【摘要】：目標(biāo)跟蹤是一個(gè)重要的理論和實(shí)踐問題。目標(biāo)跟蹤問題實(shí)際上就是目標(biāo)狀態(tài)的跟蹤濾波問題,即根據(jù)傳感器已獲得的目標(biāo)量測數(shù)據(jù)對(duì)目標(biāo)狀態(tài)進(jìn)行精確的估計(jì)。非線性濾波是目標(biāo)跟蹤中一個(gè)很重要的方面。在現(xiàn)實(shí)世界中,幾乎所有的控制系統(tǒng)都是非線性的,線性是對(duì)非線性在一定程度和范圍內(nèi)的近似描述。所以研究非線性濾波算法,可靠而精確地跟蹤目標(biāo)是目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)的主要目的。隨著現(xiàn)代科技的發(fā)展,對(duì)目標(biāo)跟蹤的精度及速度等性能有著越來越高的要求。本論文針對(duì)此問題就目標(biāo)跟蹤中的非線性濾波算法性能分析進(jìn)行了深入的研究。首先給出論文研究的背景及意義,簡單介紹了目標(biāo)跟蹤和濾波算法的研究現(xiàn)狀,然后詳細(xì)對(duì)經(jīng)典的非線性濾波算法原理及算法流程進(jìn)行了系統(tǒng)性回顧與總結(jié)。在此基礎(chǔ)上,給出本論文的研究成果。本論文主要研究成果如下:一、基于卡爾曼濾波算法的估計(jì)研究主要研究了卡爾曼濾波算法,對(duì)基于S函數(shù)的卡爾曼濾波器進(jìn)行了設(shè)計(jì)與仿真分析;對(duì)基于卡爾曼濾波器的噪聲自適應(yīng)估計(jì)進(jìn)行了研究。并詳細(xì)闡述了聯(lián)合Kalman濾波算法,并進(jìn)行仿真實(shí)驗(yàn),證明聯(lián)合Kalman濾波算法可以運(yùn)用到目標(biāo)狀態(tài)及控制輸入都是未知的系統(tǒng)中,并可以實(shí)現(xiàn)較短時(shí)間內(nèi)到達(dá)收斂狀態(tài)。二、改進(jìn)粒子濾波算法在目標(biāo)跟蹤中的應(yīng)用分別介紹CPF濾波算法,EPF濾波算法,以及UPF算法的流程,分析對(duì)比總結(jié)各自優(yōu)缺點(diǎn),發(fā)現(xiàn)UPF算法在這三種濾波算法中濾波效果最好。然后研究和仿真分析MUPF濾波算法,提出算法ST-MUPF。新算法ST-MUPF算法在MUPF算法中加入漸消因子,改善MUPF算法的更正精度的同時(shí)也提高了MUPF算法的有效粒子數(shù)。經(jīng)過仿真分析認(rèn)為新算法ST-MUPF算法在精度和有效粒子數(shù)目的性能方面優(yōu)于MUPF算法。三、改進(jìn)的平方根容積卡爾曼濾波算法性能分析對(duì)容積卡爾曼濾波算法(CKF)及其改進(jìn)算法平方根容積卡爾曼濾波算法SCKF算法進(jìn)行了詳細(xì)闡述,提出新算法非線性-線性平方根容積卡爾曼濾波算法(NL-SCKF),仿真實(shí)驗(yàn)證明,改進(jìn)算法SCKF和NL-SCKF都比CKF算法具有更高的濾波精度,NLSCKF算法比SCKF算法具有更短的運(yùn)行時(shí)間。
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TN713
【圖文】：

圖 1.1 目標(biāo)跟蹤原理圖目標(biāo)跟蹤是指為了實(shí)現(xiàn)對(duì)目標(biāo)當(dāng)前狀態(tài)的估計(jì)，各類傳感器檢測后發(fā)送至處理器處理的過程。目標(biāo)跟蹤使用的是處理器傳遞的信號(hào)，而不是傳感器直接檢測到的信號(hào)，這種方式可以在很大程度上減少不必要的擾動(dòng)影響，現(xiàn)實(shí)意義較高。1.2 目標(biāo)跟蹤研究現(xiàn)狀目標(biāo)跟蹤技術(shù)在多個(gè)領(lǐng)域的研究也不斷地研究發(fā)展和突破。目標(biāo)跟蹤的目標(biāo)具有很多的不確定性（比如量測源、目標(biāo)運(yùn)動(dòng)方式），單目標(biāo)跟蹤算法的研究種類繁復(fù)。參考文獻(xiàn)[11]利用 Kalman 算法對(duì)雷達(dá)單目標(biāo)跟蹤進(jìn)行研究。參考文獻(xiàn)[12]中基于最小二乘高斯核支持的向量機(jī)，利用單目攝像頭采集機(jī)器人運(yùn)動(dòng)的連續(xù)圖像，提出一種對(duì)搜索機(jī)器人的單目視覺定位算法。由單目標(biāo)跟蹤算法發(fā)展到多目標(biāo)跟蹤算法的研究更加多樣。參考文獻(xiàn)[13]針對(duì)高維純方位多目標(biāo)跟蹤，提出了新型的 PHD 算法。參考文獻(xiàn)[15]，采用卡爾曼一致濾波和基于多人學(xué)習(xí)的協(xié)作式攝像機(jī)網(wǎng)絡(luò)控制策略，實(shí)現(xiàn)攝相機(jī)網(wǎng)絡(luò)中的多

