一种基于协同自适应变结构IMM的空间目标状态估计方法

本发明涉及导航，尤其涉及一种空间目标状态估计方法，更具体的，为一种基于协同自适应变结构imm的空间目标状态估计方法。

背景技术：

1、跳变马尔科夫系统(jms)作为一类具有隐式模式转移特性的动态系统，其状态演化兼具马尔科夫性和连续动态性，广泛应用于目标跟踪、自主导航等存在运动模式不确定性的复杂场景。高精度jms状态估计是目标跟踪、空间探测、战略决策等领域系统自主智能决策的核心基础，多模型估计方法通过并行运行预设模型集合，融合各模型条件估计实现全局状态推理，目前已成为解决jms联合状态-模式估计的典型范式。

2、多模型估计方法历经自主多模型(amm)、交互多模型(imm)、变结构交互多模型(vsimm)三代理论体系的演进。其中，amm和imm算法均建立在固定模型集假设之上，其固有缺陷使上述方法面临模型集失配（模型冗余或缺失）导致的估计精度退化甚至发散风险。

3、vsimm通过动态调整模型集构建时变估计空间，理论上可突破模型集预设的局限性，但模型集自适应(msa)机制成为制约其工程实用化的关键瓶颈。现有的msa方法如模型集切换、似然模型集、自适应网格、期望模型扩展，以及改进的混合网格、质心模型集imm等方法，虽能通过参数化变体实现局部模式覆盖，但受限于结构同质性约束，仅适用于相同结构模型下的参数差异场景。因此，构建具有自主模式推理能力的智能模型集自适应机制，成为突破vsimm理论瓶颈的关键路径。

4、此外，时变噪声也是影响vsimm性能的另一重要因素。针对噪声时变的自适应滤波方法可以分为协方差匹配、相关、最大似然和贝叶斯方法，其中贝叶斯方法包括基于状态增广的方法、多模型方法、粒子方法，vb推断(vbi)方法通过选择合适的先验共轭分布，联合估计系统状态和测量噪声协方差矩阵(mncm)。然而，上述方法均局限于imm中。当vb方法直接应用于vsimm时，模型集的时变性会导致模型交互和融合估计后的混合分布不满足共轭性，即混合分布与联合后验概率密度(pdf)形式不同，难以保证参数更新的数学闭包性。

5、综上所述，现有vsimm仍面临挑战：msa依赖于模型同质性约束和启发式规则，缺乏对历史决策信息的深度挖掘与长期收益的量化评估；传统vbi导致vsimm的非共轭性。因此，有必要开发未知sncm和mncm下基于智能msa的vsimm（或称之为协同自适应变结构imm），以提升跳变马尔科夫系统状态估计对模型失配和时变噪声的鲁棒性，从而有效提高空间目标的状态估计精度。

技术实现思路

1、本发明实施例提供一种基于协同自适应变结构imm的空间目标状态估计方法，用于提高空间目标的状态估计精度。

2、为达上述目的，本发明实施例提供一种基于协同自适应变结构imm的空间目标状态估计方法，包括：调用预先训练好的深度q网络模型，从预设的基本模型集和候选模型集中选取出有效模型集，并根据有效模型集构建变结构交互多模型imm；通过针对空间目标的测量数据和变结构imm，确定出空间目标的状态估计值。

3、进一步的，通过针对空间目标的测量数据和变结构imm，确定出空间目标的状态估计值，包括：对变结构imm中的各模型，执行下述迭代步骤：对当前时刻模型进行模型交互；对模型交互的结果进行模型滤波；进行模型概率更新；当最后一个模型完成模型概率更新后，结束上述迭代步骤；

4、将模型滤波的结果与模型概率更新的结果进行加权融合；从加权融合的结果中确定出空间目标的状态估计值。

5、进一步的，对当前时刻模型进行模型交互，具体包括：基于前一时刻模型的模型概率和模型转移概率矩阵，计算模型预测概率；根据模型预测概率，推导出模型混合概率；利用模型混合概率，将前一时刻模型的最优后验状态与前一时刻模型的最优后验误差协方差交互混合，得到混合状态和混合误差协方差；通过前一时刻模型的最优后验自由度参数、以及模型混合概率，得到混合自由度参数；通过前一时刻模型的最优后验逆尺度矩阵、以及模型混合概率，得到混合逆尺度矩阵，其中。

