾フイルタInfo
- Publication number
- JPH0797134B2 JPH0797134B2 JP16731088A JP16731088A JPH0797134B2 JP H0797134 B2 JPH0797134 B2 JP H0797134B2 JP 16731088 A JP16731088 A JP 16731088A JP 16731088 A JP16731088 A JP 16731088A JP H0797134 B2 JPH0797134 B2 JP H0797134B2
- Authority
- JP
- Japan
- Prior art keywords
- motion
- target
- models
- value
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Feedback Control In General (AREA)
- Control Of Position Or Direction (AREA)
- Radar Systems Or Details Thereof (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 この発明は観測雑音を含んだ目標位置情報及び目標距離
変化率を目標観測装置より入力し，目標位置の真値及び
速度などの目標運動諸元を推定する追尾フィルタの精度
向上方法について提案するものである。
変化率を目標観測装置より入力し，目標位置の真値及び
速度などの目標運動諸元を推定する追尾フィルタの精度
向上方法について提案するものである。
第４図は例えばIEEE TRANSACTIONS ON AEROSPACE AND E
LECTRONIC SYSTEMS VOL AES−13 NO.3,MAY 1977,P310〜
P317「MANEUVERING TARGET TRACKING USING ADAPTIVE S
TATE ESTIMATION」で示された複数個の運動モデルを有
する場合の従来の追尾フィルタの構成図であり、図にお
いて（１）は観測雑音を含んだ目標位置及び目標距離変
化率を計測する目標観測装置，（２）は複数個の運動モ
デルおのおのに対して目標位置観測誤差を評価するため
の運動モデルごとの位置観測誤差評価器，（３）は複数
個の運動モデルおのおのの信頼度を算出するための各運
動モデルの信頼度算出器，（４）は第一の遅延回路，
（５）は目標運動諸元の平滑値算出に使用するカルマン
ゲイン行列算出のためのゲイン行列算出器，（６）は目
標運動諸元の平滑値を算出する平滑器，（７）は複数個
の運動モデルおのおのについて現時点より１サンプルン
グ後の目標運動諸元の予測値を算出する運動モデルごと
の予測値算出器，（８）は第３の遅延回路，（９）は複
数個の運動モデルおのおのの平滑値と真値の差である平
滑誤差を評価する運動モデルごとの平滑誤差評価器，
（10）は複数個の運動モデルおのおのの予測値と真値の
差である予測誤差を評価する運動モデルごとの予測誤差
評価器，（11）は第２の遅延回路，（12）は第４の遅延
回路である。
LECTRONIC SYSTEMS VOL AES−13 NO.3,MAY 1977,P310〜
P317「MANEUVERING TARGET TRACKING USING ADAPTIVE S
TATE ESTIMATION」で示された複数個の運動モデルを有
する場合の従来の追尾フィルタの構成図であり、図にお
いて（１）は観測雑音を含んだ目標位置及び目標距離変
化率を計測する目標観測装置，（２）は複数個の運動モ
デルおのおのに対して目標位置観測誤差を評価するため
の運動モデルごとの位置観測誤差評価器，（３）は複数
個の運動モデルおのおのの信頼度を算出するための各運
動モデルの信頼度算出器，（４）は第一の遅延回路，
（５）は目標運動諸元の平滑値算出に使用するカルマン
ゲイン行列算出のためのゲイン行列算出器，（６）は目
標運動諸元の平滑値を算出する平滑器，（７）は複数個
の運動モデルおのおのについて現時点より１サンプルン
グ後の目標運動諸元の予測値を算出する運動モデルごと
の予測値算出器，（８）は第３の遅延回路，（９）は複
数個の運動モデルおのおのの平滑値と真値の差である平
滑誤差を評価する運動モデルごとの平滑誤差評価器，
（10）は複数個の運動モデルおのおのの予測値と真値の
差である予測誤差を評価する運動モデルごとの予測誤差
評価器，（11）は第２の遅延回路，（12）は第４の遅延
回路である。
従来の複数個の運動モデルを有する追尾フィルタは上記
のように構成され，たとえば固定直交座標を使用し、等
速直線運動モデルにサンプリング時刻によらない定数加
速度ベクトルが付加されたモデルを複数の異なった加速
度レベルごとに有する場合が複数個の運動モデルとして
使用されていた。目標観測装置（１）では，極座標によ
る観測雑音を含んだ目標位置情報を直交座標に変換す
る。運動モデルごとの位置観測誤差評価器（２）では，
運動モデルごとの予測値算出器（７）により得られる現
時点より１サンプリング前に算出した目標位置予測ベク
トルを目標位置の平均ベクトルとし，運動モデルごとの
予測誤差評価器（10）より得られる現時点より１サンプ
リング前に算出した予測誤差共分散行列及びあらかじめ
設定してある観測モデルより得られる観測雑音の共分散
行列より目標位置観測ベクトルと目標位置予測ベクトル
の差の共分散行列を求め，目標位置観測ベクトルが３次
元正規分布に従うとして複数個の運動モデルごとに，目
標観測装置より入力される目標観測位置の目標予測位置
に対する誤差を評価する。各運動モデルの信頼度算出器
（３）では，現時点より１サンプリング前に算出した複
数個の運動モデルおのおのの信頼度，運動モデルの推移
にマルコフ性を仮定し，あらかじめ設定された運動モデ
ルの推移確率及び運動モデルごとの位置観測誤差評価器
（２）より入力される複数個の運動モデルごとの目標位
置観測誤差評価値より，複数個の運動モデルおのおのの
信頼度を算出する。ゲイン行列算出器（５）では，あら
かじめ設定してある観測モデルより得られる観測雑音共
分散行列及び現時点より１サンプリング前に運動モデル
ごとの予測誤差評価器（10）で算出しておいた運動モデ
ルごとの予測誤差共分散行列よりカルマンフィルタの理
論よりゲイン行列を算出する。平滑器（６）では，現時
点より１サンプリング前に算出しておいた平滑値，目標
観測装置（１）より入力される目標観測位値，ゲイン行
列算出器（５）より入力されるゲイン行列及び各運動モ
デルの信頼度算出器（３）で求めた複数個の運動モデル
