本文關(guān)鍵詞：基于IMM的VTS雷達(dá)目標(biāo)跟蹤算法研究

  更多相關(guān)文章： 船舶交通管理系統(tǒng) 目標(biāo)跟蹤 交互式多模型 濾波

【摘要】：目標(biāo)跟蹤是指對(duì)來(lái)自目標(biāo)的量測(cè)值進(jìn)行處理,保持對(duì)目標(biāo)當(dāng)前狀態(tài)的估計(jì)的過程。隨著科學(xué)技術(shù)的發(fā)展以及目標(biāo)機(jī)動(dòng)性的不斷增強(qiáng),傳統(tǒng)的單模型跟蹤算法已經(jīng)不能滿足人們的需要。交互式多模型算法(Interacting Multiple Model, IMM)彌補(bǔ)了單模型的不足,適應(yīng)于跟蹤目標(biāo)狀態(tài)多變的運(yùn)動(dòng)。雷達(dá)目標(biāo)跟蹤技術(shù)是船舶交通管理系統(tǒng)(Vessel Traffic Services, VTS)中重要的研究課題,而對(duì)船舶機(jī)動(dòng)目標(biāo)的跟蹤是其中難點(diǎn)。與傳統(tǒng)的跟蹤算法相比較,IMM算法是良好的解決方案,具有重大的研究?jī)r(jià)值和現(xiàn)實(shí)意義。針對(duì)IMM算法中模型轉(zhuǎn)移概率矩陣先驗(yàn)以及過程噪聲固定不變的不足,根據(jù)模型概率的變化,提出了模型轉(zhuǎn)移概率矩陣自適應(yīng)算法和過程噪聲自適應(yīng)算法,對(duì)傳統(tǒng)的IMM算法進(jìn)行了改進(jìn),通過將改進(jìn)后的算法與傳統(tǒng)算法進(jìn)行仿真后對(duì)比,證明了改進(jìn)后的算法對(duì)船舶跟蹤的精度更高。本文主要的研究?jī)?nèi)容分為以下三部分：第一部分包含本文的第1至2章的內(nèi)容。該部分首先回顧了目標(biāo)跟蹤技術(shù)的研究和發(fā)展現(xiàn)狀,接著對(duì)目標(biāo)跟蹤常用的勻速、勻加速、勻速轉(zhuǎn)彎等運(yùn)動(dòng)模型進(jìn)行概述,然后對(duì)目標(biāo)跟蹤中常用的卡爾曼濾波、擴(kuò)展卡爾曼濾波、不敏卡爾曼濾波等跟蹤濾波算法進(jìn)行介紹,并對(duì)算法的特點(diǎn)進(jìn)行分析。第二部分包含本文的第3章的內(nèi)容。該部分對(duì)常見的多模型算法進(jìn)行介紹。針對(duì)IMM算法中存在的不足,從模型轉(zhuǎn)移概率和過程噪聲兩方面做出改進(jìn)。最后通過仿真,將IMM算法與單模型算法進(jìn)行比較,得出了IMM算法復(fù)雜運(yùn)動(dòng)情況下總體性能優(yōu)于單模型的結(jié)論。接著,通過與傳統(tǒng)的IMM算法進(jìn)行仿真比較,結(jié)果表明改進(jìn)后的IMM算法跟蹤效果優(yōu)于傳統(tǒng)IMM算法。第三部分包含本文的第4章的內(nèi)容。本部分介紹了VTS系統(tǒng)的組成、架構(gòu)、功能,給出了VTS雷達(dá)回波信號(hào)處理以及軌跡跟蹤的流程。針對(duì)改進(jìn)后的IMM算法,在Visual Studio 2008平臺(tái)上進(jìn)行軟件編程,實(shí)現(xiàn)了對(duì)VTS雷達(dá)目標(biāo)的跟蹤。
【關(guān)鍵詞】：船舶交通管理系統(tǒng) 目標(biāo)跟蹤 交互式多模型 濾波
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN953
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 課題來(lái)源10
• 1.2 選題背景及國(guó)內(nèi)外研究概況10-14
• 1.3 課題主要研究?jī)?nèi)容及論文結(jié)構(gòu)安排14-16
• 第2章 目標(biāo)跟蹤的基本理論16-35
• 2.1 目標(biāo)跟蹤的原理16-19
• 2.1.1 狀態(tài)模型與量測(cè)模型17-18
• 2.1.2 目標(biāo)跟蹤的坐標(biāo)系選取18-19
• 2.2 目標(biāo)跟蹤運(yùn)動(dòng)模型19-26
• 2.2.1 勻速模型19-20
• 2.2.2 勻加速模型20-21
• 2.2.3 勻速轉(zhuǎn)彎模型21-22
• 2.2.4 相關(guān)噪聲模型22-24
• 2.2.5 當(dāng)前統(tǒng)計(jì)模型24-26
• 2.3 目標(biāo)跟蹤的濾波算法26-34
• 2.3.1 卡爾曼濾波26-28
• 2.3.2 α-β濾波28-30
• 2.3.3 擴(kuò)展卡爾曼濾波30-32
• 2.3.4 不敏卡爾曼濾波32-34
• 2.4 本章小結(jié)34-35
• 第3章 交互式多模型跟蹤算法及其改進(jìn)35-64
• 3.1 多模型算法簡(jiǎn)述35-37
• 3.2 一階廣義偽貝葉斯算法37-38
• 3.3 二階廣義偽貝葉斯算法38-40
• 3.4 交互式多模型算法40-43
• 3.4.1 算法的基本原理40-43
• 3.4.2 算法的特點(diǎn)及參數(shù)設(shè)計(jì)43
• 3.5 交互式多模型算法的改進(jìn)43-48
• 3.5.1 模型轉(zhuǎn)移概率矩陣自適應(yīng)調(diào)整45-47
• 3.5.2 過程噪聲協(xié)方差矩陣自適應(yīng)調(diào)整47-48
• 3.6 仿真研究及性能分析48-62
• 3.6.1 IMM算法仿真驗(yàn)證及性能分析49-58
• 3.6.2 改進(jìn)后IMM算法仿真驗(yàn)證及性能分析58-62
• 3.7 本章小結(jié)62-64
• 第4章 基于IMM算法的跟蹤模塊軟件設(shè)計(jì)及實(shí)現(xiàn)64-75
• 4.1 VTS系統(tǒng)概述64-65
• 4.1.1 VTS系統(tǒng)組成64
• 4.1.2 VTS系統(tǒng)功能64-65
• 4.2 雷達(dá)數(shù)據(jù)綜合處理子系統(tǒng)65-70
• 4.2.1 模擬雷達(dá)信號(hào)數(shù)字化66
• 4.2.2 目標(biāo)檢測(cè)和錄取66-68
• 4.2.3 目標(biāo)跟蹤模塊68-70
• 4.3 交互式多模型算法在VTS目標(biāo)跟蹤中的應(yīng)用70-73
• 4.3.1 VTS雷達(dá)性能70-71
• 4.3.2 目標(biāo)跟蹤效果顯示71-73
• 4.4 本章小結(jié)73-75
• 總結(jié)與展望75-77
• 參考文獻(xiàn)77-81
• 致謝81-82
• 研究生履歷82

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 程涵;余莉;張?chǎng)稳A;蔣偉;;基于IMM修正的降落傘折疊建模方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2013年05期

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

1 張坤;基于IMM的VTS雷達(dá)目標(biāo)跟蹤算法研究[D];大連海事大學(xué);2016年

，

本文編號(hào)：1096174