發(fā)布時(shí)間：2017-04-29 06:04

  本文關(guān)鍵詞：機(jī)動(dòng)目標(biāo)跟蹤算法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：機(jī)動(dòng)目標(biāo)跟蹤是一個(gè)研究對(duì)目標(biāo)機(jī)動(dòng)運(yùn)動(dòng)不能準(zhǔn)確描述的目標(biāo)運(yùn)動(dòng)估計(jì)問(wèn)題。它在軍用和民用領(lǐng)域中都有著廣泛的應(yīng)用。因此，本論文對(duì)機(jī)動(dòng)目標(biāo)跟蹤問(wèn)題在學(xué)習(xí)前人研究成果的基礎(chǔ)上，對(duì)它進(jìn)行了更深入、系統(tǒng)的研究。 本論文首先概述了目標(biāo)跟蹤模型的建立，給出了幾種常見(jiàn)的機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型和量測(cè)模型坐標(biāo)轉(zhuǎn)換方法，研究了機(jī)動(dòng)目標(biāo)跟蹤領(lǐng)域中的幾種主要濾波方法。研究分析了機(jī)動(dòng)檢測(cè)和辨識(shí)的算法，研究了交互式多模型的算法，并討論了這些算法所存在的問(wèn)題。在此基礎(chǔ)上，對(duì)相關(guān)的問(wèn)題進(jìn)行了深入細(xì)致的研究，取得了以下成果： (1) 在研究機(jī)動(dòng)檢測(cè)與辨識(shí)算法過(guò)程中，對(duì)基于當(dāng)前統(tǒng)計(jì)模型的算法詳細(xì)分析了其存在的缺陷，并在改進(jìn)其缺陷的基礎(chǔ)上提出了改進(jìn)算法。該算法不僅可以很好的檢測(cè)機(jī)動(dòng)，而且把檢測(cè)到的機(jī)動(dòng)分為強(qiáng)、弱機(jī)動(dòng)兩種以改進(jìn)跟蹤性能。最后通過(guò)仿真試驗(yàn)表明了該算法具有全面的跟蹤能力。 (2) 分析了交互式多模型算法的影響因素，提出了針對(duì)這些影響因素的改進(jìn)型交互式多模型算法。對(duì)這些改進(jìn)型交互式多模型算法進(jìn)行仿真試驗(yàn)，，通過(guò)仿真結(jié)果得出了模型集的改變對(duì)交互式多模型算法的跟蹤性能影響最大的結(jié)論。 (3) 將改進(jìn)的當(dāng)前模型算法與交互式多模型算法結(jié)合得出了一種新的自適應(yīng)算法。該算法在交互式模型算法中改變了模型集并動(dòng)態(tài)地調(diào)整了過(guò)程噪聲，可以擴(kuò)大可跟蹤范圍和提高跟蹤精度。通過(guò)仿真試驗(yàn)證實(shí)了該算法對(duì)跟蹤能力的提高。
【關(guān)鍵詞】：機(jī)動(dòng)目標(biāo)跟蹤 當(dāng)前統(tǒng)計(jì)模型 交互式多模型算法 卡爾曼濾波
【學(xué)位授予單位】：西北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：TP277
【目錄】：