おのおのの信頼度により重みづけした複数個の運動モデ
ルを構成している定数加速度ベクトルの総和により目標
位置及び目標速度の平滑値を算出する。運動モデルごと
の予測値算出器（７）では，平滑器（６）で算出した目
標位置及び目標速度と複数個の運動モデルごとの定数加
速度ベクトルにより現時点より１サンプリング後の目標
位置及び目標速度の予測値を算出する。運動モデルごと
の平滑誤差評価器（９）では，目標位置及び目標速度の
平滑値と真値の差の共分散行列をゲイン行列算出器
（５）で算出したゲイン行列及び現時点より１サンプリ
ング前に運動モデルごとの予測誤差評価器（10）で算出
しておいた予測誤差共分散行列により算出する。運動モ
デルごとの予測誤差評価器（10）では，運動モデルごと
の平滑誤差評価器（９）により入力される平滑誤差共分
散行列とあらかじめ設定してある運動モデルより得られ
る駆動雑音共分散行列より現時点より１サンプリング後
の予測値と真値との差の共分散行列を算出する。
のように構成され，たとえば固定直交座標を使用し、等
速直線運動モデルにサンプリング時刻によらない定数加
速度ベクトルが付加されたモデルを複数の異なった加速
度レベルごとに有する場合が複数個の運動モデルとして
使用されていた。目標観測装置（１）では，極座標によ
る観測雑音を含んだ目標位置情報を直交座標に変換す
る。運動モデルごとの位置観測誤差評価器（２）では，
運動モデルごとの予測値算出器（７）により得られる現
時点より１サンプリング前に算出した目標位置予測ベク
トルを目標位置の平均ベクトルとし，運動モデルごとの
予測誤差評価器（10）より得られる現時点より１サンプ
リング前に算出した予測誤差共分散行列及びあらかじめ
設定してある観測モデルより得られる観測雑音の共分散
行列より目標位置観測ベクトルと目標位置予測ベクトル
の差の共分散行列を求め，目標位置観測ベクトルが３次
元正規分布に従うとして複数個の運動モデルごとに，目
標観測装置より入力される目標観測位置の目標予測位置
に対する誤差を評価する。各運動モデルの信頼度算出器
（３）では，現時点より１サンプリング前に算出した複
数個の運動モデルおのおのの信頼度，運動モデルの推移
にマルコフ性を仮定し，あらかじめ設定された運動モデ
ルの推移確率及び運動モデルごとの位置観測誤差評価器
（２）より入力される複数個の運動モデルごとの目標位
置観測誤差評価値より，複数個の運動モデルおのおのの
信頼度を算出する。ゲイン行列算出器（５）では，あら
かじめ設定してある観測モデルより得られる観測雑音共
分散行列及び現時点より１サンプリング前に運動モデル
ごとの予測誤差評価器（10）で算出しておいた運動モデ
ルごとの予測誤差共分散行列よりカルマンフィルタの理
論よりゲイン行列を算出する。平滑器（６）では，現時
点より１サンプリング前に算出しておいた平滑値，目標
観測装置（１）より入力される目標観測位値，ゲイン行
列算出器（５）より入力されるゲイン行列及び各運動モ
デルの信頼度算出器（３）で求めた複数個の運動モデル
おのおのの信頼度により重みづけした複数個の運動モデ
ルを構成している定数加速度ベクトルの総和により目標
位置及び目標速度の平滑値を算出する。運動モデルごと
の予測値算出器（７）では，平滑器（６）で算出した目
標位置及び目標速度と複数個の運動モデルごとの定数加
速度ベクトルにより現時点より１サンプリング後の目標
位置及び目標速度の予測値を算出する。運動モデルごと
の平滑誤差評価器（９）では，目標位置及び目標速度の
平滑値と真値の差の共分散行列をゲイン行列算出器
（５）で算出したゲイン行列及び現時点より１サンプリ
ング前に運動モデルごとの予測誤差評価器（10）で算出
しておいた予測誤差共分散行列により算出する。運動モ
デルごとの予測誤差評価器（10）では，運動モデルごと
の平滑誤差評価器（９）により入力される平滑誤差共分
散行列とあらかじめ設定してある運動モデルより得られ
る駆動雑音共分散行列より現時点より１サンプリング後
の予測値と真値との差の共分散行列を算出する。
上記のような従来の追尾フィルタでは，パルスドプラレ
ーダのように目標観測装置（１）で目標距離変化率が観
測される場合においても目標位置情報のみで追尾フィル
タが構成されていたため，目標旋回時に観測される目標
距離変化率の急激な変化が各運動モデルの信頼度算出器
（３）で求まる複数個の運動モデルおのおのの信頼度に
反映されず，また，平滑器（６）で算出する目標位置及
び目標速度の平滑値が各運動モデルの信頼度算出器
（３）で求めた複数個の運動モデルおのおのに対する信
頼度を反映した値にもかかわらず，目標位置及び目標速
度の予測値は現時点より１サンプリング間目標が完全な
等速直線運動を行うとして算出していた。このため，旋
回目標に対する追尾精度は劣化せざるをえなかった。
ーダのように目標観測装置（１）で目標距離変化率が観
測される場合においても目標位置情報のみで追尾フィル
タが構成されていたため，目標旋回時に観測される目標
距離変化率の急激な変化が各運動モデルの信頼度算出器
（３）で求まる複数個の運動モデルおのおのの信頼度に
反映されず，また，平滑器（６）で算出する目標位置及
び目標速度の平滑値が各運動モデルの信頼度算出器
（３）で求めた複数個の運動モデルおのおのに対する信
頼度を反映した値にもかかわらず，目標位置及び目標速
度の予測値は現時点より１サンプリング間目標が完全な
等速直線運動を行うとして算出していた。このため，旋
回目標に対する追尾精度は劣化せざるをえなかった。
この発明はこのような課題を解決するためになされたも
ので，旋回目標に対しても精度よく追尾できる追尾フィ
ルタを得ることを目的とする。
ので，旋回目標に対しても精度よく追尾できる追尾フィ
ルタを得ることを目的とする。
この発明の追尾フィルタは，複数個の運動モデルおのお
のの信頼度算出に目標距離変化率を使用し，目標運動諸
元の予測値算出に複数個の運動モデルおのおのの信頼度
を使用するようにしたものである。
のの信頼度算出に目標距離変化率を使用し，目標運動諸
元の予測値算出に複数個の運動モデルおのおのの信頼度
を使用するようにしたものである。
この発明においては、目標距離変化率の観測値と複数個
の運動モデルおのおのの距離変化率の予測値との差の確
率密度（すなわち、目標距離変化率観測誤差評価値）を
複数個の運動モデルおのおのの予測値，複数個の運動モ
デルおのおのの予測値と真値の差である予測誤差の評価
である複数個の運動モデルごとの予測誤差共分散行列及
び目標距離変化率観測雑音により算出し，複数個の運動
モデルおのおのの信頼度算出の重みづけ係数として目標
