【摘要】：地面目標具有背景信息復雜、機動性強、雜波密度大的特點,致使其狀態(tài)以及數(shù)目不斷變化,傳統(tǒng)多目標跟蹤算法以目標關聯(lián)為核心,無法對地面目標進行準確關聯(lián),從而失效;基于隨機有限集的多目標跟蹤算法將地面目標以集合形式表現(xiàn)出來,避免了目標關聯(lián),從而適用于地面目標。本文以基于隨機有限集濾波方法之一的勢平衡多目標多伯努利濾波器(CBMeMBer)為主要研究對象,分別從跟蹤精確度的提升和工程化實現(xiàn)兩方面出發(fā)展開研究。在濾波精確度提升方面,首先分析比較了多種非線性卡爾曼濾波方法以及其分別與高斯混合下的CBMeMBer結(jié)合后濾波效果的提升水平;其次,針對目標的強機動性特征,利用先驗信息與濾波結(jié)果之間的統(tǒng)計距離特性設計出一種基于多模型混合的CKF-CBMeMBer,并利用橢圓門限確定目標之間的關聯(lián)閾值,以此提升濾波器的整體濾波精度。在工程化實現(xiàn)方面,利用均方根容積卡爾曼濾波器與CBMeMBer結(jié)合以確保濾波進程持續(xù)不斷,從而提升其穩(wěn)定性;并借助不同時刻目標之間的歐氏距離以及矩形門限為連續(xù)多時刻的目標建立標簽關系,去除部分雜波以達到降低濾波器計算復雜度的目的。分別對跟蹤精度和工程化實現(xiàn)兩個方面的改進方法進行實驗驗證。首先,通過實驗驗證容積卡爾曼濾波與CBMeMBer結(jié)合情況下整體跟蹤性能的提升水平,并通過對比基于多模型混合CKF-CBMeMBer與單模型CKF-CBMeMBer的濾波誤差驗證模型混合對濾波精確度的提升效果。仿真結(jié)果表明,基于模型混合的CKF-CBMeMBer濾波精度相較于單模型CKF-CBMeMBer提升了8.75%;其次,通過對比不同雜波密度下均方根容積卡爾曼濾波其與CBMeMBer結(jié)合濾波效果,驗證該濾波方法的穩(wěn)定性,并在此基礎之上通過對比標簽加入之前與加入之后的濾波情況驗證其在降低計算復雜度方面的效果,仿真實驗表明,標簽SCKF-CBMeMBer的平均運算時間比標準CBMeMBer平均降低了2.6%。
【學位授予單位】：中北大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TN713;E91

【相似文獻】

相關期刊論文 前10條

1 王明波;;運動目標跟蹤方法綜述[J];計算機與數(shù)字工程;2016年11期

2 周迪雅;段喜萍;;基于孿生網(wǎng)絡與注意力機制的目標跟蹤方法[J];信息通信;2019年12期

3 王曉楠;徐偉;陳章龍;;自適應變跟蹤波門寬度目標跟蹤方法[J];艦船電子對抗;2013年04期

4 葉潤;鄧煜;;基于稀疏性理論與子問題耦合的多目標跟蹤方法[J];計算機工程;2017年06期

5 傅杰;徐常勝;;關于單目標跟蹤方法的研究綜述[J];南京信息工程大學學報(自然科學版);2019年06期

6 汪少文;王巍;;一種運動攝像機下的人群目標跟蹤方法研究[J];現(xiàn)代信息科技;2019年22期

7 熊久良;徐宏;韓壯志;何強;封吉平;;間歇輻射的火控雷達目標跟蹤方法[J];火力與指揮控制;2012年06期

8 羅美玲;馬艷;;一種穩(wěn)健的被動目標跟蹤方法[J];聲學技術(shù);2012年04期

9 項有元;陳萬米;郭盛;;基于激光掃描的自主機器人動態(tài)目標跟蹤方法研究[J];工業(yè)控制計算機;2014年01期

10 牛一捷;;一種基于稀疏表達和光流的目標跟蹤方法[J];大連交通大學學報;2014年02期

相關會議論文 前10條

1 馬進;田濤;;基于聯(lián)合變換相關的目標跟蹤方法研究[A];2011西部光子學學術(shù)會議論文摘要集[C];2011年

2 惠斌;陳法領;羅海波;;基于互信息的目標跟蹤方法[A];2007年光電探測與制導技術(shù)的發(fā)展與應用研討會論文集[C];2007年

3 胡伏原;張艷寧;肖敬若;;一種大范圍的特定目標跟蹤方法[A];第十二屆全國圖象圖形學學術(shù)會議論文集[C];2005年

4 徐青松;王仁明;劉代志;;基于均值漂移的紅外目標跟蹤方法綜述[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

