本文選題：機(jī)動(dòng)目標(biāo)跟蹤 + 非線性濾波　； 參考：《電子科技大學(xué)》2015年碩士論文

【摘要】：隨著科學(xué)技術(shù)的迅速發(fā)展和現(xiàn)代戰(zhàn)爭(zhēng)戰(zhàn)場(chǎng)環(huán)境日趨復(fù)雜,現(xiàn)代目標(biāo)的機(jī)動(dòng)性能越來越復(fù)雜多變,而人們對(duì)跟蹤的性能要求則越來越高,因而,使得現(xiàn)代機(jī)動(dòng)目標(biāo)跟蹤技術(shù)無(wú)論是在軍事上還是民用上的都是一個(gè)研究熱點(diǎn)。在機(jī)動(dòng)目標(biāo)跟蹤領(lǐng)域中,非線性濾波技術(shù)是機(jī)動(dòng)目標(biāo)跟蹤的主要工具,機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型的建立是對(duì)機(jī)動(dòng)目標(biāo)實(shí)施跟蹤的基本要素,而模型的結(jié)構(gòu)性是實(shí)施機(jī)動(dòng)目標(biāo)跟蹤的重要手段,因此,本文從以上三個(gè)方面對(duì)機(jī)動(dòng)目標(biāo)跟蹤技術(shù)進(jìn)行了研究。首先本文介紹了機(jī)動(dòng)目標(biāo)跟蹤的基本原理,分析了當(dāng)代跟蹤系統(tǒng)中非線性因素的存在。并對(duì)擴(kuò)展卡爾曼濾波算法、無(wú)跡卡爾曼濾波算法以及容積卡爾曼濾波算法進(jìn)行了理論分析。然后通過對(duì)機(jī)動(dòng)目標(biāo)跟蹤的仿真,分析了三種非線性濾波算法的優(yōu)劣。并在后續(xù)的仿真中對(duì)這三種算法進(jìn)行了應(yīng)用。接著,本文介紹了幾種機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)數(shù)學(xué)模型,并研究了當(dāng)前統(tǒng)計(jì)模型以及Jerk模型的主要原理。通過實(shí)驗(yàn)仿真,分析了當(dāng)前統(tǒng)計(jì)模型以及Jerk模型對(duì)機(jī)動(dòng)目標(biāo)跟蹤的效果。并重點(diǎn)分析了當(dāng)前統(tǒng)計(jì)模型對(duì)非機(jī)動(dòng)段跟蹤精度不足的問題。在此基礎(chǔ)上研究了基于模糊自適應(yīng)的當(dāng)前統(tǒng)計(jì)模型,與原有的當(dāng)前統(tǒng)計(jì)模型進(jìn)行了仿真對(duì)比,驗(yàn)證了改進(jìn)的當(dāng)前統(tǒng)計(jì)模型在機(jī)動(dòng)段以及非機(jī)動(dòng)段較原有當(dāng)前統(tǒng)計(jì)模型對(duì)機(jī)動(dòng)目標(biāo)都有更優(yōu)跟蹤精度的結(jié)論。對(duì)于模型結(jié)構(gòu)性方面的研究,本文首先研究了固定結(jié)構(gòu)多模型算法中應(yīng)用最為廣泛的交互式模型算法,并對(duì)模型數(shù)目不同的交互式模型算法進(jìn)行了對(duì)比,由此引出了固定結(jié)構(gòu)多模型算法的局限性。然后介紹了變結(jié)構(gòu)多模型算法的基本原理并對(duì)當(dāng)前最主要的四種變結(jié)構(gòu)多模型算法進(jìn)行了研究,包括模型群切換算法、可能模型集算法、自適應(yīng)網(wǎng)格算法以及期望模式擴(kuò)充算法。并對(duì)后三種算法與固定結(jié)構(gòu)的交互式多模型算法進(jìn)行了仿真對(duì)比。并在針對(duì)原有的期望模式擴(kuò)充算法在機(jī)動(dòng)段跟蹤能力不足的問題進(jìn)行了改進(jìn),改進(jìn)了一種基于強(qiáng)跟蹤濾波器的期望模式擴(kuò)充算法,從而進(jìn)一步提高了期望模式擴(kuò)充算法在機(jī)動(dòng)段的跟蹤能力。并將期望模式擴(kuò)充的思想引入到了可能模型集算法里面,改進(jìn)了一種引入期望模式擴(kuò)充思想的可能模型集算法。相比于固定結(jié)構(gòu)的交互式多模型算法,該算法不僅提升了跟蹤精度,同時(shí)采用了較少的模型,提升了算法的時(shí)效性。
[Abstract]:With the rapid development of science and technology and the increasingly complex battlefield environment of modern war, the maneuverability of modern targets is becoming more and more complex and changeable, and the performance of tracking is becoming more and more demanding. It makes the modern maneuvering target tracking technology a research hotspot both in military and civilian fields. In the field of maneuvering target tracking, nonlinear filtering technology is the main tool of maneuvering target tracking, and the establishment of maneuvering target motion model is the basic element of maneuvering target tracking. The structure of the model is an important means of maneuvering target tracking, so this paper studies the maneuvering target tracking technology from the above three