跟蹤本質(zhì)上就是將多個(gè)傳感器獲得的信號(hào)發(fā)送給中央處理器（單片機(jī)），由中央處理將傳感器傳遞來的信號(hào)統(tǒng)一綜合處理后，將處理后的結(jié)果作為目標(biāo)跟蹤的結(jié)果。這一過程包括對(duì)目標(biāo)位置的檢測，目標(biāo)位置的預(yù)測，目標(biāo)位置的修正更新。這里將目標(biāo)跟分為檢測目標(biāo)，目標(biāo)定位，目標(biāo)狀態(tài)估計(jì)，目標(biāo)跟蹤維持和更新等階段。圖 1.2 單目標(biāo)跟蹤原理

第一章 緒論蹤的精度，減小非線性噪聲對(duì)目標(biāo)跟蹤觀測值的影響是目標(biāo)跟蹤的難點(diǎn)，這跟蹤在實(shí)際中應(yīng)用的一個(gè)研究方向。不斷的減少目標(biāo)跟蹤的誤差，提高穩(wěn)定標(biāo)跟蹤理論在更多的應(yīng)用領(lǐng)域獲得更大的發(fā)展前景。在這些目標(biāo)跟蹤的應(yīng)用定位導(dǎo)航和跟蹤算法是國內(nèi)外學(xué)者研究熱點(diǎn)。目標(biāo)定位和導(dǎo)航跟蹤[15]研究從單目標(biāo)跟蹤不斷發(fā)展成三維單目標(biāo)，三維多目標(biāo)的跟蹤等，其中多個(gè)移動(dòng)的質(zhì)上就是將多個(gè)傳感器獲得的信號(hào)發(fā)送給中央處理器（單片機(jī)），由中央處器傳遞來的信號(hào)統(tǒng)一綜合處理后，將處理后的結(jié)果作為目標(biāo)跟蹤的結(jié)果。這括對(duì)目標(biāo)位置的檢測，目標(biāo)位置的預(yù)測，目標(biāo)位置的修正更新。這里將目標(biāo)測目標(biāo)，目標(biāo)定位，目標(biāo)狀態(tài)估計(jì)，目標(biāo)跟蹤維持和更新等階段。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳懷宇;;卡爾曼濾波算法及其在真實(shí)成績預(yù)測中的應(yīng)用[J];中國新通信;2018年23期

2 毛秀華;吳健;;卡爾曼濾波算法研究[J];艦船電子對(duì)抗;2017年03期

3 劉潤生;董秀珍;劉銳崗;;線性卡爾曼濾波算法在磁感應(yīng)斷層成像技術(shù)中的仿真研究[J];醫(yī)療衛(wèi)生裝備;2016年01期

4 王秋平;莊園;李鳳;;基于線性分式變換的U卡爾曼濾波算法[J];信息與控制;2013年05期

5 余小琴;沈文苗;;擴(kuò)展卡爾曼濾波算法初值選取方法[J];聲學(xué)與電子工程;2012年01期

6 李恒;張靜遠(yuǎn);羅軒;諶劍;;無味卡爾曼濾波算法形式及性能研究[J];彈箭與制導(dǎo)學(xué)報(bào);2012年03期

7 孫秋云;;改進(jìn)的卡爾曼濾波算法在行駛汽車狀態(tài)估計(jì)中的應(yīng)用現(xiàn)狀[J];價(jià)值工程;2011年19期

8 李莉;宋志強(qiáng);;轉(zhuǎn)換坐標(biāo)卡爾曼濾波算法在雷達(dá)數(shù)據(jù)融合中的應(yīng)用[J];儀器儀表用戶;2011年04期

9 王建文;稅海濤;馬宏緒;李迅;劉述田;;優(yōu)化卡爾曼濾波算法中的目標(biāo)函數(shù)選擇[J];系統(tǒng)工程與電子技術(shù);2009年01期

10 曲毅;劉忠;孫世言;;純方位被動(dòng)目標(biāo)運(yùn)動(dòng)分析的衰減記憶卡爾曼濾波算法[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2006年05期

相關(guān)會(huì)議論文 前10條

1 劉棟;王惠林;;卡爾曼濾波算法在目標(biāo)定位系統(tǒng)中的應(yīng)用[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C];2010年

