学位论文 > 优秀研究生学位论文题录展示
一种改进的机动目标的IMM状态估计算法
作 者: 沈英达
导 师: 李银伢
学 校: 南京理工大学
专 业: 控制理论与控制工程
关键词: 目标跟踪 交互式多模型 “当前”统计模型 有色噪声
分类号: V219
类 型: 硕士论文
年 份: 2009年
下 载: 212次
引 用: 0次
阅 读: 论文下载
内容摘要
目标跟踪在国防和民用领域均有着广泛的应用。随着飞行器机动性的提高,目标运动轨迹呈现出一定的复杂性、随机性和多样性。因此,研究机动目标跟踪是一个在理论与应用中均具有挑战性的课题。设计目标跟踪系统的主要目的是可靠而精确地跟踪目标,因此,对机动目标跟踪问题进行理论和应用方面的研究,具有重大理论意义及工程应用价值。当前对机动目标跟踪的算法研究主要集中在交互式多模型(IMM)算法,它已被证明是目前混合系统估计算法中性价比最好的算法。经典IMM算法采用匀速模型(CV)和匀加速模型(CA),本文通过理论分析和仿真验证,表明采用CV、CA和“当前”统计模型组成模型集的算法性能优于经典IMM。另外,本文通过理论分析结合数字仿真结果,指出了采用CV、CA和“当前”统计模型的IMM算法存在的一些不足,并在此基础上给出了相应的改进算法。首先,IMM算法所选择的模型精度会影响整体IMM算法的性能。“当前”统计模型存在跟踪弱机动目标精度低、加速度极值先验固定、跟踪范围小的缺陷。在IMM算法中将加速度极值不固定的“当前”统计模型与CV、CA模型相结合,能改善整体IMM算法性能。其次,IMM算法马尔科夫转移概率是先验确定的。本文充分利用隐含在当前量测中的系统模式信息,在线实时计算马尔科夫转移概率,从而获得了较准确的后验估计,提高模型融合的精度。最后,经典IMM算法只能处理测量噪声和动态系统噪声都是零均值独立白噪声下的航迹,但在实际工程中需要处理的数据往往是带有一定相关性的有色噪声而非白噪声。如果将有色噪声当作白噪声处理,估计精度会下降。本文考虑了有色噪声下的目标跟踪。从以上三方面对IMM算法进行改进后,提出本文改进的IMM算法,并对多条模拟航迹进行蒙特卡洛仿真,通过实例验证了算法的有效性,为工程应用提供了有益的参考。
|
全文目录
摘要 3-4 Abstract 4-8 1 绪论 8-14 1.1 课题研究意义 8-9 1.2 目标跟踪研究现状及发展 9-12 1.3 研究内容及结构安排 12-14 1.3.1 研究内容 12-13 1.3.2 论文结构安排 13-14 2 机动目标跟踪基础 14-24 2.1 机动目标跟踪的基本原理 14 2.2 机动目标跟踪的坐标系选取 14-16 2.3 目标运动模型 16-19 2.3.1 CV模型和CA模型 16-17 2.3.2 一阶时间相关模型 17-18 2.3.3 “当前”统计模型 18 2.3.4 交互式多模型 18-19 2.4 机动检测与机动辨识 19-20 2.5 经典滤波方法 20-22 2.6 本章小结 22-24 3 IMM算法分析 24-46 3.1 机动目标自适应滤波算法分析 24-31 3.1.1 Singer模型自适应滤波算法 25-26 3.1.2 “当前”统计模型自适应滤波算法 26-28 3.1.3 IMM算法 28-31 3.2 IMM模型集确定 31-36 3.2.1 模型集分析 31-32 3.2.2 模型集改进前后IMM仿真比较 32-36 3.3 航路仿真比较分析 36-45 3.3.1 “当前”统计模型分析 36-37 3.3.2 IMM模型转移概率分析 37-42 3.3.3 测量噪声相关下IMM模型性能分析 42-45 3.4 本章小结 45-46 4 IMM算法的改进 46-68 4.1 模型的改进 46-51 4.1.1 “当前”统计模型的改进 46-47 4.1.2 改进前后的仿真比较 47-51 4.2 模型转移概率的改进 51-57 4.2.1 马尔科夫转移概率自适应 51-52 4.2.2 模型转移概率自适应的IMM 52-53 4.2.3 改进前后的仿真比较 53-57 4.3 测量噪声相关下的IMM 57-62 4.3.1 基于量测噪声去相关的Kalman滤波算法 57-58 4.3.2 改进前后的仿真比较 58-62 4.4 改进的IMM算法 62-67 4.4.1 改进的算法 62-63 4.4.2 改进前后的仿真比较 63-67 4.5 本章小结 67-68 5 结论 68-69 致谢 69-70 参考文献 70-74
|
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
- 空间交会接近视觉测量方法研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
- 红外图像目标识别及跟踪技术研究,TP391.41
- 空间红外目标仿真与跟踪技术研究,TP391.41
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于支持向量机的视频目标检测方法研究,TP391.41
- 基于无线传感器网络的目标定位跟踪研究,TN929.5
- 基于深度图与彩色图像的跑步机游戏交互系统,TP391.41
- 视频分析中的镜头分割和目标跟踪研究,TP391.41
- 分布式多视角目标跟踪的统计推理方法及实现,TP391.41
- 公共场所运动目标检测与行为分析,TP391.41
- 粒子滤波算法及其在卫星导航定位中的应用,TN967.1
- 机载GPS测量数据处理质量控制方法研究,P228.4
- 基于现代时间序列分析的动态数据处理方法研究,P228.4
- 卫星姿态确定的非线性滤波方法研究,V448.2
- 机场安防视频目标跟踪算法研究设计实现,TP391.41
中图分类: > 航空、航天 > 航空 > 基础理论及试验 > 相关学科的应用
© 2012 www.xueweilunwen.com
|