本文選題：卡爾曼濾波 + 非線性��； 參考：《東北電力大學(xué)》2015年碩士論文

【摘要】：在實(shí)際目標(biāo)跟蹤應(yīng)用中，往往會(huì)存在由傳感器特性引起的時(shí)滯現(xiàn)象，該時(shí)滯現(xiàn)象是導(dǎo)致系統(tǒng)性能及穩(wěn)定性變差的主要原因。時(shí)滯對(duì)目標(biāo)跟蹤精度的影響較為明顯，常常導(dǎo)致目標(biāo)跟蹤精度變差，而目前生產(chǎn)、生活甚至軍事上對(duì)目標(biāo)跟蹤精度的需要越來越高，因此，對(duì)時(shí)滯的研究具有重要的意義和價(jià)值。 濾波算法是目標(biāo)跟蹤的重要組成部分，對(duì)目標(biāo)跟蹤的精度有著重大的影響�？柭鼮V波是一種成熟有效的濾波算法，但是對(duì)于觀測(cè)時(shí)滯系統(tǒng)中，傳統(tǒng)的卡爾曼濾波算法無法直接應(yīng)用，其關(guān)鍵問題在于觀測(cè)時(shí)滯系統(tǒng)模型中觀測(cè)方程的形式不符合卡爾曼濾波算法的實(shí)現(xiàn)形式。 為此，本文在借鑒系統(tǒng)狀態(tài)增廣方法的基礎(chǔ)上，提出了一種將觀測(cè)方程轉(zhuǎn)換為無時(shí)滯的觀測(cè)方程的方法。同時(shí)根據(jù)卡爾曼濾波算法原理，針對(duì)變換后的無時(shí)滯的系統(tǒng)模型方程，給出了觀測(cè)時(shí)滯卡爾曼濾波算法步驟。提出的觀測(cè)時(shí)滯卡爾曼濾波算法能夠用于解決線性觀測(cè)時(shí)滯系統(tǒng)的預(yù)測(cè)濾波問題，而提出的觀測(cè)時(shí)滯EKF及UKF算法能夠用于非線性觀測(cè)時(shí)滯系統(tǒng)。 本文將此方法應(yīng)用到實(shí)際非線性觀測(cè)光電跟蹤系統(tǒng)中，進(jìn)行算法的性能對(duì)比，，仿真實(shí)驗(yàn)結(jié)果證明，將時(shí)滯觀測(cè)方程轉(zhuǎn)換為無時(shí)滯的觀測(cè)方程的方法是可行的，且可大幅度的提高算法精度。
[Abstract]:In practical target tracking applications, there is often a delay phenomenon caused by sensor characteristics, which is the main reason for the deterioration of system performance and stability. The effect of time delay on target tracking accuracy is obvious, which often leads to the deterioration of target tracking accuracy. At present, the need for target tracking accuracy is increasing in production, life and even military affairs. The study of time delay is of great significance and value. Filtering algorithm is an important part of target tracking, which has a significant impact on the accuracy of target tracking. Kalman filtering is a mature and effective filtering algorithm, but the traditional Kalman filtering algorithm can not be directly applied to time-delay observation systems. The key problem lies in the fact that the form of observation equation in the model of time-delay system does not accord with the realization of Kalman filter algorithm. In this paper, based on the method of system state expansion, a method is proposed to transform the observation equation into one without time delay. At the same time, according to the principle of Kalman filter algorithm and the transformed model equation without time delay, the steps of Kalman filter algorithm with observational time delay are given. The proposed Kalman filtering algorithm with observational delay can be used to solve the problem of predictive filtering for linear observational time-delay systems, while the proposed EKF and UKF algorithms can be used for nonlinear observation time-delay systems. In this paper, the method is applied to the practical nonlinear observation photoelectric tracking system, and the performance of the algorithm is compared. The simulation results show that it is feasible to convert the time-delay observation equation into the time-free observation equation. And can greatly improve the accuracy of the algorithm.
【學(xué)位授予單位】：東北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN713

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李學(xué)軍;張玲霞;;時(shí)滯系統(tǒng)濾波方法研究[J];長(zhǎng)春大學(xué)學(xué)報(bào);2010年10期

2 王秋平;陳娟;王顯利;王習(xí)文;;電視跟蹤系統(tǒng)的復(fù)合控制延遲卡爾曼濾波算法[J];測(cè)試技術(shù)學(xué)報(bào);2008年01期

3 王秋平;周原;康順;;光電跟蹤的非線性卡爾曼濾波算法[J];光電工程;2009年12期

4 盧曉;王偉;;時(shí)滯線性系統(tǒng)Kalman濾波[J];中國(guó)科學(xué)E輯:信息科學(xué);2006年04期

5 齊文娟;高媛;鄧自立;;觀測(cè)滯后系統(tǒng)協(xié)方差交叉融合Kalman濾波器[J];科學(xué)技術(shù)與工程;2011年03期

6 俞曉紅;武建偉;丁志帥;;不確定時(shí)滯系統(tǒng)的反饋H_∞濾波設(shè)計(jì)[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

7 崔波;張家樹;楊宇;;基于集合卡爾曼濾波的非線性目標(biāo)跟蹤算法[J];計(jì)算機(jī)仿真;2013年04期

8 張志鋼;張承慧;崔鵬;焉杰;;有觀測(cè)時(shí)滯線性系統(tǒng)的白噪聲最優(yōu)估計(jì)[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2009年06期

9 李克玉;田福慶;;光電跟蹤系統(tǒng)的共軸跟蹤控制技術(shù)研究[J];強(qiáng)激光與粒子束;2013年08期

10 陳博;俞立;張文安;;在不確定觀測(cè)下離散狀態(tài)時(shí)滯系統(tǒng)的最優(yōu)濾波[J];系統(tǒng)科學(xué)與數(shù)學(xué);2010年06期

相關(guān)博士學(xué)位論文 前2條

1 徐娟娟;時(shí)滯系統(tǒng)若干控制問題的研究[D];山東大學(xué);2013年

2 陳亮;機(jī)動(dòng)目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2012年

本文編號(hào)：2031154