2 陳婧;謝磊;李備;;水路交通中的卡爾曼濾波算法綜述[A];第七屆中國智能交通年會(huì)論文集[C];2012年

3 周紅波;耿伯英;;基于目標(biāo)跟蹤的無偏轉(zhuǎn)換測量卡爾曼濾波算法研究[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

4 劉健;劉忠;玄兆林;;純方位目標(biāo)運(yùn)動(dòng)分析的自適應(yīng)擴(kuò)展卡爾曼濾波算法[A];2005年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 余小琴;劉貫領(lǐng);沈文苗;;多基地浮標(biāo)目標(biāo)運(yùn)動(dòng)分析[A];2009年中國東西部聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

6 程慧俐;王紀(jì)文;張洪鉞;;在未知噪聲統(tǒng)計(jì)情況下的一種新的自適應(yīng)卡爾曼濾波算法[A];1994中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1994年

7 趙汝祺;趙祚喜;趙汝準(zhǔn);;基于多項(xiàng)式卡爾曼濾波算法的車輛定位試驗(yàn)研究[A];中國農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

8 鄭家旺;劉有源;;離散型卡爾曼濾波在汽車零部件檢測中的應(yīng)用[A];湖北省機(jī)械工程學(xué)會(huì)設(shè)計(jì)與傳動(dòng)專業(yè)委員會(huì)暨武漢機(jī)械設(shè)計(jì)與傳動(dòng)學(xué)會(huì)第十九屆學(xué)術(shù)年會(huì)論文集[C];2011年

9 沈國華;吳雨翠;童長青;王艷;陳臻堯;;基于LC801E平臺(tái)卡爾曼濾波算法與控溫算法結(jié)合的技術(shù)實(shí)現(xiàn)[A];第十五屆中國航天電子技術(shù)研究院學(xué)術(shù)交流會(huì)優(yōu)秀論文集[C];2018年

10 沈曄青;龔華軍;熊琰;;精確制導(dǎo)系統(tǒng)中的目標(biāo)跟蹤與卡爾曼濾波[A];2006年全國光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（A 光電系統(tǒng)總體技術(shù)專題）[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 趙偉;基于容積規(guī)則的魯棒卡爾曼濾波算法研究與應(yīng)用[D];燕山大學(xué);2017年

2 馮波;線性濾波估計(jì)算法研究及在慣性導(dǎo)航系統(tǒng)中的應(yīng)用[D];北京理工大學(xué);2014年

3 張金良;基于卡爾曼濾波算法的感應(yīng)電機(jī)無傳感器直接轉(zhuǎn)矩控制技術(shù)研究[D];華南理工大學(xué);2016年

4 趙紅宇;慣性行人導(dǎo)航系統(tǒng)的算法研究[D];大連理工大學(xué);2015年

5 沈悅;基于導(dǎo)航通信多模應(yīng)用的位置服務(wù)技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2012年

6 黃錦旺;傳感器網(wǎng)絡(luò)中的信號(hào)分離與重構(gòu)[D];華南理工大學(xué);2014年

7 王小剛;非線性濾波方法在無人機(jī)相對(duì)導(dǎo)航上的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2010年

8 周聰;基于非線性估計(jì)理論的線控轉(zhuǎn)向汽車狀態(tài)估計(jì)研究[D];西南交通大學(xué);2012年

9 劉真通;基于模型的純電動(dòng)車輛動(dòng)力系統(tǒng)故障診斷研究[D];北京理工大學(xué);2016年

10 孟軍英;基于粒子濾波框架目標(biāo)跟蹤優(yōu)化算法的研究[D];燕山大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 李超;基于高斯熵的復(fù)數(shù)卡爾曼濾波算法研究[D];電子科技大學(xué);2019年

2 盧文品;基于雙卡爾曼濾波算法的全釩液流電池荷電狀態(tài)估計(jì)與應(yīng)用[D];合肥工業(yè)大學(xué);2019年

3 孫帥;車用鋰離子電池組的一致性與容量估計(jì)研究[D];青島科技大學(xué);2019年

4 謝美美;面向目標(biāo)跟蹤的非線性濾波算法性能分析研究[D];長安大學(xué);2019年

5 許躍千;基于非線性濾波的水下目標(biāo)跟蹤技術(shù)研究[D];哈爾濱工程大學(xué);2019年

6 周韋潤;動(dòng)力電池參數(shù)辨識(shí)和荷電狀態(tài)估計(jì)研究[D];江蘇科技大學(xué);2019年

7 王琰;基于多傳感器融合的室內(nèi)定位技術(shù)研究[D];中國礦業(yè)大學(xué);2019年

8 張亞男;面向車輛監(jiān)控的高精度衛(wèi)星定位算法研究[D];中國礦業(yè)大學(xué);2019年

9 Muhammad Ijaz;無人機(jī)INS/GPS組合導(dǎo)航算法研究[D];哈爾濱工業(yè)大學(xué);2018年

10 劉瑞騰;目標(biāo)跟蹤濾波方法研究[D];西安電子科技大學(xué);2018年

本文編號(hào)：2762893