基于UKF和PF混合濾波的目標(biāo)跟蹤算法研究
發(fā)布時(shí)間:2022-01-09 14:17
無(wú)論是在軍事領(lǐng)域還是民用領(lǐng)域,目標(biāo)跟蹤技術(shù)均發(fā)揮著至關(guān)重要的作用,其在敵情監(jiān)控、海陸空防御、智能交通、貨物倉(cāng)庫(kù)的物流跟蹤等領(lǐng)域具有重要應(yīng)用價(jià)值,一直以來(lái)都是國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)。為了提高目標(biāo)跟蹤精度,改善跟蹤效果,本文給出一種基于無(wú)跡卡爾曼濾波(UKF)和粒子濾波(PF)相結(jié)合的混合濾波目標(biāo)跟蹤算法。本文主要研究?jī)?nèi)容如下:首先,論文闡述了本選題的研究背景及意義、并介紹了國(guó)內(nèi)外的研究現(xiàn)狀,接著對(duì)現(xiàn)有的線(xiàn)性卡爾曼濾波(KF)、擴(kuò)展卡爾曼濾波(EKF)、無(wú)跡卡爾曼濾波(UKF),以及粒子濾波(PF)算法進(jìn)行了詳細(xì)介紹,在此基礎(chǔ)上,對(duì)上述算法的優(yōu)缺點(diǎn)進(jìn)行分析,并介紹了四種算法的誤差產(chǎn)生原因。針對(duì)現(xiàn)有KF、PF算法存在的問(wèn)題,本文給出一種基于UKF和PF混合濾波的目標(biāo)跟蹤算法。首先,應(yīng)用PF算法對(duì)狀態(tài)進(jìn)行初始估計(jì),克服非線(xiàn)性系統(tǒng)對(duì)目標(biāo)跟蹤算法的制約;然后,為了消除奇異值、粒子退化問(wèn)題的影響,進(jìn)一步提高目標(biāo)跟蹤精度,對(duì)上一步的估計(jì)結(jié)果再進(jìn)行UKF。在此基礎(chǔ)上,分別建立了基于UKF算法、PF算法、UKF和PF混合濾波算法的單觀測(cè)站目標(biāo)跟蹤模型。MATLAB仿真實(shí)驗(yàn)結(jié)果表明,本文提出的基于UKF和PF...
【文章來(lái)源】:桂林理工大學(xué)廣西壯族自治區(qū)
【文章頁(yè)數(shù)】:101 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
非線(xiàn)性變換比較
桂林理工大學(xué)碩士學(xué)位論文33|1|1Ζ(χ)iikkkkh。步驟7:根據(jù)式(2.47)計(jì)算系統(tǒng)觀測(cè)量的預(yù)測(cè)均值|1zkk。步驟8:根據(jù)式(2.48)、(2.48)、計(jì)算新息協(xié)方差矩陣zz|1Pk,k、狀態(tài)與觀測(cè)間的互協(xié)方差矩陣xz|1Pk,k。步驟9:根據(jù)式(2.50)計(jì)算濾波增益矩陣Kk。步驟10:狀態(tài)更新。根據(jù)式(2.51)、(2.52)計(jì)算k時(shí)刻后驗(yàn)狀態(tài)估計(jì)均值xk和協(xié)方差矩陣Pk。步驟11:置kk1,循環(huán)進(jìn)行步驟2到步驟10,進(jìn)行下一時(shí)刻跟蹤計(jì)算。3.2.2單觀測(cè)站UKF目標(biāo)跟蹤實(shí)驗(yàn)仿真及結(jié)果分析1)實(shí)驗(yàn)仿真本次實(shí)驗(yàn)的硬件環(huán)境為英特爾IntelCorei-7200U處理器、4GB內(nèi)存,在Windows10環(huán)境下,仿真軟件采用MATLAB(R2018a)版本。目標(biāo)在二維平面做勻速直線(xiàn)運(yùn)動(dòng)過(guò)程中各參數(shù)設(shè)置如下:目標(biāo)運(yùn)動(dòng)的初始值為0x[02m/s100m10m/s],觀測(cè)站位置可以是任意的,本仿真實(shí)驗(yàn)設(shè)置觀測(cè)站位置為[200m,500m],采樣時(shí)間T1s,時(shí)間步長(zhǎng)為60。