隨著現(xiàn)代雷達、紅外、激光等高分辨率傳感器的快速發(fā)展,所能獲得的目標信息更加豐富,然而傳統(tǒng)點目標模型不能有效利用這些目標信息,因此迫切需要更加復(fù)雜的擴展目標模型以準確估計目標狀態(tài),對目標跟蹤算法提出了新的挑戰(zhàn)。對于傳統(tǒng)的點目標跟蹤,通常假設(shè)目標每個時刻至多產(chǎn)生一個量測,僅能估計目標的運動狀態(tài)。對于擴展目標跟蹤,由于目標每個時刻會產(chǎn)生多個量測,通過利用這些量測信息,擴展目標跟蹤算法除了可以估計目標的運動狀態(tài)之外,還可以估計目標的擴展、量測率以及類狀態(tài)等,為后續(xù)的分類、識別等處理提供支撐。然而,由于目標跟蹤環(huán)境和擴展目標本身的復(fù)雜性,擴展目標跟蹤算法存在多目標跟蹤框架計算復(fù)雜度高、目標擴展?fàn)顟B(tài)復(fù)雜形狀估計能力不足,以及目標跟蹤算法不適用于實際場景等問題,一直是目標跟蹤領(lǐng)域的研究難點。近年來,隨著隨機矩陣和隨機有限集（Random Finite Set,RFS）等新理論的出現(xiàn),給上述問題的解決提供了新的思路。本文以隨機矩陣理論為基礎(chǔ),重點研究基于RFS的多擴展目標跟蹤框架構(gòu)建和具有復(fù)雜形狀的擴展目標擴展?fàn)顟B(tài)估計問題。論文的主要研究內(nèi)容和成果如下:1.研究了多目標多貝努利（Multi-targe... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：135 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 擴展目標跟蹤算法研究現(xiàn)狀
        1.2.1 擴展目標狀態(tài)估計算法研究現(xiàn)狀
        1.2.2 多擴展目標跟蹤算法研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容和章節(jié)安排
第二章 擴展目標跟蹤基礎(chǔ)
    2.1 引言
    2.2 隨機矩陣基礎(chǔ)
        2.2.2 橢圓擴展目標
        2.2.3 非橢圓擴展目標
    2.3 多擴展目標跟蹤框架
        2.3.1 ET-PHD濾波框架
        2.3.2 ET-CBMeMBer濾波框架
    2.4 本章小結(jié)
第三章 改進多目標多貝努利擴展目標濾波方法
    3.1 引言
    3.2 問題描述
        3.2.1 MeMBer與CBMeMBer濾波的局限性
        3.2.2 改進方法
    3.3 改進的多目標多貝努利擴展目標濾波
        3.3.1 擴展目標MeMBer濾波框架及勢均衡修正方法
        3.3.2 GGIW-IMeMBer濾波算法
    3.4 仿真實驗與分析
        3.4.1 參數(shù)設(shè)置
        3.4.2 實驗結(jié)果
    3.5 本章小結(jié)
第四章 概率假設(shè)密度擴展目標聯(lián)合跟蹤與分類濾波方法
    4.1 引言
    4.2 聯(lián)合跟蹤與分類貝葉斯框架及其GGIW實現(xiàn)
        4.2.1 貝葉斯推導(dǎo)
        4.2.2 JTC-GGIW
    4.3 JTC-GGIW-PHD濾波
        4.3.1 預(yù)測和更新
        4.3.2 狀態(tài)提取和混合約減
    4.4 JTC擴展?fàn)顟B(tài)估計分析
    4.5 仿真實驗與分析
        4.5.1 參數(shù)設(shè)置
        4.5.2 實驗結(jié)果
    4.6 本章小結(jié)
第五章 子橢圓數(shù)目可變的非橢圓擴展目標跟蹤方法
    5.1 引言
    5.2 NETT濾波
        5.2.1 NETT與RHS關(guān)系
        5.2.2 NETT算法
    5.3 NETT本質(zhì)
    5.4 VN-NETT-GGIW濾波
    5.5 仿真實驗與分析
        5.5.1 參數(shù)設(shè)置
        5.5.2 實驗結(jié)果
    5.6 本章小結(jié)
第六章 高效非橢圓擴展?fàn)顟B(tài)估計方法
    6.1 引言
    6.2 問題描述
    6.3 非橢圓擴展目標跟蹤及其簡化方法
        6.3.1 量測聚類
        6.3.2 鄰接矩陣
        6.3.3 概率前瞻
    6.4 仿真實驗與分析
        6.4.1 參數(shù)設(shè)置
        6.4.2 實驗結(jié)果
    6.5 本章小結(jié)
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻
致謝
作者簡介