位置情報より算出される複数個の運動モデルおのおのに
対する目標位置観測誤差評価値とともに使用し，旋回目
標に対する複数個の運動モデルの合致度である複数個の
運動モデルおのおのに対する信頼度を目標位置情報のみ
より算出する場合よりも適正に算出するとともに，この
ようにして算出した複数個の運動モデルおのおのに対す
る信頼度及び複数個の運動モデルを構成している定数加
速度ベクトルを使用し，予測における加速度の影響項を
算出し，この項に現時点の複数個の各運動モデルの影響
を統合して得られるの平滑値をもとに等速直線運動予測
により算出した１サンプリング後の予測値を加算するこ
とにより複数個の各運動モデルの影響を統合して得られ
る予測値を算出するようにしている。
の運動モデルおのおのの距離変化率の予測値との差の確
率密度（すなわち、目標距離変化率観測誤差評価値）を
複数個の運動モデルおのおのの予測値，複数個の運動モ
デルおのおのの予測値と真値の差である予測誤差の評価
である複数個の運動モデルごとの予測誤差共分散行列及
び目標距離変化率観測雑音により算出し，複数個の運動
モデルおのおのの信頼度算出の重みづけ係数として目標
位置情報より算出される複数個の運動モデルおのおのに
対する目標位置観測誤差評価値とともに使用し，旋回目
標に対する複数個の運動モデルの合致度である複数個の
運動モデルおのおのに対する信頼度を目標位置情報のみ
より算出する場合よりも適正に算出するとともに，この
ようにして算出した複数個の運動モデルおのおのに対す
る信頼度及び複数個の運動モデルを構成している定数加
速度ベクトルを使用し，予測における加速度の影響項を
算出し，この項に現時点の複数個の各運動モデルの影響
を統合して得られるの平滑値をもとに等速直線運動予測
により算出した１サンプリング後の予測値を加算するこ
とにより複数個の各運動モデルの影響を統合して得られ
る予測値を算出するようにしている。
第１図はこの発明の一実施例を示す構成図であり，
（１）〜（12）は上記従来装置と全く同一のものであ
る。（13）は予測値算出器，（14）は運動モデルごとの
距離変化率観測誤差評価器である。
（１）〜（12）は上記従来装置と全く同一のものであ
る。（13）は予測値算出器，（14）は運動モデルごとの
距離変化率観測誤差評価器である。
複数個をＮ個とした場合の運動モデルをｘ ｋ ＝Φk-1 ｘ k-1＋Γk-1 Ｗ k-1＋Γ´k-1 ｕ k-1 ……
（１） とする。
（１） とする。
ここで， ・ｘ ｋはサンプリング時刻tkにおける目標運動諸元の真
値をあらわす状態ベクトルであり直交座標における目標
位置ベクトルを 直交座標における目標速度ベクトルを とした時 である。
値をあらわす状態ベクトルであり直交座標における目標
位置ベクトルを 直交座標における目標速度ベクトルを とした時 である。
・Φk-1はサンプリング時刻tk-1よりtkへの状態ベクト
ルｘ ｋの推移行列で目標が等速直線運動を行うと仮定し
た場合 である。
ルｘ ｋの推移行列で目標が等速直線運動を行うと仮定し
た場合 である。
・Ｗ ｋはサンプリング時刻tkにおける駆動雑音ベクトル Γｋはサンプリング時刻tkにおける駆動雑音ベクトルの
変換行列で たとえば，目標の運動モデルを等速直線運動と仮定した
ことによる打切り誤差項をρk-1 Wk-1とみればＷ ｋは加
速度ベクトル相当であり である。
変換行列で たとえば，目標の運動モデルを等速直線運動と仮定した
ことによる打切り誤差項をρk-1 Wk-1とみればＷ ｋは加
速度ベクトル相当であり である。
・ukはサンプリング時刻tkにおいてＮ個の運動モデルを
構成する定数加速度ベクトルでｕ ｋ ＝α １又はｕ ｋ＝α ２又は…… 又はｕ ｋ＝α Ｎ ……（２） であり Γ´ｋはサンプリング時刻tkにおける定数加速度ベクト
ルの変換行列で である。
構成する定数加速度ベクトルでｕ ｋ ＝α １又はｕ ｋ＝α ２又は…… 又はｕ ｋ＝α Ｎ ……（２） であり Γ´ｋはサンプリング時刻tkにおける定数加速度ベクト
ルの変換行列で である。
第３図は水平面に平行な面内で定数加速度ベクトルを説
明する図であり，図において,0は目標観測装置を原点と
した座標０−xyの原点,Xは東方向をｘ軸を正とした座標
０−xyのｘ軸,Yは北方向をｙ軸の正とした座標０−xyの
ｙ軸,A1はｙ軸の正方向の定数加速度ベクトル,A2はｘ軸
の正の方向の定数加速度ベクトル,A3はｙ軸の負の方向
の定数加速度ベクトル,A4はｘ軸の負の方向の定数加速
度ベクトルである。第３図における定数加速度ベクトル
の大きさを10g（ｇは重力加速度とする）とし，この他
に加速度０の定数加速度ベクトルを考えた運動モデルの
場合 Ｎ＝５ ……（３） であり，式（２）は とサンプリング時刻tkに無関係に書ける。
明する図であり，図において,0は目標観測装置を原点と
した座標０−xyの原点,Xは東方向をｘ軸を正とした座標
０−xyのｘ軸,Yは北方向をｙ軸の正とした座標０−xyの
ｙ軸,A1はｙ軸の正方向の定数加速度ベクトル,A2はｘ軸
の正の方向の定数加速度ベクトル,A3はｙ軸の負の方向
の定数加速度ベクトル,A4はｘ軸の負の方向の定数加速
度ベクトルである。第３図における定数加速度ベクトル
の大きさを10g（ｇは重力加速度とする）とし，この他
に加速度０の定数加速度ベクトルを考えた運動モデルの
場合 Ｎ＝５ ……（３） であり，式（２）は とサンプリング時刻tkに無関係に書ける。
次に，サンプリング時刻tkにおいて uk-1＝αａ（ａ＝1,2……,N） ……（５） が真であるとの仮説を と書く。
Ｅを平均をあらわす記号として，Ｗ ｋは平均０の３次元
正規分布白色雑音で Ｅ〔Ｗ ｋ〕＝０ ……（７） Ｅ〔Ｗ ｋ▲Ｗ T l▼〕＝Qk（ｋ＝ｌのとき）， 0I（ｋ≠ｌのとき） ……（８） とする。
正規分布白色雑音で Ｅ〔Ｗ ｋ〕＝０ ……（７） Ｅ〔Ｗ ｋ▲Ｗ T l▼〕＝Qk（ｋ＝ｌのとき）， 0I（ｋ≠ｌのとき） ……（８） とする。
ここで， ・０は零ベクトル ・Qkはサンプリング時刻tkにおける駆動雑音共分散行列 であり，ａ Ｔ はベクトルａの転置ベクトルをあらわす。
目標位置観測モデルをＺ ｋ ＝Hk ｘ ｋ＋ｖ ｋ ……（９） とする。
ここで， ・Ｚ ｋはサンプリング時刻tkにおける目標位置情報の観
測値より構成される直交座標による目標位置観測ベクト
ル ・Hkはサンプリング時刻tkにおける観測行列で Hk＝（Ｉ 0I） である。
測値より構成される直交座標による目標位置観測ベクト
ル ・Hkはサンプリング時刻tkにおける観測行列で Hk＝（Ｉ 0I） である。