aspects. Firstly, the basic principle of maneuvering target tracking is introduced, and the existence of nonlinear factors in modern tracking system is analyzed. The extended Kalman filtering algorithm, the unscented Kalman filter algorithm and the volumetric Kalman filter algorithm are analyzed theoretically. Then, through the simulation of maneuvering target tracking, the advantages and disadvantages of three nonlinear filtering algorithms are analyzed. The three algorithms are applied in the subsequent simulation. Then, several mathematical models of maneuvering target motion are introduced, and the main principles of current statistical model and Jerk model are studied. The effect of the current statistical model and Jerk model on maneuvering target tracking is analyzed by experimental simulation. The problem of insufficient tracking accuracy of the current statistical model for non-maneuvering segment is analyzed. On this basis, the current statistical model based on fuzzy adaptive is studied and compared with the current statistical model. The conclusion that the improved current statistical model has better tracking accuracy for maneuvering targets in both maneuvering and non-maneuvering segments is verified. For the structural aspects of the model, this paper first studies the most widely used interactive model algorithm in the fixed structure multi-model algorithm, and compares the interactive model algorithm with different number of models. The limitation of the fixed-structure multi-model algorithm is introduced. Then the basic principle of variable structure multi-model algorithm is introduced, and four main variable structure multi-model algorithms are studied, including model group switching algorithm, possible model set algorithm. Adaptive mesh algorithm and expected pattern extension algorithm. The last three algorithms are compared with the fixed-structure interactive multi-model algorithm. In order to solve the problem of insufficient tracking ability of the original expected mode expansion algorithm in maneuvering segment, a new expected mode extension algorithm based on strong tracking filter is improved. Thus, the tracking ability of the expected mode extension algorithm in the maneuvering segment is further improved. The idea of expected pattern extension is introduced into the algorithm of the possible model set, and a possible model set algorithm which introduces the idea of expected pattern expansion is improved. Compared with the fixed structure interactive multi-model algorithm, the algorithm not only improves the tracking accuracy, but also uses fewer models to improve the timeliness of the algorithm.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN713