過(guò)程噪聲方差Q=diag([1,1])w,其中w為一個(gè)可調(diào)節(jié)的參數(shù),1w[65];觀測(cè)噪聲方差R5。同時(shí)設(shè)置UT變換中的相關(guān)系數(shù):=0.01,=0,=2[34,35]。2)結(jié)果分析圖3.1目標(biāo)真實(shí)軌跡與不同算法的跟蹤軌跡
桂林理工大學(xué)碩士學(xué)位論文34為了驗(yàn)證算法的性能,采用同樣基于卡爾曼理論框架下的適用于非線(xiàn)性濾波的EKF算法、UKF算法做對(duì)比。圖3.1展示了EKF算法、UKF算法的跟蹤軌跡,可以看出UKF算法的跟蹤軌跡與真實(shí)軌跡更接近。為了更直觀比較兩種算法的性能,需要分析目標(biāo)跟蹤的誤差。這里采用X軸方向和Y軸方向的均方根誤差(RootMeanSquareError,RMSE)[66]進(jìn)行比較,圖3.2和圖3.3分別是EKF算法和UKF算法經(jīng)過(guò)100次蒙特卡洛實(shí)驗(yàn)后,X軸方向和Y軸方向的RMSE,其計(jì)算公式如下:21RMSE()X()NnkknxxkN(3.9)21RMSE()Y()NnkknyykN(3.10)其中,(,)kkxy表示k時(shí)刻目標(biāo)的真實(shí)位置,(,)nnkkxy表示第n次蒙特卡洛實(shí)驗(yàn)中k時(shí)刻跟蹤目標(biāo)的位置估計(jì),N表示蒙特卡洛實(shí)驗(yàn)次數(shù)。圖3.2X軸方向RMSE曲線(xiàn)
【參考文獻(xiàn)】:
期刊論文
[1]基于隨機(jī)自適應(yīng)方法的多傳感器融合算法[J]. 王茜,王穎超,曹菲. 計(jì)算機(jī)應(yīng)用與軟件. 2020(04)
[2]帶非線(xiàn)性約束的自適應(yīng)高斯和卡爾曼濾波目標(biāo)跟蹤算法[J]. 徐壯,彭力. 計(jì)算機(jī)測(cè)量與控制. 2019(06)
[3]改進(jìn)的卡爾曼濾波與均值漂移目標(biāo)跟蹤算法[J]. 韓明,唐心亮,孟軍英,王敬濤. 戰(zhàn)術(shù)導(dǎo)彈技術(shù). 2019(01)
[4]群目標(biāo)跟蹤技術(shù)綜述[J]. 甘林海,王剛,劉進(jìn)忙,李松. 自動(dòng)化學(xué)報(bào). 2020(03)
[5]基于動(dòng)態(tài)損耗因子和權(quán)重的改進(jìn)質(zhì)心定位算法[J]. 任曉奎,李鋒,程琳. 計(jì)算機(jī)應(yīng)用. 2019(03)
[6]WSN定位算法APIT的改進(jìn)型設(shè)計(jì)[J]. 殷萬(wàn)君. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2018(04)
[7]Nonlinear Bayesian Estimation:From Kalman Filtering to a Broader Horizon[J]. Huazhen Fang,Ning Tian,Yebin Wang,Meng Chu Zhou,Mulugeta A. Haile. IEEE/CAA Journal of Automatica Sinica. 2018(02)
[8]NYFR output pulse radar signal TOA analysis using extended Fourier transform and its TOA estimation[J]. Zhaoyang Qiu,Pei Wang,Jun Zhu,Bin Tang. Journal of Systems Engineering and Electronics. 2017(02)