・ｖ ｋはサンプリング時刻tkにおける目標位置観測雑音
ベクトルであり，平均０の３次元正規分布白色雑音で Ｅ〔ｖ ｋ〕＝０ Ｅ〔ｖ ｋ▲ｖ T l▼＝Rk（ｋ＝ｌの時）,0I（ｋ≠ｌの
時） ……（10） である。
ベクトルであり，平均０の３次元正規分布白色雑音で Ｅ〔ｖ ｋ〕＝０ Ｅ〔ｖ ｋ▲ｖ T l▼＝Rk（ｋ＝ｌの時）,0I（ｋ≠ｌの
時） ……（10） である。
なお,Rkはサンプリング時刻tkにおける目標位置観測雑
音共分散行列で，運動モデルによらない値とする。
音共分散行列で，運動モデルによらない値とする。
目標距離変化率観測モデルをｏ （ｋ）＝（ｋ）＋ｖ (k) ……（11） とする。
ここで， ・ｏ（ｋ）はサンプリング時刻tkにおける目標距離変
化率の観測値 ・（ｋ）はサンプリング時刻tkにおける目標距離変化
率の真値 はサンプリング時刻tkにおける目標距離変化率観測雑音
であり，平均０の１次元正規分布白色雑音で である。
化率の観測値 ・（ｋ）はサンプリング時刻tkにおける目標距離変化
率の真値 はサンプリング時刻tkにおける目標距離変化率観測雑音
であり，平均０の１次元正規分布白色雑音で である。
なお， はサンプリング時刻tkにおける目標距離変化率の分散
で，運動モデルによらない値とする。
で，運動モデルによらない値とする。
また，目標距離をＲ（ｋ） すなわち とすれば，式（14）の両辺を微分して である。
サンプリング時刻tkからtkまでの目標位置観測ベクトル
の全体をzk,目標距離変化率の観測値の全体を▲Ｚ
k D▼，すなわち と書く。
の全体をzk,目標距離変化率の観測値の全体を▲Ｚ
k D▼，すなわち と書く。
以上から通常のカルマンフィルタの理論より である。
ここで のもとでのサンプリング時刻tkに対するｘ ｋの予測ベク
トルで，条件つき平均ベクトルで書けばカルマンフィル
タの理論より である。
トルで，条件つき平均ベクトルで書けばカルマンフィル
タの理論より である。
・ ｋ（＋）はサンプリング時刻tkに対するｘ ｋの平滑
ベクトルで である。
ベクトルで である。
のもとでのサンプリング時刻tkに対するｘ ｋの平滑ベク
トルで である。
トルで である。
・Pk（＋）はサンプリング時刻tkにおける平滑誤差共分
散行列であり，カルマンフィルタの理論より である。
散行列であり，カルマンフィルタの理論より である。
・▲Ｐa k▼（−）はサンプリング時刻tkにおける仮説 のもとでの予測誤差共分散行列で である。
・▲Ｐa k▼（＋）はサンプリング時刻tkにおける仮説 のもとで平滑誤差共分散行列で である。
・Kkはサンプリング時刻tkにおけるゲイン行列である。
なお,ATは行列Ａの転置行列をあらわす。
また，カルマンフィルタを通常適用する場合と同様にし
て，初期値 0(+),P0（＋）は別途定まっているとす
る。
て，初期値 0(+),P0（＋）は別途定まっているとす
る。
式（19）より▲Ｐa k▼（−）は仮説 によらない値なので，式（21）よりKk,式（22）より▲
Ｐa k▼（＋）も同様に仮説 によらない値となる。
Ｐa k▼（＋）も同様に仮説 によらない値となる。
サンプリング時刻tkまでの観測情報による仮説 の信頼度βk,aを条件つき確率密度関数により と書く。
運動モデルの推移にマルコフ性を仮定する。すなわち運
動モデル はサンプリング時刻tK-2までの運動モデルには依存しな
いとする。この時，運動モデルの推移確率Pabを と書く。
動モデル はサンプリング時刻tK-2までの運動モデルには依存しな
いとする。この時，運動モデルの推移確率Pabを と書く。
仮説 のもとでの目標位置観測誤差の評価 fa(K) （ａ＝1,2,……,N） ……（31） を３次元正規分布で近似すればカルマンフィルタの理論
より である。
より である。
ここで， ｇ（Ｚ K,aK,AK）は平均ベクトルaK,共分散行列AKの３次
元正規分布のZKにおける確率密度である。
元正規分布のZKにおける確率密度である。
式（33）よりわかるように，目標位置の観測ベクトルＺ
ｋが目標位置の予測ベクトルHK▲ a K▼（−）に近いほ
どfa(K)の値は大きくなり目標が仮説 のもとで運動したとの信頼度が高く評価される。第４図
は目標位置観測誤差の評価値fa(K)を１次元において説
明する図であり，図において,Gは目標位置をあらわす横
軸,Fは確率密度をあらわす縦軸,Zは観測ベクトルＺ Ｋの
示す目標位置,PAは仮説 のもとで目標予測位置,FAは確率密度fa(K),Nは平均HK▲
a K▼（−）分散HK▲Ｐa K▼（−）▲ＨT K▼＋RKによっ
て定まる正規分布曲線である。
ｋが目標位置の予測ベクトルHK▲ a K▼（−）に近いほ
どfa(K)の値は大きくなり目標が仮説 のもとで運動したとの信頼度が高く評価される。第４図
は目標位置観測誤差の評価値fa(K)を１次元において説
明する図であり，図において,Gは目標位置をあらわす横
軸,Fは確率密度をあらわす縦軸,Zは観測ベクトルＺ Ｋの
示す目標位置,PAは仮説 のもとで目標予測位置,FAは確率密度fa(K),Nは平均HK▲
a K▼（−）分散HK▲Ｐa K▼（−）▲ＨT K▼＋RKによっ
て定まる正規分布曲線である。
仮説 のもとでのサンプリング時刻tKに対する目標距離変化率
の予測値を▲a p▼(K),すなわち と書けば，式（15）より である。
の予測値を▲a p▼(K),すなわち と書けば，式（15）より である。
ここで である。
なお、式（14）より である。
また，全微分の性質より一次近似を行えば である。
ここで， hK（▲ a K▼（−））は のｘ Ｋ＝▲ a K▼（−）での値だから である。
式（11）及び式（37）より である。
式（39），式（23），式（12）及びｖ (K)が白色雑音
の仮定より だから，式（33）より である。
の仮定より だから，式（33）より である。
式（39），式（41），式（27），式（13）及び が白色雑音の仮定より である。
式（41）及び式（42）より仮説 のもとでの目標距離変化率観測誤差の評価 を１次元正規分布で近似すれば である。
ここで,g2（l;m,n）は平均m,分散ｎの１次元正規分布の
ｌにおける確率密度である。
ｌにおける確率密度である。
サンプリング時刻tKの観測情報Ｚ Ｋ及びo(K)が得られ
ない時点での仮説 の信頼度Ｐ〔ψk,a|ZK-1,▲ＺK-1 D▼〕はマルコフ性よ
り，仮説 がサンプリング前の各仮説 より推移して得られるので， の信頼度である式（29）のβK-1,b及び推移確率である
式（30）のPabより として求まる。
