卡尔曼滤波预估渔船目标物体距离和速度算法

张亚娟 陈辉 张汝峰 郭宝军 陈静 高贝贝

摘要：卡尔曼滤波是一种最优估计的数据处理技术，以卡尔曼滤波算法为主要研究内容，以渔船雷达对海上目标物体距离为测量据进行卡尔曼滤波处理，得到目标物体与渔船的相对距离和相对速度的最优估计值，以及各状态的估计误差方差变化趋势，对结果进行分析，实现Kalman滤波算法预估目标物体距离、速度的仿真系统设计。

关键词：卡尔曼滤波；渔船；目标物体；距离；速度

中图分类号：TP391.41文献标识码：A

1引言

渔船在海上行驶环境相对比较复杂^[1]，安装雷达系统的船舶本身也是不时地处于机动状态之中，因此雷达所探测的目标也是在不停地变化当中，加上海上风浪等环境的影响，使得雷达测量障碍物距离、速度等信息是存在较多噪声，导致测量数据误差较大。卡尔曼滤波技术是一种可以使用数值估计和优化的方法，并将其应用到渔船的雷达定位系统中，可以有效减小噪声对雷达定位系统的影响，使得渔船对周围目标物体的相对距离、和相对速度预判更加精确，极大的提高了渔船出海过程中的安全性。

由表1可以看出距离的估计值与距离的量测值不相同，主要是由于二者都存在误差，但估计距离的方差经过多次滤波后稳定在在0.17（nm）2左右，比测量距离的方差Rk=0.2（nm）2要小，由此可以看出距离精度得到提高。

由于设定的初始状态估计和估计方差阵存在误差，滤波的开始属于非稳定状态，由表1对估计速度的方差可以看出随着滤波周期的不断增加，估计速度的方差稳定在0.16（nm/s）2左右，相对较小，代表对目标的跟踪更加可靠。

4 结束语

卡尔曼滤波算法来进行系统状态的最佳估计以减少噪声干扰，以获得尽可能精确的状态估计，最后使用这些状态估计值达到修正系统误差的目的。本次研究根據渔船雷达测量目标物体距离为量测值，设计Kalman滤波算法预估目标距离、速度的仿真系统，得到了精度更高的目标物体的距离和速度。

参考文献：

[1] 王东毅，于文明，林锡坤.探析渔业资源调查船的发展现状与对策[J].江西水产科技，2018（02）：57-58.

[2] 邱怡飞. 基于卡尔曼滤波的目标定位与跟踪算法研究[D].北京： 北京邮电大学， 2021： 73.

[3] Jia G ， Huang Y ， Zhang Y ， et al. A novel adaptive Kalman filter With unknown probability of measurement loss[J]. IEEE Signal Processing Letters， 2019， （99）： 1-5.

[4] 李文魁， 李开龙， 陈永冰， 等. 舰船综合导航系统[M]. 北京： 科学出版社，2019.