[9]擴(kuò)展卡爾曼濾波的目標(biāo)跟蹤優(yōu)化算法[J]. 寧倩慧,張艷兵,劉莉,陸真,郭冰陶. 探測(cè)與控制學(xué)報(bào). 2016(01)
[10]螢火蟲(chóng)算法智能優(yōu)化粒子濾波[J]. 田夢(mèng)楚,薄煜明,陳志敏,吳盤(pán)龍,趙高鵬. 自動(dòng)化學(xué)報(bào). 2016(01)
博士論文
[1]基于粒子濾波的目標(biāo)跟蹤技術(shù)研究[D]. 宋策.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2014
[2]多傳感器目標(biāo)跟蹤數(shù)據(jù)融合關(guān)鍵技術(shù)研究[D]. 崔波.西南交通大學(xué) 2012
[3]運(yùn)動(dòng)目標(biāo)狀態(tài)估計(jì)及融合方法研究[D]. 陳金廣.西安電子科技大學(xué) 2011
[4]傳感器管理方法研究[D]. 劉先省.西北工業(yè)大學(xué) 2000
碩士論文
[1]基于QT的跨平臺(tái)嵌入式運(yùn)動(dòng)控制系統(tǒng)研究[D]. 謝超.杭州電子科技大學(xué) 2019
[2]基于多傳感器信息融合的航跡預(yù)測(cè)技術(shù)研究[D]. 劉小翠.西安電子科技大學(xué) 2017
[3]基于Qt和MATLAB混合編程的冷熱電聯(lián)供運(yùn)行監(jiān)控與能量管理系統(tǒng)研發(fā)[D]. 李艷.山東大學(xué) 2017
[4]無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)定位與目標(biāo)跟蹤算法研究[D]. 葛琰.電子科技大學(xué) 2017
[5]多傳感器組網(wǎng)機(jī)動(dòng)目標(biāo)跟蹤算法研究[D]. 石彎彎.杭州電子科技大學(xué) 2016
[6]基于RSSI的室內(nèi)無(wú)線(xiàn)定位與跟蹤技術(shù)研究[D]. 張佩琪.西安電子科技大學(xué) 2016
[7]復(fù)雜雷達(dá)信號(hào)環(huán)境模擬與主控軟件設(shè)計(jì)[D]. 周珊珊.西安電子科技大學(xué) 2015
[8]機(jī)動(dòng)目標(biāo)建模及跟蹤方法研究[D]. 張一鉑.電子科技大學(xué) 2015
[9]機(jī)載多傳感器數(shù)據(jù)融合目標(biāo)跟蹤技術(shù)研究與實(shí)現(xiàn)[D]. 全麗.電子科技大學(xué) 2012
[10]基于Qt的跨平臺(tái)軟件設(shè)計(jì)及應(yīng)用[D]. 李春虎.電子科技大學(xué) 2011
本文編號(hào):3578875
【文章來(lái)源】:桂林理工大學(xué)廣西壯族自治區(qū)
【文章頁(yè)數(shù)】:101 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
非線(xiàn)性變換比較
桂林理工大學(xué)碩士學(xué)位論文33|1|1Ζ(χ)iikkkkh。步驟7:根據(jù)式(2.47)計(jì)算系統(tǒng)觀測(cè)量的預(yù)測(cè)均值|1zkk。步驟8:根據(jù)式(2.48)、(2.48)、計(jì)算新息協(xié)方差矩陣zz|1Pk,k、狀態(tài)與觀測(cè)間的互協(xié)方差矩陣xz|1Pk,k。步驟9:根據(jù)式(2.50)計(jì)算濾波增益矩陣Kk。步驟10:狀態(tài)更新。根據(jù)式(2.51)、(2.52)計(jì)算k時(shí)刻后驗(yàn)狀態(tài)估計(jì)均值xk和協(xié)方差矩陣Pk。