学位论文 > 优秀研究生学位论文题录展示
多传感器信息融合理论及其在机动目标跟踪中的应用
作 者: 丁维福
导 师: 秦超英
学 校: 西北工业大学
专 业: 系统分析与集成
关键词: 两阶段卡尔曼滤波 带输入估计变维滤波 区间卡尔曼滤波 多传感器信息融合 机动目标跟踪
分类号: TN953
类 型: 硕士论文
年 份: 2007年
下 载: 483次
引 用: 4次
阅 读: 论文下载
内容摘要
随着科学技术的发展和现代战争的需要,传统的信息处理方法已经不能满足对于信息处理精确度和信息收集工作可靠性的要求。为适应这一需求,人们对信息处理方法做了许多有益的探索和改进,极大地促进了信息处理理论的发展。上世纪七十年代以来,伴随着计算机科学技术和自动化技术的发展,信息融合学科迅速发展起来的,并在近年来得到了人们的广泛关注。 多传感器信息融合是指对来自多个传感器关于目标的量测信息进行多级别、多方面、多层次的处理,有效利用多传感器资源从而最大限度地获取被探测目标的信息量的信息融合方法。针对目前信息融合理论研究的现状,本文重点研究了系统状态方程存在建模偏差和机动目标跟踪的多传感器信息融合问题。当目标系统方程建模存在偏差时,两阶段卡尔曼滤波可以给出比传统的解决方法扩展卡尔曼滤波更优良的算法。为此,在单传感器两阶段Kalman滤波和多级式多传感器信息融合算法的基础上提出了基于两阶段Kalman滤波的多传感器信息融合算法;在单传感器带输入估计变维滤波和多级式多传感器信息融合算法的基础上提出了基于带输入估计变维滤波的多传感器信息融合系统。论文的最后一章,介绍了区间卡尔曼滤波及区间运算,并提出了基于区间卡尔曼滤波的多传感器信息融合算法。对于本文提出的算法进行了理论分析,通过数值模拟仿真表明,将本文提出的算法用于机动目标跟踪,提高了目标跟踪的精度和速度,具有良好的应用价值。
|
全文目录
摘要 3-4 ABSTRACT 4-6 第一章 绪论 6-13 1.1 信息融合理论产生的背景及发展历程 6-7 1.2 信息融合的理论背景及系统框架 7-8 1.3 位置级信息融合 8-11 1.4 本文工作与内容安排 11-13 第二章 信息融合理论算法概述 13-29 2.1 最优估计理论简述 13-23 2.2 信息融合中主要的状态估计算法 23-29 第三章 基于两阶段卡尔曼滤波的多传感器信息融合 29-37 3.1 引言 29-30 3.2 两阶段卡尔曼滤波 30-33 3.3 基于两阶段卡尔曼滤波的多传感器信息融合 33-36 3.4 本章小结 36-37 第四章 基于带输入估计变维滤波的多传感器信息融合 37-45 4.1 引言 37-38 4.2 单传感器的状态估计 38-40 4.3 基于带输入估计变维滤波的多传感器信息融合 40-42 4.4 数字仿真 42-43 4.5 本章小结 43-45 第五章 基于区间卡尔曼滤波的多传感器信息融合 45-52 5.1 引言 45 5.2 区间卡尔曼滤波 45-48 5.3 基于区间卡尔曼滤波的多传感器信息融合 48-50 5.4 本章小结 50-52 结束语 52-54 硕士期间发表论文情况 54-55 致谢 55-56 参考文献 56-60
|
相似论文
- 带径向速度观测的跟踪算法研究,TN953
- 基于VRPF的机动目标跟踪的研究,TN957.52
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 多传感器信息融合及其在可穿戴计算机上的应用,TP202
- 基于多信息融合的轮式移动机器人定位导航技术研究,TP242
- 多传感器多目标航迹跟踪与融合算法研究,TN953
- 基于多传感器组合的自动导引车系统研究与应用,TP242.2
- 高超声速飞行器组合导航技术及其半物理仿真研究,V249.328
- 智能压力变送器的研究,TP212
- 基于双目视觉的机动目标跟踪方法研究,TP391.41
- 基于传感器融合的汽车防撞算法研究,U463.6
- 基于多传感器信息融合的滚动轴承故障诊断研究,TH165.3
- 温室智能控制中信息融合算法的研究,TP202
- 基于多传感器信息融合的移动机器人导航定位技术研究,TP242
- 基于小波神经网络多传感器融合技术的研究,TP202
- 基于多传感器信息融合的关键技术的研究,TP202
- 基于自适应滤波的机动目标跟踪算法研究,TN953
- 基于小波滤波的多尺度传感器信息融合方法研究,TP202
- 面向小型移动机器人的视轴稳定跟踪系统研究,TP242
- 基于网络中心战的模糊神经网络信息融合技术,TP202
- 基于多传感器信息融合的空中目标识别算法研究,TP202
中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达跟踪系统
© 2012 www.xueweilunwen.com
|