6、进一步的，对模型交互的结果进行模型滤波，具体包括：根据混合自由度参数，得到预测自由度参数；根据混合逆尺度矩阵，得到预测逆尺度矩阵；基于混合状态和当前时刻模型的模型输入，确定出当前时刻模型的预测状态；根据混合误差协方差和融合状态噪声协方差矩阵，确定当前时刻模型的预测误差协方差；

7、设定迭代次数t的初始值，之后开始执行下述迭代过程：

8、根据以下公式分别计算状态噪声过渡矩阵和测量噪声过渡矩阵：

9、，

10、，

11、其中，为测量函数在处的雅可比矩阵，其中为状态转移函数在处的雅可比矩阵，为当前时刻的测量值，为混合状态，为混合误差协方差，，为变结构imm中的模型数量；

12、根据预测自由度参数得到后验自由度参数，进而，根据后验自由度参数、预测逆尺度矩阵、以及状态噪声过渡矩阵和测量噪声过渡矩阵，得到后验逆尺度矩阵，其中，后验自由度参数包括后验状态噪声自由度参数和后验测量噪声自由度参数，后验逆尺度矩阵包括后验状态噪声逆尺度矩阵和后验测量噪声逆尺度矩阵；

13、采用以下公式得到后验预测误差协方差：

14、；

15、通过融合测量噪声协方差矩阵，采用以下公式，得到后验测量噪声协方差：

16、；

17、根据后验预测误差协方差和后验测量噪声协方差，确定出修正后增益，之后根据修正后增益分别得到后验状态和后验误差协方差，其中，表示期望；

18、更新迭代次数；

19、当最大迭代次数c时，重复执行上述迭代过程；

20、以最后一次迭代得到的后验状态作为当前时刻模型的最优后验状态，以最后一次迭代得到的后验误差协方差作为当前时刻模型的最优后验误差协方差，以最后一次迭代得到的后验自由度参数作为当前时刻模型的最优后验自由度参数，以最后一次迭代得到的后验逆尺度矩阵作为当前时刻模型的最优后验逆尺度矩阵。

21、进一步的，进行模型概率更新，具体包括：根据每次迭代后的后验预测误差协方差和每次迭代后的后验测量噪声协方差，得到残差协方差，之后，根据当前时刻的测量值和残差协方差计算得到修正后模型似然值，进而通过修正后模型似然值确定出当前时刻模型的模型概率。

22、进一步的，将模型滤波的结果与模型概率更新的结果进行加权融合，具体包括：

23、将各个模型的最优后验状态和最优后验误差协方差分别与相应的模型概率进行加权融合，按下式计算出修正后融合状态和修正后融合误差协方差：

24、；

25、通过各模型的最优后验自由度参数和相应的模型概率，得到融合自由度参数，融合自由度参数包括融合状态噪声自由度参数和融合测量噪声自由度参数；通过各模型的最优后验逆尺度矩阵和相应的模型概率，得到融合逆尺度矩阵，融合逆尺度矩阵包括融合状态噪声逆尺度矩阵和融合测量噪声逆尺度矩阵；

26、采用以下公式更新融合状态噪声协方差矩阵和融合测量噪声协方差矩阵：

27、，

28、。

29、进一步的，从加权融合的结果中确定出空间目标的状态估计值，具体为：以修正后融合状态作为空间目标的状态估计值。

30、进一步的，基于协同自适应变结构imm的空间目标状态估计方法还包括：计算有效模型集似然值和模型选择稳定性数值；根据有效模型集似然值和模型选择稳定性数值来确定奖励函数，并通过奖励函数更新预先训练好的深度q网络模型。

31、上述技术方案具有如下有益效果：

32、针对jms系统状态估计中msa与噪声时变估计的难题，本发明提出融合深度强化学习与变分贝叶斯推理的协同自适应变结构imm，为了实现具有自主模式推理能力的智能msa，以模型集似然和模型稳定性的加权作为dqn的奖励函数，通过具有双网络结构和经验回放机制的离线训练使q网络近似模型选择问题的真实累积奖励函数，进而通过基于dqn的模型决策实现在线msa，突破传统方法对模型结构同质性与先验知识的依赖性。同时，时变未知噪声下，利用逆wishart分布作为噪声协方差的共轭先验，针对模型交互与融合估计的非共轭性，提出基于kla的vb-vsimm，实现系统状态、sncm和mncm的联合后验估计，解决传统变分贝叶斯方法在vsimm中的数学闭包性缺失问题，提升了跳变马尔科夫系统状态估计对模型失配和时变噪声的鲁棒性，有效提高了空间目标的状态估计精度。