步驟11:置kk1,循環(huán)進(jìn)行步驟2到步驟10,進(jìn)行下一時(shí)刻跟蹤計(jì)算。3.2.2單觀測(cè)站UKF目標(biāo)跟蹤實(shí)驗(yàn)仿真及結(jié)果分析1)實(shí)驗(yàn)仿真本次實(shí)驗(yàn)的硬件環(huán)境為英特爾IntelCorei-7200U處理器、4GB內(nèi)存,在Windows10環(huán)境下,仿真軟件采用MATLAB(R2018a)版本。目標(biāo)在二維平面做勻速直線(xiàn)運(yùn)動(dòng)過(guò)程中各參數(shù)設(shè)置如下:目標(biāo)運(yùn)動(dòng)的初始值為0x[02m/s100m10m/s],觀測(cè)站位置可以是任意的,本仿真實(shí)驗(yàn)設(shè)置觀測(cè)站位置為[200m,500m],采樣時(shí)間T1s,時(shí)間步長(zhǎng)為60。過(guò)程噪聲方差Q=diag([1,1])w,其中w為一個(gè)可調(diào)節(jié)的參數(shù),1w[65];觀測(cè)噪聲方差R5。同時(shí)設(shè)置UT變換中的相關(guān)系數(shù):=0.01,=0,=2[34,35]。2)結(jié)果分析圖3.1目標(biāo)真實(shí)軌跡與不同算法的跟蹤軌跡
桂林理工大學(xué)碩士學(xué)位論文34為了驗(yàn)證算法的性能,采用同樣基于卡爾曼理論框架下的適用于非線(xiàn)性濾波的EKF算法、UKF算法做對(duì)比。圖3.1展示了EKF算法、UKF算法的跟蹤軌跡,可以看出UKF算法的跟蹤軌跡與真實(shí)軌跡更接近。為了更直觀比較兩種算法的性能,需要分析目標(biāo)跟蹤的誤差。這里采用X軸方向和Y軸方向的均方根誤差(RootMeanSquareError,RMSE)[66]進(jìn)行比較,圖3.2和圖3.3分別是EKF算法和UKF算法經(jīng)過(guò)100次蒙特卡洛實(shí)驗(yàn)后,X軸方向和Y軸方向的RMSE,其計(jì)算公式如下:21RMSE()X()NnkknxxkN(3.9)21RMSE()Y()NnkknyykN(3.10)其中,(,)kkxy表示k時(shí)刻目標(biāo)的真實(shí)位置,(,)nnkkxy表示第n次蒙特卡洛實(shí)驗(yàn)中k時(shí)刻跟蹤目標(biāo)的位置估計(jì),N表示蒙特卡洛實(shí)驗(yàn)次數(shù)。圖3.2X軸方向RMSE曲線(xiàn)
【參考文獻(xiàn)】:
期刊論文
[1]基于隨機(jī)自適應(yīng)方法的多傳感器融合算法[J]. 王茜,王穎超,曹菲. 計(jì)算機(jī)應(yīng)用與軟件. 2020(04)
[2]帶非線(xiàn)性約束的自適應(yīng)高斯和卡爾曼濾波目標(biāo)跟蹤算法[J]. 徐壯,彭力. 計(jì)算機(jī)測(cè)量與控制. 2019(06)
[3]改進(jìn)的卡爾曼濾波與均值漂移目標(biāo)跟蹤算法[J]. 韓明,唐心亮,孟軍英,王敬濤. 戰(zhàn)術(shù)導(dǎo)彈技術(shù). 2019(01)
[4]群目標(biāo)跟蹤技術(shù)綜述[J]. 甘林海,王剛,劉進(jìn)忙,李松. 自動(dòng)化學(xué)報(bào). 2020(03)
[5]基于動(dòng)態(tài)損耗因子和權(quán)重的改進(jìn)質(zhì)心定位算法[J]. 任曉奎,李鋒,程琳. 計(jì)算機(jī)應(yīng)用. 2019(03)
[6]WSN定位算法APIT的改進(jìn)型設(shè)計(jì)[J]. 殷萬(wàn)君. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2018(04)