ない時点での仮説 の信頼度Ｐ〔ψk,a|ZK-1,▲ＺK-1 D▼〕はマルコフ性よ
り，仮説 がサンプリング前の各仮説 より推移して得られるので， の信頼度である式（29）のβK-1,b及び推移確率である
式（30）のPabより として求まる。
目標位置観測ベクトルＺ Ｋ及び目標距離変化率の観測値
O(K)が得られた時点での仮説 の信頼度βK,aは，観測ベクトルＺ Ｋが得られない時点
の仮説の信頼度 に仮説 の目標位置観測ベクトルＺ Ｋによる評価値fa(K)及び目
標距離変化率の観測値O(K)による評価値▲ｆa 2▼(K)
を乗算した値，すなわち式（45），式（31）及び式（4
3）より に比例すると考えてよい。
O(K)が得られた時点での仮説 の信頼度βK,aは，観測ベクトルＺ Ｋが得られない時点
の仮説の信頼度 に仮説 の目標位置観測ベクトルＺ Ｋによる評価値fa(K)及び目
標距離変化率の観測値O(K)による評価値▲ｆa 2▼(K)
を乗算した値，すなわち式（45），式（31）及び式（4
3）より に比例すると考えてよい。
確率の性質より だから，式（46）を正規化して である。
式（29）及びベイズの定理より である。
式（24），式（25）及び式（49）より だから である。
式（50）及び式（20），式（18），式（47）より Ｋ （＋）＝ΦK-1 K-1（＋）＋Γ´K-1 K-1 ＋KK〔Ｚ Ｋ−HK（ФK-1 K-1(+)＋Γ´K-1 K-1）〕 …
…（51） である。
…（51） である。
ここで ベイズの定理を使用し である。 Ｋ （−）をサンプリング時刻tKに対するｘ Ｋの予測ベ
クトル，すなわち とすれば，式（53）及び式（23）より だから である。
クトル，すなわち とすれば，式（53）及び式（23）より だから である。
確率の性質より だから，式（55）に式（18）を代入して を得る。
式（45）及び式（57）より である。
なお，先に述べたように仮説 のもとでの平滑誤差共分散行列▲Ｐa K▼（＋）は仮説 に無関係に定まる値なので とする。
次にこの発明の追尾フィルタの動作を第１図に従って説
明する。
明する。
なお，カルマンフィルタを追尾フィルタに通常適用する
場合と同様にして，初期値はあらかじめ定まっていると
する。
場合と同様にして，初期値はあらかじめ定まっていると
する。
目標観測装置（１）では目標距離変化率及び極座標で目
標位置情報を観測し、目標位置情報を直交座標に変換
し，式（11）の目標距離変化率の観測値O(K)及び式
（９）の目標位置観測ベクトルＺ Ｋを出力する。運動モ
デルごとの位置観測誤差評価器（２）では，運動モデル
ごとの予測値算出器（７）より得られる現時点より１サ
ンプリング前に算出した式（18）の運動モデルごとの予
測ベクトル▲ a K▼（−）を第４の遅延回路（12）を通
して入力し目標位置予測ベクトルHK▲ a K▼（−）を算
出し，運動モデルごとの予測誤差評価器（10）より得ら
れる現時点より１サンプリング前に算出した式（19）の
運動モデルごとの予測誤差共分散行列▲Ｐa K▼（−）を
第２の遅延回路（11）を通し入力し運動モデルごとの予
測位置誤差の共分散行列HK▲Ｐa K▼（−）▲ＨT K▼を算
出しこれとあらかじめ設定してある観測モデルより得ら
れる式（10）の目標位置観測雑音共分散行列RKより観測
ベクトルＺ Ｋと運動モデルごとの目標位置予測ベクトル
HK▲ a K▼（−）の差の共分散行列HK▲Ｐa K▼（−）▲
ＨT K▼＋RKを算出し，目標観測装置（１）より入力され
る目標位置観測ベクトルＺ Ｋの複数個の運動モデルおの
おのに対する合致度である目標位置観測誤差の評価値で
ある式（31）のfa(K)を式（32）に従い算出する。運動
モデルごとの距離変化率観測誤差評価器（14）では，運
動モデルごとの予測値算出器（７）より得られる現時点
より１サンプリング前に算出した式（18）の運動モデル
ごとの予測ベクトル▲ a K▼（−）を第４の遅延回路
（12）を通し入力し式（34）及び式（35）に従い目標距
離変化率の予測値▲a p▼(K)を求めさらに式（38），
式（35）及び式（36）に変換行列hK（▲ a K▼（−））
を算出し，運動モデルごとの予測誤差評価器（10）より
得られる現時点より１サンプリング前に算出した式（1
9）の運動モデルごとの予測誤差共分散行列▲Ｐa K▼
（−）を第２の遅延回路（11）を通し入力しこれとあら
かじめ設定してある観測モデルより得られる式（13）の
目標距離変化率観測雑音 より目標距離変化率の観測値O(K)と予測値p(K)の差
の分散である式（42）の を算出し，目標観測装置（１）より入力される目標距離
変化率の観測値O(K)の複数個の運動モデルおのおのに
対する合致度である目標距離変化率観測誤差の評価値で
ある式（43）の▲ｆa 2▼(K)を式（44）に従い算出す
る。各運動モデルの信頼度算出器（３）では，現時点よ
り１サンプリング前に算出した複数個の運動モデルおの
おのに対する信頼度である式（29）のβＫ−1,aを第１
の遅延回路（４）を通して入力しこれとあらかじめ設定
された式（30）の推移確率Pabより目標観測情報Ｚ Ｋ及
びO(K)が得られない時点での運動モデルの信頼度であ
る式（45）の値を算出し，式（45）の値に目標位置観測
ベクトルＺ Ｋの各運動モデルに対する合致度である運動
モデルごとの位置観測誤差評価器（２）より入力される
式（31）のfa(K)及び目標距離変化率O(K)の各運動モ
デルに対する合致度である運動モデルごとの距離変化率
観測誤差評価器（14）より入力される式（43）の▲ｆa 2
▼(K)により重みづけし式（48）に従い目標位置観測ベ
クトルＺ Ｋ及び目標距離変化率O(K)が得られた時点で
の複数個の運動モデルおのおのの信頼度である式（29）
のβK,aを算出するを算出する。ゲイン行列算出器
（５）では，あらかじめ設定された観測モデルより得ら
れる式（10）の目標位置観測雑音共分散行列RK及び１サ
ンプリング前に算出しておいた運動モデルごとの予測誤
差評価器（10）より第２の遅延回路（11）を通して入力
される運動モデルごとの予測誤差共分散行列▲Ｐa K▼
（−）とにより式（21）に従い平滑ベクトル Ｋ（＋）
算出に使用するゲイン行列KKを算出する。平滑器（６）
では,1サンプリング前に算出しておいた式（24）の平滑
ベクトル K-1（＋）を第３の遅延回路（８）を通し入
力し等速直線運動予測によりΦK-1 K-1（＋）を算出
し，各運動モデルの信頼度βK,aとあらかじめ設定され
た式（５）の複数個の運動モデルを構成している定数加