• 摘要3-4
• ABSTRACT4-6
• 目錄6-8
• 第一章 緒論8-11
• 1.1 機(jī)動(dòng)目標(biāo)跟蹤的提出8
• 1.2 機(jī)動(dòng)目標(biāo)跟蹤研究?jī)?nèi)容及意義8-9
• 1.3 機(jī)動(dòng)目標(biāo)跟蹤研究現(xiàn)狀9-10
• 1.4 本論文研究?jī)?nèi)容及編排10-11
• 第二章 跟蹤模型的建立11-19
• 2.1 目標(biāo)的狀態(tài)模型和量測(cè)模型11
• 2.2 跟蹤坐標(biāo)系的選取11-14
• 2.2.1 直角坐標(biāo)系下跟蹤系統(tǒng)模型12
• 2.2.2 極坐標(biāo)下跟蹤系統(tǒng)模型12-13
• 2.2.3 量測(cè)模型的坐標(biāo)轉(zhuǎn)換13-14
• 2.3 機(jī)動(dòng)目標(biāo)模型的建立14-18
• 2.3.1 CV與 CA模型14-15
• 2.3.2 時(shí)間相關(guān)模型(Singer模型)15-16
• 2.3.3 半馬爾可夫模型16
• 2.3.4 Noval統(tǒng)計(jì)模型16-17
• 2.3.5 機(jī)動(dòng)目標(biāo)“當(dāng)前”統(tǒng)計(jì)模型17
• 2.3.6 機(jī)動(dòng)轉(zhuǎn)彎模型17-18
• 2.4 本章小結(jié)18-19
• 第三章 目標(biāo)跟蹤的濾波器19-35
• 3.1 引言19
• 3.2 基本卡爾曼濾波19-24
• 3.2.1 連續(xù)系統(tǒng)的卡爾曼濾波方程20-21
• 3.2.2 離散系統(tǒng)的卡爾曼濾波方程21-23
• 3.2.3 離散卡爾曼濾波的分析23-24
• 3.3 擴(kuò)展卡爾曼濾波算法24-27
• 3.3.1 離散擴(kuò)展卡爾曼濾波方程24-26
• 3.3.2 離散擴(kuò)展卡爾曼濾波的分析26-27
• 3.4 Unscented卡爾曼濾波27-29
• 3.4.1 標(biāo)準(zhǔn)的Unscented卡爾曼濾波方程28-29
• 3.4.2 算法分析29
• 3.5 克服濾波發(fā)散的濾波方法29-34
• 3.5.1 S~a加權(quán)衰減記憶濾波器30-32
• 3.5.2 平方根濾波器32-34
• 3.6 本章小結(jié)34-35
• 第四章 機(jī)動(dòng)跟蹤的機(jī)動(dòng)檢測(cè)與辨識(shí)算法35-48
• 4.1 引言35
• 4.2 機(jī)動(dòng)檢測(cè)35-39
• 4.2.1 基于廣義似然比檢測(cè)方法37-38
• 4.2.2 基于x~2檢驗(yàn)機(jī)動(dòng)檢測(cè)方法38-39
• 4.3 基于當(dāng)前統(tǒng)計(jì)模型的辨識(shí)算法39-44
• 4.3.1 統(tǒng)計(jì)特性39-40
• 4.3.2 濾波方法40-41
• 4.3.3 算法的改進(jìn)41-44
• 4.4 算法仿真與分析44-47
• 4.5 本章小結(jié)47-48
• 第五章 機(jī)動(dòng)跟蹤的交互式多模型算法48-72
• 5.1 引言48-49
• 5.2 交互多模型算法49-51
• 5.3 對(duì)交互多模型算法的改進(jìn)51-59
• 5.3.1 轉(zhuǎn)移概率的改進(jìn)52-55
• 5.3.2 過(guò)程噪聲的改進(jìn)55
• 5.3.3 模型集的改進(jìn)55-59
• 5.4 變結(jié)構(gòu)的交互式多模型算法59-61
• 5.5 自適應(yīng)交互式多模型算法61
• 5.6 算法仿真與分析61-71
• 5.7 本章小結(jié)71-72
• 第六章 結(jié)束語(yǔ)72-73
• 參考文獻(xiàn)73-76
• 發(fā)表論文和參加科研情況說(shuō)明76-77
• 致謝77-78

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 于洋;胡曉芳;劉硯菊;;機(jī)動(dòng)目標(biāo)跟蹤的改進(jìn)自適應(yīng)濾波算法研究[J];沈陽(yáng)理工大學(xué)學(xué)報(bào);2013年01期

2 薛芳俠;許一男;劉波;余科洋;;模擬與實(shí)裝雷達(dá)混合仿真時(shí)空偏差控制[J];系統(tǒng)仿真學(xué)報(bào);2013年08期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 苑光明;基于全方位視覺(jué)的移動(dòng)機(jī)器人動(dòng)態(tài)目標(biāo)識(shí)別與導(dǎo)航研究[D];河北工業(yè)大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李軍;分布式多傳感器系統(tǒng)航跡融合算法研究[D];太原理工大學(xué);2011年

2 吳希啟;無(wú)線傳感器網(wǎng)絡(luò)能量高效的目標(biāo)跟蹤算法研究[D];吉林大學(xué);2011年

3 楊展;單傳感器多目標(biāo)多模型跟蹤算法研究[D];南京理工大學(xué);2010年

4 馮樂(lè)涵;移動(dòng)機(jī)器人運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤系統(tǒng)研究[D];河北工業(yè)大學(xué);2011年

5 蔡聰;基于視頻的動(dòng)物運(yùn)動(dòng)跟蹤分析系統(tǒng)及應(yīng)用研究[D];華中科技大學(xué);2011年

6 湯洪彪;基于小波神經(jīng)網(wǎng)絡(luò)的機(jī)動(dòng)目標(biāo)跟蹤的研究[D];太原理工大學(xué);2008年

7 陳旭;基于變結(jié)構(gòu)多模型算法的目標(biāo)跟蹤系統(tǒng)研究[D];南京理工大學(xué);2008年

8 尹海斌;雷達(dá)機(jī)動(dòng)目標(biāo)跟蹤濾波算法的研究[D];大連海事大學(xué);2008年

9 張婷婷;基于粒子濾波的機(jī)動(dòng)目標(biāo)跟蹤方法研究[D];西安電子科技大學(xué);2009年

10 殷俊麗;天波超視距雷達(dá)機(jī)動(dòng)目標(biāo)檢測(cè)與跟蹤[D];西安電子科技大學(xué);2009年

  本文關(guān)鍵詞：機(jī)動(dòng)目標(biāo)跟蹤算法的研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：334308