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊匯源;;雷達(dá)組網(wǎng)多目標(biāo)跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];兵工自動(dòng)化;2008年01期

2 王雪琴;宋朝河;;基于灰色層次分析法的偵察裝備效能分析[J];兵工自動(dòng)化;2008年05期

3 宋朝河;;基于熵權(quán)的Fuzzy-AHP法在雷達(dá)偵察系統(tǒng)效能評(píng)估中的應(yīng)用[J];兵工自動(dòng)化;2008年12期

4 王鈐;張?jiān)讫?王偉;嚴(yán)發(fā)寶;;基于多傳感器的航跡自動(dòng)判別算法[J];兵工自動(dòng)化;2010年05期

5 宋朝河;戎皓;;偵察裝備的可靠性概率模型及其應(yīng)用[J];兵工自動(dòng)化;2011年06期

6 朱新國(guó);崔嵬;;微波交會(huì)對(duì)接雷達(dá)目標(biāo)跟蹤的卡爾曼濾波器設(shè)計(jì)[J];兵工學(xué)報(bào);2009年10期

7 何嘉懿;廖桂生;楊志偉;;多目標(biāo)航跡的圖像域自適應(yīng)檢測(cè)方法[J];兵工學(xué)報(bào);2011年06期

8 徐海全;王國(guó)宏;關(guān)成斌;;遠(yuǎn)距離支援干擾下的目標(biāo)跟蹤技術(shù)[J];北京航空航天大學(xué)學(xué)報(bào);2011年11期

9 宋強(qiáng);熊偉;何友;;多傳感器多目標(biāo)系統(tǒng)誤差融合估計(jì)算法[J];北京航空航天大學(xué)學(xué)報(bào);2012年06期

10 朱新國(guó);崔嵬;;MAKF算法及其在雷達(dá)數(shù)據(jù)處理中的應(yīng)用[J];北京理工大學(xué)學(xué)報(bào);2009年09期

相關(guān)會(huì)議論文 前10條

1 馬璐;占榮輝;張軍;;一種基于無(wú)跡粒子濾波的特征輔助跟蹤算法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

2 趙志超;王雪松;肖順平;;一種多傳感器多目標(biāo)定位新方法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

3 陶偉;;寬容性水下目標(biāo)跟蹤算法研究[A];2008年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

4 王峰;;目標(biāo)航跡起始算法研究[A];2008年中國(guó)西部青年通信學(xué)術(shù)會(huì)議論文集[C];2008年

5 王峰;羅利強(qiáng);郝小寧;;基于3/4邏輯的Hough變換航跡起始方法[A];2008年中國(guó)高校通信類院系學(xué)術(shù)研討會(huì)論文集（上冊(cè)）[C];2009年

6 王帆;趙鋒;肖順平;;防空反導(dǎo)相控陣?yán)走_(dá)數(shù)據(jù)處理建模仿真研究[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2009年

7 史健芳;何承偉;趙丹丹;馮志永;;一種基于Mallat算法的目標(biāo)機(jī)動(dòng)檢測(cè)方法[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

8 張煜婕;王宏飛;王秀春;;紅外弱小目標(biāo)及其場(chǎng)景仿真的改進(jìn)方法[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（二）[C];2007年

9 趙偉;朱靖;鄢茂林;王晨熙;;一種擴(kuò)展的自適應(yīng)航跡融合算法[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專刊[C];2008年

10 王晨熙;朱靖;王曉博;孟一鳴;;一種基于機(jī)動(dòng)檢測(cè)的交互多模型算法[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

相關(guān)博士學(xué)位論文 前10條

1 孟凡彬;基于隨機(jī)集理論的多目標(biāo)跟蹤技術(shù)研究[D];哈爾濱工程大學(xué);2010年

2 黃曉靜;多頻高頻地波雷達(dá)目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];武漢大學(xué);2010年

3 趙志超;導(dǎo)彈防御雷達(dá)網(wǎng)數(shù)據(jù)融合技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2010年

4 王德鑫;四路攝像頭協(xié)同多重觸控技術(shù)研究與實(shí)現(xiàn)[D];國(guó)防科學(xué)技術(shù)大學(xué);2010年

5 錢惟賢;復(fù)雜背景下紅外小目標(biāo)探測(cè)與跟蹤若干關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2010年

6 李凡;復(fù)雜背景抑制及弱小目標(biāo)檢測(cè)算法研究[D];西安電子科技大學(xué);2010年

7 陳金廣;運(yùn)動(dòng)目標(biāo)狀態(tài)估計(jì)及融合方法研究[D];西安電子科技大學(xué);2011年

8 張俊根;粒子濾波及其在目標(biāo)跟蹤中的應(yīng)用研究[D];西安電子科技大學(xué);2011年

9 王f暲，

本文編號(hào)：1812671