速度ベクトルα ａにより式（52）に従い目標の加速度
K-1を推定し K-1が予測に影響する項Γ´K-1 K-1を算
出し，これらと目標観測装置（１）より得られる式
（９）の目標位置観測ベクトルＺ Ｋに対し，平滑ベクト
ル Ｋ（＋）において観測ベクトルＺ Ｋが寄与する度合
を決定するゲイン行列算出器（５）より得られるゲイン
行列KKを式（51）に従い適用し平滑ベクトル Ｋ（＋）
を算出する。運動モデルごとの予測値算出器（７）で
は，平滑器（６）より得られる平滑ベクトル Ｋ（＋）
より等速直線運動予測によりΦＫ Ｋ（＋）を算出し，
あらかじめ設定された複数個の運動モデルを構成する定
数加速度ベクトルα ａが予測に影響する項Γ´Ｋ α ａを
算出し，現時点より１サンプリング後のサンプリング時
刻tK+1に対する複数個の運動モデルごとの予測ベクトル
▲ a K+1▼（−）を式（18）に従い算出する。運動モデ
ルごとの平滑誤差評価器（９）では,1サンプリング前に
算出しておいた式（27）の運動モデルごとの予測誤差共
分散行列▲Ｐa K▼（−）を運動モデルごとの予測誤差評
価器（10）より第２の遅延回路（11）を通して入力し，
ゲイン行列算出器（５）より得られる行列KKとにより式
（25）の運動モデルごとの平滑ベクトル▲ a K▼（＋）
の平滑誤差の評価値である複数個の運動モデルごとの平
滑誤差共分散行列▲Ｐa K▼（＋）を式（22）に従い算出
する。運動モデルごとの予測誤差評価器（10）では運動
モデルごとの平滑誤差評価器（９）より得られる式（2
8）の運動モデルごとの平滑誤差共分散行列▲Ｐa K▼
（＋）を式（59）に従い式（26）の平滑誤差共分散行列
PK（＋）とみなし，あらかじめ設定された運動モデルよ
り得られる式（８）の駆動雑音共分散行列QKとにより式
（19）に従い現時点より１サンプリング後のサンプリン
グ時刻tK+1に対する複数個の運動モデルごとの予測ベク
トル▲ a K+1▼（−）の予測誤差の評価である予測誤差
共分散行列▲Ｐa K+1▼（−）を算出する。
標位置情報を観測し、目標位置情報を直交座標に変換
し，式（11）の目標距離変化率の観測値O(K)及び式
（９）の目標位置観測ベクトルＺ Ｋを出力する。運動モ
デルごとの位置観測誤差評価器（２）では，運動モデル
ごとの予測値算出器（７）より得られる現時点より１サ
ンプリング前に算出した式（18）の運動モデルごとの予
測ベクトル▲ a K▼（−）を第４の遅延回路（12）を通
して入力し目標位置予測ベクトルHK▲ a K▼（−）を算
出し，運動モデルごとの予測誤差評価器（10）より得ら
れる現時点より１サンプリング前に算出した式（19）の
運動モデルごとの予測誤差共分散行列▲Ｐa K▼（−）を
第２の遅延回路（11）を通し入力し運動モデルごとの予
測位置誤差の共分散行列HK▲Ｐa K▼（−）▲ＨT K▼を算
出しこれとあらかじめ設定してある観測モデルより得ら
れる式（10）の目標位置観測雑音共分散行列RKより観測
ベクトルＺ Ｋと運動モデルごとの目標位置予測ベクトル
HK▲ a K▼（−）の差の共分散行列HK▲Ｐa K▼（−）▲
ＨT K▼＋RKを算出し，目標観測装置（１）より入力され
る目標位置観測ベクトルＺ Ｋの複数個の運動モデルおの
おのに対する合致度である目標位置観測誤差の評価値で
ある式（31）のfa(K)を式（32）に従い算出する。運動
モデルごとの距離変化率観測誤差評価器（14）では，運
動モデルごとの予測値算出器（７）より得られる現時点
より１サンプリング前に算出した式（18）の運動モデル
ごとの予測ベクトル▲ a K▼（−）を第４の遅延回路
（12）を通し入力し式（34）及び式（35）に従い目標距
離変化率の予測値▲a p▼(K)を求めさらに式（38），
式（35）及び式（36）に変換行列hK（▲ a K▼（−））
を算出し，運動モデルごとの予測誤差評価器（10）より
得られる現時点より１サンプリング前に算出した式（1
9）の運動モデルごとの予測誤差共分散行列▲Ｐa K▼
（−）を第２の遅延回路（11）を通し入力しこれとあら
かじめ設定してある観測モデルより得られる式（13）の
目標距離変化率観測雑音 より目標距離変化率の観測値O(K)と予測値p(K)の差
の分散である式（42）の を算出し，目標観測装置（１）より入力される目標距離
変化率の観測値O(K)の複数個の運動モデルおのおのに
対する合致度である目標距離変化率観測誤差の評価値で
ある式（43）の▲ｆa 2▼(K)を式（44）に従い算出す
る。各運動モデルの信頼度算出器（３）では，現時点よ
り１サンプリング前に算出した複数個の運動モデルおの
おのに対する信頼度である式（29）のβＫ−1,aを第１
の遅延回路（４）を通して入力しこれとあらかじめ設定
された式（30）の推移確率Pabより目標観測情報Ｚ Ｋ及
びO(K)が得られない時点での運動モデルの信頼度であ
る式（45）の値を算出し，式（45）の値に目標位置観測
ベクトルＺ Ｋの各運動モデルに対する合致度である運動
モデルごとの位置観測誤差評価器（２）より入力される
式（31）のfa(K)及び目標距離変化率O(K)の各運動モ
デルに対する合致度である運動モデルごとの距離変化率
観測誤差評価器（14）より入力される式（43）の▲ｆa 2
▼(K)により重みづけし式（48）に従い目標位置観測ベ
クトルＺ Ｋ及び目標距離変化率O(K)が得られた時点で
の複数個の運動モデルおのおのの信頼度である式（29）
のβK,aを算出するを算出する。ゲイン行列算出器
（５）では，あらかじめ設定された観測モデルより得ら
れる式（10）の目標位置観測雑音共分散行列RK及び１サ
ンプリング前に算出しておいた運動モデルごとの予測誤
差評価器（10）より第２の遅延回路（11）を通して入力
される運動モデルごとの予測誤差共分散行列▲Ｐa K▼
（−）とにより式（21）に従い平滑ベクトル Ｋ（＋）
算出に使用するゲイン行列KKを算出する。平滑器（６）
では,1サンプリング前に算出しておいた式（24）の平滑
ベクトル K-1（＋）を第３の遅延回路（８）を通し入
力し等速直線運動予測によりΦK-1 K-1（＋）を算出
し，各運動モデルの信頼度βK,aとあらかじめ設定され
た式（５）の複数個の運動モデルを構成している定数加
速度ベクトルα ａにより式（52）に従い目標の加速度
K-1を推定し K-1が予測に影響する項Γ´K-1 K-1を算
出し，これらと目標観測装置（１）より得られる式
（９）の目標位置観測ベクトルＺ Ｋに対し，平滑ベクト
ル Ｋ（＋）において観測ベクトルＺ Ｋが寄与する度合
を決定するゲイン行列算出器（５）より得られるゲイン
