隨著人們對于位置信息的需求逐漸增多,以及相應專業(yè)方向的深入研究,目標跟蹤領域得到了更廣泛的關注與推動。在跟蹤的過程中,非視距傳播（None-line-of-sight,NLOS）、多徑效應、信道噪聲等嚴重影響著跟蹤的準確性。其中,非視距傳播對定位精度的影響最大。本文較為全面的討論和研究了在視距（Line-of-sight,LOS）和非視距混合環(huán)境下的無線定位問題,給出了兩種解決方法。另外,本文將研究對象從單目標擴展至多目標,提出了基于概率假設密度的多機動目標跟蹤方法。仿真結果表明,本文所提在LOS/NLOS混合環(huán)境下的機動目標跟蹤方法有效可行,針對多目標的跟蹤方法也能夠保證較高的跟蹤精度。本文首先簡要介紹了目標跟蹤的常見問題以及在LOS/NLOS混合環(huán)境下進行目標跟蹤的研究背景與意義。簡單分析了針對單機動目標跟蹤和多機動目標跟蹤的相關研究的發(fā)展現(xiàn)狀。針對機動目標跟蹤情景,闡述了幾種經典的濾波方法,其中有Bayes濾波、擴展卡爾曼濾波（EKF）算法、無跡卡爾曼濾波（UKF）算法以及交互式多模型算法（Interacting Multiple Model,IMM）,這些經典方法為后文打下了堅... 

【文章來源】：湘潭大學湖南省

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

基站分布及LOS/NLOS混合環(huán)境中各算法跟蹤比較效果

環(huán)境信息變化情況：1表示NLOS傳播，0表示LOS傳播

LOS/NLOS混合環(huán)境中各算法跟蹤誤差比較效果

【參考文獻】：
期刊論文
[1]無線傳感器網絡定位技術淺析[J]. 危厚琴,馬惜平.  科技視界. 2015(31)
[2]基于數(shù)值積分粒子PHD多目標跟蹤濾波算法[J]. 穆祥強,王朝英,危璋,孔云波.  電光與控制. 2015(11)
[3]多點測試的多模型機動目標跟蹤算法[J]. 王偉,余玉揆.  自動化學報. 2015(06)
[4]觀測最優(yōu)分配的GM-PHD多目標跟蹤算法[J]. 章濤,來燃,吳仁彪,陳敏.  信號處理. 2014(12)
[5]基于概率假設密度平滑器的低檢測概率下多目標跟蹤[J]. 于洋,司冠楠,宋建輝,劉硯菊.  信息與控制. 2014(04)
[6]未知探測概率下多目標PHD跟蹤算法[J]. 吳鑫輝,黃高明,高俊.  控制與決策. 2014(01)
[7]LOS/NLOS環(huán)境中融合TOA與RSSI的IMM目標跟蹤[J]. 周彥,歐陽寧烽,盛權,胡嵐.  計算機工程與應用. 2013(22)
[8]LOS/NLOS混合環(huán)境中基于交互式多模型的魯棒目標跟蹤[J]. 歐陽寧烽,周彥,徐建閩.  計算機應用研究. 2013(11)
[9]多傳感器優(yōu)化部署下的機動目標協(xié)同跟蹤算法[J]. 劉欽,劉崢,劉韻佛,謝榮.  系統(tǒng)工程與電子技術. 2013(02)
[10]移動機器人擴展卡爾曼濾波定位與傳感器誤差建模[J]. 安雷,張國良,張維平,敬斌.  信息與控制. 2012(04)



本文編號：2973008