学位论文 > 优秀研究生学位论文题录展示

基于VRPF的机动目标跟踪的研究

作　者: 陈丛静
导　师: 董华春
学　校: 哈尔滨工业大学
专　业: 信息与通信工程
关键词: 机动目标跟踪粒子滤波交互式多模型变转弯速率粒子滤波
分类号: TN957.52
类　型: 硕士论文
年　份: 2008年
下　载: 59次
引　用: 0次
阅　读: 论文下载

内容摘要

机动目标跟踪作为科学界的一个基本问题,在军事和民用领域有着广泛地应用。在过去的几十年中,国内外许多研究人员对其进行了深入的研究,并取得了丰富的成果。随着科学技术的进步和现代航空航天技术的飞速发展,目标的航行速度和机动性越来越高,各种应用系统对机动目标跟踪提出了日益复杂的要求。其中模型的建立和滤波的方法是目标跟踪的核心,对于机动目标跟踪来说,很多模型都是非线性和非高斯的,所以滤波时我们要采用非线性滤波,目前可较好地解决非线性,非高斯滤波问题就是粒子滤波。本文首先对非线性滤波理论的发展历程进行了简要的回顾,然后详细介绍了粒子滤波算法的研究现状,并对机动目标跟踪算法的研究现状进行了简单的介绍。第二章介绍了机动目标运动的模型,包括匀速(CV)模型、常加速(CA)模型和Singer模型、当前”统计模型,分析了各类模型的特点。第三章详细介绍粒子滤波的算法及其改进算法。第四章介绍了已运用到实际中的交互式多模型(IMM)目标跟踪技术,在非线性非高斯环境下,介绍了基于粒子滤波(PF)滤波的IMM算法。第五章提出一个新型的机动目标运动模型,基于内在坐标的运动模型,并结合粒子滤波,和IMM进行比较。因实际中转弯运动是经常遇到的机动,在未知转弯速率的情况下,IMM算法跟踪精度有所下降,针对此问题,第六章提出了基于变转弯速率粒子滤波(VRPF)的IMM算法。

全文目录

摘要  3-4
Abstract  4-7
第1章绪论  7-14
  1.1 课题的背景和意义  7-8
  1.2 非线性滤波理论的发展  8-10
  1.3 粒子滤波算法研究现状  10-12
  1.4 机动目标跟踪算法研究现状  12-13
  1.5 本文所做的工作  13-14
第2章机动目标运动模型  14-18
  2.1 匀速模型和常加速模型  14-15
  2.2 零均值Singer模型  15-16
  2.3 “当前”统计模型  16-17
  2.4 本章小结  17-18
第3章粒子滤波  18-35
  3.1 粒子滤波的基本理论  19-23
    3.1.1 贝叶斯估计  19-20
    3.1.2 蒙特卡罗方法  20-21
    3.1.3 贝叶斯重要性采样  21-23
  3.2 粒子滤波基本算法  23-30
    3.2.1 顺序重要性采样  23-27
    3.2.2 重要性采样重采样  27-30
  3.3 粒子滤波的改进算法  30-34
    3.3.1 辅助采样粒子滤波算法  30-31
    3.3.2 规则化采样粒子滤波算法  31
    3.3.3 无迹粒子滤波算法  31-32
    3.3.4 高斯厄米特粒子滤波算法  32-33
    3.3.5 自适应粒子滤波算法  33-34
  3.4 本章小结  34-35
第4章交互式多模型  35-43
  4.1 交互式多模型算法  36-40
    4.1.1 交互式多模型算法的基本原理  36-39
    4.1.2 交互式多模型算法分析  39-40
  4.2 交互式多模型粒子滤波算法  40-42
  4.3 本章小结  42-43
第5章基于内在坐标的目标模型的粒子滤波  43-51
  5.1 基于内在坐标的目标模型  43-46
  5.2 仿真实验与分析  46-50
  5.3 本章小结  50-51
第6章基于VRPF的交互式多模型算法  51-60
  6.1 转弯率模型  51-53
    6.1.1 已知转弯率ω的CT模型  51-52
    6.1.2 未知转弯率ω的CT模型  52-53
  6.2 基于VRPF的交互式多模型算法  53-59
    6.2.1 基于VRPF的IMM算法步骤  53-54
    6.2.2 仿真实验与分析  54-59
  6.3 本章小结  59-60
结论  60-61
参考文献  61-66
致谢  66

基于VRPF的机动目标跟踪的研究

内容摘要

全文目录

相似论文