行列KKを式（51）に従い適用し平滑ベクトル Ｋ（＋）
を算出する。運動モデルごとの予測値算出器（７）で
は，平滑器（６）より得られる平滑ベクトル Ｋ（＋）
より等速直線運動予測によりΦＫ Ｋ（＋）を算出し，
あらかじめ設定された複数個の運動モデルを構成する定
数加速度ベクトルα ａが予測に影響する項Γ´Ｋ α ａを
算出し，現時点より１サンプリング後のサンプリング時
刻tK+1に対する複数個の運動モデルごとの予測ベクトル
▲ a K+1▼（−）を式（18）に従い算出する。運動モデ
ルごとの平滑誤差評価器（９）では,1サンプリング前に
算出しておいた式（27）の運動モデルごとの予測誤差共
分散行列▲Ｐa K▼（−）を運動モデルごとの予測誤差評
価器（10）より第２の遅延回路（11）を通して入力し，
ゲイン行列算出器（５）より得られる行列KKとにより式
（25）の運動モデルごとの平滑ベクトル▲ a K▼（＋）
の平滑誤差の評価値である複数個の運動モデルごとの平
滑誤差共分散行列▲Ｐa K▼（＋）を式（22）に従い算出
する。運動モデルごとの予測誤差評価器（10）では運動
モデルごとの平滑誤差評価器（９）より得られる式（2
8）の運動モデルごとの平滑誤差共分散行列▲Ｐa K▼
（＋）を式（59）に従い式（26）の平滑誤差共分散行列
PK（＋）とみなし，あらかじめ設定された運動モデルよ
り得られる式（８）の駆動雑音共分散行列QKとにより式
（19）に従い現時点より１サンプリング後のサンプリン
グ時刻tK+1に対する複数個の運動モデルごとの予測ベク
トル▲ a K+1▼（−）の予測誤差の評価である予測誤差
共分散行列▲Ｐa K+1▼（−）を算出する。
予測値算出器（13）では，平滑器（６）より式（24）の
平滑ベクトル Ｋ（＋）を入力し等速直線運動予測によ
りΦＫ Ｋ（＋）を算出し，各運動モデルの信頼度算出
器（３）より得られる式48）の各運動モデルの信頼度β
K,aとあらかじめ設定された式（30）の推移確率Pabより
目標位置観測ベクトルＺ K+1及び目標距離変化率
O(K+1)が得られない時点での式（45）の各運動モデルの
信頼度 を算出し，これとあらかじめ設定された複数個の運動モ
デルを構成している式（５）の定数加速度ベクトルα ａ
よりＺ K+1及びO(K+1)が得られない時点での目標加速
度を と推定し，この加速度が予測に影響する項 を算出することにより式（58）に従い現時点より１サン
プリング後の予測ベクトル K+1（−）を算出する。
平滑ベクトル Ｋ（＋）を入力し等速直線運動予測によ
りΦＫ Ｋ（＋）を算出し，各運動モデルの信頼度算出
器（３）より得られる式48）の各運動モデルの信頼度β
K,aとあらかじめ設定された式（30）の推移確率Pabより
目標位置観測ベクトルＺ K+1及び目標距離変化率
O(K+1)が得られない時点での式（45）の各運動モデルの
信頼度 を算出し，これとあらかじめ設定された複数個の運動モ
デルを構成している式（５）の定数加速度ベクトルα ａ
よりＺ K+1及びO(K+1)が得られない時点での目標加速
度を と推定し，この加速度が予測に影響する項 を算出することにより式（58）に従い現時点より１サン
プリング後の予測ベクトル K+1（−）を算出する。
以上のようにこの発明によれば通常の目標自動追尾装置
に特別の付加装置を付けることなく安価に目標運動諸元
算出精度を向上させることができる。
に特別の付加装置を付けることなく安価に目標運動諸元
算出精度を向上させることができる。
なお以上は等速直線運動モデルに定数加速度ベクトルが
付加されたモデルの場合について説明したが，これ以外
の複数個の運動モデルを有して目標観測装置の情報より
目標運動諸元を算出する追尾フィルタに適用できる。
付加されたモデルの場合について説明したが，これ以外
の複数個の運動モデルを有して目標観測装置の情報より
目標運動諸元を算出する追尾フィルタに適用できる。
第１図はこの発明の一実施例の構成を説明する図，第２
図は従来の追尾フィルタを説明する図，第３図は定数加
速度ベクトルを説明する図，第４図は目標位置観測誤差
評価値を説明する図である。 図において，（１）は目標観測装置，（２）は運動モデ
ルごとの位置観測誤差評価器，（３）は各運動モデルの
信頼度算出器，（４）は第１の遅延回路，（５）はゲイ
ン行列算出器，（６）は平滑器，（７）は運動モデルご
との予測値算出器，（８）は第３の遅延回路，（９）は
運動モデルごとの平滑誤差評価器，（10）は運動モデル
ごとの予測誤差評価器，（11）は第２の遅延回路，（1
2）は第４の遅延回路，（13）は予測値算出器，（14）
は運動モデルごとの距離変化率観測誤差評価器である。 なお，各図中同一あるいは相当部分には同一符号を付し
て示してある。
図は従来の追尾フィルタを説明する図，第３図は定数加
速度ベクトルを説明する図，第４図は目標位置観測誤差
評価値を説明する図である。 図において，（１）は目標観測装置，（２）は運動モデ
ルごとの位置観測誤差評価器，（３）は各運動モデルの
信頼度算出器，（４）は第１の遅延回路，（５）はゲイ
ン行列算出器，（６）は平滑器，（７）は運動モデルご
との予測値算出器，（８）は第３の遅延回路，（９）は
運動モデルごとの平滑誤差評価器，（10）は運動モデル
ごとの予測誤差評価器，（11）は第２の遅延回路，（1
2）は第４の遅延回路，（13）は予測値算出器，（14）
は運動モデルごとの距離変化率観測誤差評価器である。 なお，各図中同一あるいは相当部分には同一符号を付し
て示してある。
Claims (1)
- 【請求項１】目標位置情報および目標距離変化率を観測
する目標観測装置と、同一次元の複数個の定数ベクトル
より構成される異なる複数個の各運動モデルおのおのと
上記目標観測装置より入力される目標位置情報との合致
度である目標位置観測誤差評価値を算出する運動モデル
ごとの位置観測誤差評価器と、上記各運動モデルおのお
のと上記目標観測装置より入力される目標距離変化率と
の合致度である目標距離変化率観測誤差評価値を算出す
る運動モデルごとの距離変化率観測誤差評価器と、上記
運動モデルごとの位置観測誤差評価器で算出した上記各
運動モデルおのおのに対する目標位置観測誤差評価値お
よび上記運動モデルごとの距離変化率観測誤差評価器で
算出した上記各運動モデルおのおのに対する目標距離変
化率観測誤差評価値を入力し上記各運動モデルおのおの
の信頼度を算出する各運動モデルの信頼度算出器と、上
記各運動モデルで同一のゲイン行列を算出するゲイン行
列算出器と、上記各運動モデルの信頼度算出器で算出し
た上記各運動モデルおのおのの信頼度と上記ゲイン行列