5 張雷;朱元武;盧志剛;何舒文;郝元宏;馬躍東;;基于在線檢測的時空上下文目標跟蹤方法[A];第十一屆全國信號和智能信息處理與應用學術(shù)會議專刊[C];2017年

6 張云峰;王洋;;基于視頻信號的多目標跟蹤方法[A];第三屆全國信息獲取與處理學術(shù)會議論文集[C];2005年

7 李剛;熊思宇;陳峰;何陽光;;基于IMM-CPHD的主被動雷達多目標跟蹤方法[A];OSEC首屆兵器工程大會論文集[C];2017年

8 劉嵩;陳華杰;申屠晗;;異步多傳感器融合多目標跟蹤方法[A];信號處理在地球物理——浙江省信號處理學會2018年學術(shù)年會論文集[C];2018年

9 苑瑋琦;馬軍防;李德勝;;一種基于Snake和強跟蹤濾波器的目標跟蹤方法[A];首屆信息獲取與處理學術(shù)會議論文集[C];2003年

10 朱明清;趙宇宙;鄧甜甜;王漫;陳宗海;;基于自適應過程噪聲分布的粒子濾波視覺目標跟蹤方法[A];'2010系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2010年

相關博士學位論文 前10條

1 陳圣義;基于大傾角圖像匹配的平臺定位與目標跟蹤方法研究[D];國防科技大學;2017年

2 劉洪彬;復雜場景下基于檢測的數(shù)據(jù)關聯(lián)多目標跟蹤方法研究[D];山東大學;2019年

3 張微;基于相關濾波的時空上下文感知目標跟蹤方法研究[D];西北大學;2019年

4 石振;基于粒子濾波的紅外目標跟蹤方法研究[D];哈爾濱工業(yè)大學;2018年

5 李軍偉;復雜環(huán)境下魯棒目標跟蹤方法[D];浙江工業(yè)大學;2018年

6 劉巧元;基于相關濾波器的自適應視頻目標跟蹤方法研究[D];東北師范大學;2019年

7 王寧;基于粒子濾波的視覺目標跟蹤方法關鍵技術(shù)研究[D];華中科技大學;2013年

8 段喜萍;復雜場景下基于稀疏表示的視頻目標跟蹤方法研究[D];哈爾濱工業(yè)大學;2017年

9 陳里銘;基于隨機有限集的多目標跟蹤方法研究[D];大連理工大學;2013年

10 章濤;基于隨機有限集理論的通用航空多目標跟蹤方法研究[D];天津大學;2016年

相關碩士學位論文 前10條

1 趙穎超;空時聯(lián)合建模與目標跟蹤方法[D];哈爾濱工業(yè)大學;2019年

2 田成;基于深度強化學習的目標跟蹤方法的研究[D];哈爾濱工業(yè)大學;2019年

3 孫煒程;基于深度學習的上下文相關的目標跟蹤[D];南京郵電大學;2019年

4 李婧婷;基于深度網(wǎng)絡的魯棒目標跟蹤方法研究[D];大連理工大學;2019年

5 申猛;基于多特征的紅外單目標跟蹤方法研究與實現(xiàn)[D];西安電子科技大學;2019年

6 雷昌;有限規(guī)模光學監(jiān)視衛(wèi)星星座目標跟蹤研究[D];國防科技大學;2017年

7 許正;基于深度學習的目標跟蹤方法研究[D];南京郵電大學;2019年

8 趙瑋tD;基于孿生網(wǎng)絡的自適應目標跟蹤方法[D];浙江工業(yè)大學;2019年

9 陶曉偉;基于多伯努利濾波的地面目標跟蹤方法[D];中北大學;2019年

10 趙文旋;多雷達融合的智能車輛目標跟蹤方法研究[D];重慶郵電大學;2018年

，

本文編號：2589012