本文選題：機動目標跟蹤 + 非線性濾波�。� 參考：《電子科技大學》2015年碩士論文

【摘要】：隨著科學技術的迅速發(fā)展和現(xiàn)代戰(zhàn)爭戰(zhàn)場環(huán)境日趨復雜,現(xiàn)代目標的機動性能越來越復雜多變,而人們對跟蹤的性能要求則越來越高,因而,使得現(xiàn)代機動目標跟蹤技術無論是在軍事上還是民用上的都是一個研究熱點。在機動目標跟蹤領域中,非線性濾波技術是機動目標跟蹤的主要工具,機動目標運動模型的建立是對機動目標實施跟蹤的基本要素,而模型的結構性是實施機動目標跟蹤的重要手段,因此,本文從以上三個方面對機動目標跟蹤技術進行了研究。首先本文介紹了機動目標跟蹤的基本原理,分析了當代跟蹤系統(tǒng)中非線性因素的存在。并對擴展卡爾曼濾波算法、無跡卡爾曼濾波算法以及容積卡爾曼濾波算法進行了理論分析。然后通過對機動目標跟蹤的仿真,分析了三種非線性濾波算法的優(yōu)劣。并在后續(xù)的仿真中對這三種算法進行了應用。接著,本文介紹了幾種機動目標運動數(shù)學模型,并研究了當前統(tǒng)計模型以及Jerk模型的主要原理。通過實驗仿真,分析了當前統(tǒng)計模型以及Jerk模型對機動目標跟蹤的效果。并重點分析了當前統(tǒng)計模型對非機動段跟蹤精度不足的問題。在此基礎上研究了基于模糊自適應的當前統(tǒng)計模型,與原有的當前統(tǒng)計模型進行了仿真對比,驗證了改進的當前統(tǒng)計模型在機動段以及非機動段較原有當前統(tǒng)計模型對機動目標都有更優(yōu)跟蹤精度的結論。對于模型結構性方面的研究,本文首先研究了固定結構多模型算法中應用最為廣泛的交互式模型算法,并對模型數(shù)目不同的交互式模型算法進行了對比,由此引出了固定結構多模型算法的局限性。然后介紹了變結構多模型算法的基本原理并對當前最主要的四種變結構多模型算法進行了研究,包括模型群切換算法、可能模型集算法、自適應網格算法以及期望模式擴充算法。并對后三種算法與固定結構的交互式多模型算法進行了仿真對比。并在針對原有的期望模式擴充算法在機動段跟蹤能力不足的問題進行了改進,改進了一種基于強跟蹤濾波器的期望模式擴充算法,從而進一步提高了期望模式擴充算法在機動段的跟蹤能力。并將期望模式擴充的思想引入到了可能模型集算法里面,改進了一種引入期望模式擴充思想的可能模型集算法。相比于固定結構的交互式多模型算法,該算法不僅提升了跟蹤精度,同時采用了較少的模型,提升了算法的時效性。
[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.
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN713

【共引文獻】

相關期刊論文 前10條

1 楊匯源;;雷達組網多目標跟蹤系統(tǒng)的設計與實現(xiàn)[J];兵工自動化;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];兵工自動化;2008年05期

3 宋朝河;;基于熵權的Fuzzy-AHP法在雷達偵察系統(tǒng)效能評估中的應用[J];兵工自動化;2008年12期

4 王鈐;張云龍;王偉;嚴發(fā)寶;;基于多傳感器的航跡自動判別算法[J];兵工自動化;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用[J];兵工自動化;2011年06期

6 朱新國;崔嵬;;微波交會對接雷達目標跟蹤的卡爾曼濾波器設計[J];兵工學報;2009年10期

7 何嘉懿;廖桂生;楊志偉;;多目標航跡的圖像域自適應檢測方法[J];兵工學報;2011年06期

8 徐海全;王國宏;關成斌;;遠距離支援干擾下的目標跟蹤技術[J];北京航空航天大學學報;2011年11期

9 宋強;熊偉;何友;;多傳感器多目標系統(tǒng)誤差融合估計算法[J];北京航空航天大學學報;2012年06期

10 朱新國;崔嵬;;MAKF算法及其在雷達數(shù)據(jù)處理中的應用[J];北京理工大學學報;2009年09期

相關會議論文 前10條

1 馬璐;占榮輝;張軍;;一種基于無跡粒子濾波的特征輔助跟蹤算法[A];第十四屆全國信號處理學術年會(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定位新方法[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

3 陶偉;;寬容性水下目標跟蹤算法研究[A];2008年全國聲學學術會議論文集[C];2008年

4 王峰;;目標航跡起始算法研究[A];2008年中國西部青年通信學術會議論文集[C];2008年

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

6 王帆;趙鋒;肖順平;;防空反導相控陣雷達數(shù)據(jù)處理建模仿真研究[A];2009通信理論與技術新發(fā)展——第十四屆全國青年通信學術會議論文集[C];2009年

7 史健芳;何承偉;趙丹丹;馮志永;;一種基于Mallat算法的目標機動檢測方法[A];2007'中國儀器儀表與測控技術交流大會論文集（二）[C];2007年

8 張煜婕;王宏飛;王秀春;;紅外弱小目標及其場景仿真的改進方法[A];2007'儀表，自動化及先進集成技術大會論文集（二）[C];2007年

9 趙偉;朱靖;鄢茂林;王晨熙;;一種擴展的自適應航跡融合算法[A];全國第二屆信號處理與應用學術會議專刊[C];2008年

10 王晨熙;朱靖;王曉博;孟一鳴;;一種基于機動檢測的交互多模型算法[A];全國第二屆信號處理與應用學術會議�？痆C];2008年

相關博士學位論文 前10條

1 孟凡彬;基于隨機集理論的多目標跟蹤技術研究[D];哈爾濱工程大學;2010年

2 黃曉靜;多頻高頻地波雷達目標檢測與跟蹤技術研究[D];武漢大學;2010年

3 趙志超;導彈防御雷達網數(shù)據(jù)融合技術研究[D];國防科學技術大學;2010年

4 王德鑫;四路攝像頭協(xié)同多重觸控技術研究與實現(xiàn)[D];國防科學技術大學;2010年

5 錢惟賢;復雜背景下紅外小目標探測與跟蹤若干關鍵技術研究[D];南京理工大學;2010年

6 李凡;復雜背景抑制及弱小目標檢測算法研究[D];西安電子科技大學;2010年

7 陳金廣;運動目標狀態(tài)估計及融合方法研究[D];西安電子科技大學;2011年

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

9 王f暲，

本文編號：1812671