算出器で算出したゲイン行列と上記目標観測装置で観測
した目標位置情報とを入力し上記各運動モデルの影響を
統合して得られる目標位置・速度などの目標運動諸元の
平滑値を算出する平滑器と、上記平滑器で算出した上記
目標運動諸元の平滑値を入力し上記運動モデルごとの位
置観測誤差評価器および上記運動モデルごとの距離変化
率観測誤差評価器で使用する上記各運動モデルおのおの
に対する目標運動諸元の１サンプリング後の予測値を算
出する運動モデルごとの予測値算出器と、上記各運動モ
デルの信頼度算出器で算出した上記各運動モデルおのお
のの信頼度および上記平滑器で算出した上記目標運動諸
元の平滑値を入力し上記各運動モデルの影響を統合して
得られる目標運動諸元の１サンプリング後の予測値を算
出する予測値算出器と、上記ゲイン行列算出器で算出し
たゲイン行列を入力し上記各運動モデルおのおのに対す
る目標運動諸元平滑値の誤差を評価する運動モデルごと
の平滑誤差評価器と、上記運動モデルごとの平滑誤差評
価器で算出した上記各運動モデルおのおのに対する平滑
誤差の評価値を入力し遅延回路を通し上記運動モデルご
との距離変化率観測誤差評価器と上記運動モデルごとの
位置観測誤差評価器と上記ゲイン行列算出器と上記運動
モデルごとの平滑誤差評価器とで使用する上記各運動モ
デルおのおのに対する目標運動諸元予測値の誤差を評価
する運動モデルごとの予測誤差評価器とを備えたことを
特徴とする追尾フィルタ。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16731088A JPH0797134B2 (ja) | 1988-07-05 | 1988-07-05 | 追尾フイルタ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16731088A JPH0797134B2 (ja) | 1988-07-05 | 1988-07-05 | 追尾フイルタ |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0217485A JPH0217485A (ja) | 1990-01-22 |
| JPH0797134B2 true JPH0797134B2 (ja) | 1995-10-18 |
Family
ID=15847376
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16731088A Expired - Fee Related JPH0797134B2 (ja) | 1988-07-05 | 1988-07-05 | 追尾フイルタ |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0797134B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2737497B2 (ja) * | 1991-12-20 | 1998-04-08 | 三菱電機株式会社 | 近接警報装置 |
-
1988
- 1988-07-05 JP JP16731088A patent/JPH0797134B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0217485A (ja) | 1990-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8374624B2 (en) | Location measurement method based on predictive filter | |
| Nguyen-Tuong et al. | Using model knowledge for learning inverse dynamics | |
| CN111142100B (zh) | 一种雷达目标跟踪方法 | |
| Wu et al. | Parametric identification and structure searching for underwater vehicle model using symbolic regression | |
| CN101960322B (zh) | 在三维空间中基于使用声音传感器的粒子滤波器的物体跟踪方法 | |
| Gning et al. | Mixture of uniform probability density functions for non linear state estimation using interval analysis | |
| CN118700156B (zh) | 一种用于动态目标自动对接的机械臂控制方法 | |
| JP3926602B2 (ja) | 目標追尾装置及び方法 | |
| Beutler et al. | Gaussian filtering using state decomposition methods | |
| JPH0797134B2 (ja) | 追尾フイルタ | |
| JPH0797136B2 (ja) | 多目標追尾方法及びその装置 | |
| JPH0719818A (ja) | ３次元運動予測装置 | |
| JPH0695137B2 (ja) | 追尾フイルタ | |
| JPH0769419B2 (ja) | 追尾フイルタ | |
| JPH0769417B2 (ja) | 追尾フイルタ | |
| JPH0695138B2 (ja) | 追尾フイルタ | |
| JP3323415B2 (ja) | 目標追尾装置及びその目標追尾方法 | |
| JPH0797135B2 (ja) | 多目標追尾方法及びその装置 | |
| JP3440010B2 (ja) | 目標追尾装置 | |
| Martin et al. | Preliminary results in experimental identification of 3-DOF coupled dynamical plant for underwater vehicles | |
| JPH0643241A (ja) | 多目標追尾方法及びその装置 | |
| JPH0690279B2 (ja) | 追尾フイルタ | |
| JP3411485B2 (ja) | 目標追尾装置 | |
| JPH1062508A (ja) | 目標運動解析方法 | |
| JPH0769418B2 (ja) | 追尾フイルタ |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |