本文關(guān)鍵詞：基于變結(jié)構(gòu)多模型的機(jī)動(dòng)目標(biāo)跟蹤方法研究

  更多相關(guān)文章： 機(jī)動(dòng)目標(biāo)跟蹤 變結(jié)構(gòu)多模型 交互式多模型 多目標(biāo)跟蹤 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)

【摘要】：機(jī)動(dòng)目標(biāo)跟蹤是指人們利用各種已知信息和量測(cè)數(shù)據(jù)對(duì)機(jī)動(dòng)目標(biāo)進(jìn)行建模、估計(jì)和跟蹤的過程。機(jī)動(dòng)目標(biāo)跟蹤技術(shù)在軍用領(lǐng)域和民用領(lǐng)域都有非常廣泛的應(yīng)用。隨著科技的發(fā)展,目標(biāo)的機(jī)動(dòng)性不斷增強(qiáng),對(duì)機(jī)動(dòng)目標(biāo)的跟蹤越來困難。因此,機(jī)動(dòng)目標(biāo)跟蹤技術(shù)的研究具有重要的現(xiàn)實(shí)意義。本文主要研究了變結(jié)構(gòu)多模型估計(jì)方法在單機(jī)動(dòng)目標(biāo)和多機(jī)動(dòng)目標(biāo)跟蹤中的應(yīng)用。首先介紹了多模型估計(jì)方法的基本理論并著重研究了交互式多模型估計(jì)算法的基本原理。通過實(shí)驗(yàn)仿真,分析和比較了幾種常用多模型估計(jì)算法的跟蹤性能。其次,針對(duì)變結(jié)構(gòu)多模型估計(jì)方法中通常采用齊次Markov轉(zhuǎn)移概率矩陣問題,本文引入了具有后驗(yàn)估計(jì)的Markov轉(zhuǎn)移概率矩陣,并且采用強(qiáng)跟蹤交互式多模型算法提高多模型估計(jì)的自適應(yīng)能力。第三,研究了在最小模型組的基礎(chǔ)上進(jìn)行最優(yōu)模型擴(kuò)展的變結(jié)構(gòu)多模型估計(jì)算法,有效的減少了傳統(tǒng)最優(yōu)模型擴(kuò)展估計(jì)算法的計(jì)算復(fù)雜度并且提高跟蹤精度。最后,針對(duì)多目標(biāo)跟蹤問題,研究了交互式多模型聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(IMMJPDA)濾波算法,并在此基礎(chǔ)上給出了一種變結(jié)構(gòu)多模型聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(VSMMJPDA)濾波算法。變結(jié)構(gòu)多模型估計(jì)方法是多模型估計(jì)方法的又一個(gè)里程碑。它克服了固定結(jié)構(gòu)多模型估計(jì)方法的許多不足,滿足了現(xiàn)代多模型估計(jì)的要求,因此具有廣闊的發(fā)展前景。在本文最后,針對(duì)本文還存在的不足以及變結(jié)構(gòu)多模型估計(jì)的發(fā)展方向給出了四點(diǎn)展望,為以后的進(jìn)一步研究指明了方向。
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN953

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 黃鶴;王小旭;趙春暉;梁彥;潘泉;;基于后驗(yàn)信息修正的自適應(yīng)交互多模型跟蹤算法[J];西北工業(yè)大學(xué)學(xué)報(bào);2011年06期

，

本文編號(hào)：1152019