[7]Nonlinear Bayesian Estimation:From Kalman Filtering to a Broader Horizon[J]. Huazhen Fang,Ning Tian,Yebin Wang,Meng Chu Zhou,Mulugeta A. Haile. IEEE/CAA Journal of Automatica Sinica. 2018(02)
[8]NYFR output pulse radar signal TOA analysis using extended Fourier transform and its TOA estimation[J]. Zhaoyang Qiu,Pei Wang,Jun Zhu,Bin Tang. Journal of Systems Engineering and Electronics. 2017(02)
[9]擴(kuò)展卡爾曼濾波的目標(biāo)跟蹤優(yōu)化算法[J]. 寧倩慧,張艷兵,劉莉,陸真,郭冰陶. 探測(cè)與控制學(xué)報(bào). 2016(01)
[10]螢火蟲(chóng)算法智能優(yōu)化粒子濾波[J]. 田夢(mèng)楚,薄煜明,陳志敏,吳盤(pán)龍,趙高鵬. 自動(dòng)化學(xué)報(bào). 2016(01)
博士論文
[1]基于粒子濾波的目標(biāo)跟蹤技術(shù)研究[D]. 宋策.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2014
[2]多傳感器目標(biāo)跟蹤數(shù)據(jù)融合關(guān)鍵技術(shù)研究[D]. 崔波.西南交通大學(xué) 2012
[3]運(yùn)動(dòng)目標(biāo)狀態(tài)估計(jì)及融合方法研究[D]. 陳金廣.西安電子科技大學(xué) 2011
[4]傳感器管理方法研究[D]. 劉先省.西北工業(yè)大學(xué) 2000
碩士論文
[1]基于QT的跨平臺(tái)嵌入式運(yùn)動(dòng)控制系統(tǒng)研究[D]. 謝超.杭州電子科技大學(xué) 2019
[2]基于多傳感器信息融合的航跡預(yù)測(cè)技術(shù)研究[D]. 劉小翠.西安電子科技大學(xué) 2017
[3]基于Qt和MATLAB混合編程的冷熱電聯(lián)供運(yùn)行監(jiān)控與能量管理系統(tǒng)研發(fā)[D]. 李艷.山東大學(xué) 2017
[4]無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)定位與目標(biāo)跟蹤算法研究[D]. 葛琰.電子科技大學(xué) 2017
[5]多傳感器組網(wǎng)機(jī)動(dòng)目標(biāo)跟蹤算法研究[D]. 石彎彎.杭州電子科技大學(xué) 2016
[6]基于RSSI的室內(nèi)無(wú)線(xiàn)定位與跟蹤技術(shù)研究[D]. 張佩琪.西安電子科技大學(xué) 2016
[7]復(fù)雜雷達(dá)信號(hào)環(huán)境模擬與主控軟件設(shè)計(jì)[D]. 周珊珊.西安電子科技大學(xué) 2015
[8]機(jī)動(dòng)目標(biāo)建模及跟蹤方法研究[D]. 張一鉑.電子科技大學(xué) 2015
[9]機(jī)載多傳感器數(shù)據(jù)融合目標(biāo)跟蹤技術(shù)研究與實(shí)現(xiàn)[D]. 全麗.電子科技大學(xué) 2012
[10]基于Qt的跨平臺(tái)軟件設(shè)計(jì)及應(yīng)用[D]. 李春虎.電子科技大學(xué) 2011
本文編號(hào):3578875
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3578875.html
最近更新
教材專(zhuān)著