隨著現(xiàn)代科學(xué)技術(shù)和產(chǎn)業(yè)的蓬勃發(fā)展,使得被跟蹤目標(biāo)的種類(lèi)越來(lái)越豐富,目標(biāo)的機(jī)動(dòng)性也越來(lái)越強(qiáng),從而人們對(duì)目標(biāo)跟蹤的精度提出了更高的要求。如何利用目標(biāo)的觀(guān)測(cè)量,通過(guò)應(yīng)用目標(biāo)跟蹤濾波算法得到目標(biāo)狀態(tài)的估計(jì),實(shí)現(xiàn)對(duì)目標(biāo)的連續(xù)跟蹤定位,是目標(biāo)跟蹤技術(shù)研究的重點(diǎn)和關(guān)鍵。本文以靜止單測(cè)向站的定位數(shù)據(jù)作為觀(guān)測(cè)量,以運(yùn)動(dòng)輻射源作為跟蹤目標(biāo),對(duì)目標(biāo)輻射源常見(jiàn)的運(yùn)動(dòng)狀態(tài)建模,圍繞著如何提高運(yùn)動(dòng)輻射源的跟蹤定位精度,對(duì)目標(biāo)跟蹤算法展開(kāi)了深入研究,將本文完成的工作及研究成果概括如下:1、研究了傳統(tǒng)線(xiàn)性卡爾曼濾波算法,結(jié)合觀(guān)測(cè)量特點(diǎn)提出了坐標(biāo)轉(zhuǎn)換卡爾曼濾波算法。研究了常用的非線(xiàn)性卡爾曼濾波算法,包括擴(kuò)展卡爾曼濾波算法和無(wú)跡卡爾曼濾波算法,并提出了簡(jiǎn)化無(wú)跡卡爾曼濾波算法。通過(guò)仿真,將常規(guī)濾波算法與基于卡爾曼濾波的幾種跟蹤濾波算法進(jìn)行了性能的分析和比較,發(fā)現(xiàn)在本文研究背景下,無(wú)跡卡爾曼濾波算法具有更好的跟蹤濾波性能。2、研究了在跟蹤濾波過(guò)程中對(duì)系統(tǒng)模型噪聲和觀(guān)測(cè)噪聲進(jìn)行自適應(yīng)處理的方法,并且結(jié)合性能表現(xiàn)最優(yōu)的無(wú)跡卡爾曼濾波算法,提出了自適應(yīng)無(wú)跡卡爾曼濾波算法,并對(duì)可能存在的濾波發(fā)散情況進(jìn)行了實(shí)時(shí)的判斷和修正,提出了改進(jìn)... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 論文研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文章節(jié)安排及主要內(nèi)容
2 目標(biāo)跟蹤原理及輻射源運(yùn)動(dòng)模型
    2.1 引言
    2.2 目標(biāo)跟蹤基本原理
    2.3 單測(cè)向站無(wú)源定位數(shù)據(jù)
    2.4 目標(biāo)輻射源運(yùn)動(dòng)模型
    2.5 本章小結(jié)
3 基于卡爾曼濾波的目標(biāo)跟蹤算法
    3.1 引言
    3.2 常規(guī)濾波處理方法
    3.3 線(xiàn)性卡爾曼濾波算法
    3.4 非線(xiàn)性卡爾曼濾波算法
    3.5 仿真分析及比較
    3.6 本章小結(jié)
4 噪聲自適應(yīng)處理的目標(biāo)跟蹤濾波算法
    4.1 引言
    4.2 自適應(yīng)卡爾曼濾波算法理論
    4.3 改進(jìn)的自適應(yīng)無(wú)跡卡爾曼濾波算法
    4.4 仿真分析及比較
    4.5 本章小結(jié)
5 機(jī)動(dòng)目標(biāo)交互多模型跟蹤濾波算法
    5.1 引言
    5.2 交互多模型算法理論
    5.3 交互多模型的改進(jìn)自適應(yīng)無(wú)跡卡爾曼濾波算法
    5.4 仿真分析及比較
    5.5 外場(chǎng)實(shí)測(cè)驗(yàn)證
    5.6 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)



本文編號(hào)：3162988