多目標跟蹤是一個重要的理論和實踐問題。近段時間以來有了很多重要的成果,這些成果在空中偵察與預警、彈道導彈防御、戰(zhàn)場監(jiān)視等軍事領域,以及空中交通管制、智能車輛系統(tǒng)、交通導航、機器人視覺等民用領域都得到了廣泛的應用。然而,隨著技術的不斷發(fā)展,現(xiàn)代跟蹤環(huán)境的顯著變化,各種應用系統(tǒng)對多目標跟蹤提出了日益復雜的要求,原有的目標跟蹤理論和方法也面臨著新的挑戰(zhàn),例如:量測方程非線性、目標數(shù)目未知、雜波密度高、存在群目標等。本文針對這些問題,研究了在密集雜波干擾環(huán)境下,時變數(shù)目多目標及群目標的跟蹤算法。本文主要的研究工作有:(1)針對量測方程非線性,且量測誤差協(xié)方差較大時,粒子濾波容易發(fā)散的情況,提出了自適應兩階段濾波算法。通過對粒子濾波的估計值進行第二階段的自適應卡爾曼濾波,提高了非線性量測條件下濾波算法的精度和穩(wěn)定性。(2)將多目標跟蹤中的難點—數(shù)據(jù)關聯(lián)問題,轉換成為一個含約束條件的0-1規(guī)劃求解問題。并針對此NP-hard問題,設計了一種改進的離散差分進化算法,求解密集雜波下的高維最優(yōu)關聯(lián),有效的解決了多目標跟蹤中的最優(yōu)關聯(lián)的求解問題。(3)在通用航跡起始框架下,設計了自適應門限的一步延時航跡起始算法用于航跡的起始,并將航跡起始算法、航跡終止檢測和量測外推等算法步驟同經(jīng)典多目標跟蹤算法(JPDA,Joint Probabilistic Data Association)相結合,改進的JPDA算法可以適用于目標數(shù)目變化情況下的多目標跟蹤問題。(4)提出了一種基于中心群目標跟蹤算法同群內相對位置矢量數(shù)據(jù)關聯(lián)算法相結合的群目標跟蹤算法。通過對中心群目標航跡的獲取,利用群內目標的相對位置矢量對群內目標進行精細起始和數(shù)據(jù)關聯(lián),更加有效的對距離接近的群內各目標進行有效的關聯(lián),更新群內各目標的狀態(tài)估計信息,并在JPDA算法的基礎之上,實現(xiàn)對多、群目標混合情況下的有效跟蹤。
【學位單位】：上海交通大學
【學位級別】：碩士
【學位年份】：2016
【中圖分類】：E91;TN713;TP301.6
【部分圖文】：

跟蹤效果比較（場景1）

X方向上的均方誤差（場景1）

圖 2-4 Y 方向上的均方誤差（場景 1）Fig 2-4 the root mean square error of Y axis(scenario1)

【參考文獻】

相關期刊論文 前10條

1 王法勝;魯明羽;趙清杰;袁澤劍;;粒子濾波算法[J];計算機學報;2014年08期

2 王銀濤;嚴衛(wèi)生;;多自主水下航行器系統(tǒng)一致性編隊跟蹤控制[J];控制理論與應用;2013年03期

3 夏楠;邱天爽;李景春;李書芳;;一種卡爾曼濾波與粒子濾波相結合的非線性濾波算法[J];電子學報;2013年01期

4 朱自謙;;一種通用航跡起始模型[J];航空學報;2009年03期

5 魯平;趙龍;陳哲;;改進的Sage-Husa自適應濾波及其應用[J];系統(tǒng)仿真學報;2007年15期

6 衣曉,何友,關欣;多目標跟蹤的動態(tài)多維分配算法[J];電子學報;2005年06期

7 胡士強,敬忠良;粒子濾波算法綜述[J];控制與決策;2005年04期

8 潘泉,葉西寧,張洪才;廣義概率數(shù)據(jù)關聯(lián)算法[J];電子學報;2005年03期

9 袁澤劍,鄭南寧,賈新春;高斯-厄米特粒子濾波器[J];電子學報;2003年07期

10 何友,陸大,彭應寧,王國宏;基于模糊綜合函數(shù)的航跡關聯(lián)算法[J];電子科學學刊;1999年01期

相關博士學位論文 前1條

1 王林;多無人機協(xié)同目標跟蹤問題建模與優(yōu)化技術研究[D];國防科學技術大學;2011年

本文編號：2811422