【參考文獻】：
期刊論文
[1]Bernoulli Filter for Extended Target in Clutter Using Poisson Models[J]. CAI Fei,FAN Hongqi,FU Qiang.  Chinese Journal of Electronics. 2015(02)
[2]高斯混合擴展目標多伯努利濾波器[J]. 張光華,連峰,韓崇昭,姚玲玲.  西安交通大學(xué)學(xué)報. 2014(10)
[3]基于概率假設(shè)密度濾波方法的多目標跟蹤技術(shù)綜述[J]. 楊峰,王永齊,梁彥,潘泉.  自動化學(xué)報. 2013(11)
[4]高斯混合擴展目標概率假設(shè)密度濾波器的收斂性分析[J]. 連峰,韓崇昭,劉偉峰,元向輝.  自動化學(xué)報. 2012(08)
[5]基于有限集統(tǒng)計學(xué)理論的目標跟蹤技術(shù)研究綜述[J]. 楊威,付耀文,龍建乾,黎湘.  電子學(xué)報. 2012(07)
[6]采用激活區(qū)域場景分析的紅外目標跟蹤算法[J]. 樊振華,姬紅兵,楊金龍.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2011(10)
[7]強跟蹤輸入估計概率假設(shè)密度多機動目標跟蹤算法[J]. 楊金龍,姬紅兵,樊振華.  控制理論與應(yīng)用. 2011(08)

博士論文
[1]隨機有限集擴展目標跟蹤算法研究[D]. 張永權(quán).西安電子科技大學(xué) 2014
[2]基于隨機集的被動多傳感器目標跟蹤方法研究[D]. 羅少華.國防科學(xué)技術(shù)大學(xué) 2013
[3]基于隨機有限集的視頻目標跟蹤算法研究[D]. 吳靜靜.上海交通大學(xué) 2012
[4]被動多傳感器目標跟蹤及航跡維持算法研究[D]. 楊金龍.西安電子科技大學(xué) 2012
[5]基于隨機有限集理論的多目標跟蹤技術(shù)研究[D]. 徐洋.國防科學(xué)技術(shù)大學(xué) 2012
[6]基于隨機集理論的被動多傳感器多目標跟蹤[D]. 歐陽成.西安電子科技大學(xué) 2012
[7]粒子濾波及其在目標跟蹤中的應(yīng)用研究[D]. 張俊根.西安電子科技大學(xué) 2011
[8]基于有限集統(tǒng)計學(xué)的多目標跟蹤算法研究[D]. 張洪建.上海交通大學(xué) 2009
[9]基于隨機有限集的多目標跟蹤方法研究[D]. 連峰.西安交通大學(xué) 2009

碩士論文
[1]被動多傳感器量測數(shù)據(jù)關(guān)聯(lián)方法研究[D]. 田野.西安電子科技大學(xué) 2011
[2]基于粒子濾波的被動傳感器多目標跟蹤算法研究[D]. 蔡紹曉.西安電子科技大學(xué) 2011
[3]基于非線性濾波的目標跟蹤算法研究[D]. 郭輝.西安電子科技大學(xué) 2010
[4]基于交互多模型的被動多傳感器機動目標跟蹤算法研究[D]. 劉娟麗.西安電子科技大學(xué) 2010
[5]基于粒子濾波的機動目標跟蹤方法研究[D]. 張婷婷.西安電子科技大學(xué) 2009
[6]基于隨機集理論的被動多傳感器多目標跟蹤技術(shù)[D]. 趙欣.西安電子科技大學(xué) 2009



本文編號：3186821