学位论文 > 优秀研究生学位论文题录展示

基于UKF滤波的单目标跟踪算法研究

作　者: 江宝安
导　师: 卢焕章
学　校: 国防科学技术大学
专　业: 电路与系统
关键词: 非线性滤波 EKF UKF 机动目标跟踪交互式多模型数据关联
分类号: TN953
类　型: 硕士论文
年　份: 2003年
下　载: 1165次
引　用: 20次
阅　读: 论文下载

内容摘要

本文重点研究单目标跟踪中的三方面主要内容：一、非线性滤波；二、目标运动建模；三、各种探测条件下目标跟踪仿真实验。滤波算法是目标跟踪算法的一个核心部分，本文首先介绍两种非线性滤波算法，即扩展卡尔曼算法(EKF)和UKF(Unscended Transform)算法。其中UKF算法是一种最近才研究出来的非线性滤波算法，相对于EKF，它具有实现简单通用性强，性能稳定等特点。它完全有可能取代EKF成为一种常用的非线性滤波算法。通过再入大气层弹道目标仿真实验，可以看出UKF相对于EKF具有极大的优越性，是一种非常优良的非线性滤波算法。由于单被动无源传感器仅能获取目标角度信息，直角坐标系下的跟踪系统是不稳定的，本文进一步研究了修正球坐标系下的目标建模与跟踪问题。最后，本文采用交互式多模型／数据关联(IMM／PDAF)算法对机动目标进行跟踪研究，所用的滤波器为UKF，通过一个典型的‘S’型机动实例，检验其在双被动无源探测条件下的跟踪性能。

全文目录

图目录  6-7
摘要  7-8
ABSTRACT  8-9
第一章绪论  9-14
  §1．1 研究的目的与意义  9
  §1．2 目标跟踪算法的研究现状  9-13
  §1．3 本文所做的工作与论文结构安排  13-14
第二章非线性滤波算法  14-28
  §2．1 非线性贝叶斯跟踪  14-15
  §2．2 扩展卡尔曼滤波算法(EKF)  15-17
    §2．2．1 最优算法(KF)  15-16
    §2．2．2 扩展卡尔曼滤波算法(EKF)  16-17
  §2．3 UKF滤波算法  17-22
  §2．4 计算机仿真  22-27
  §2．5 小结  27-28
第三章基于UKF／MSC的被动式目标跟踪  28-37
  §3．1 基于修正球坐标系的目标运动模型和观测模型  28-33
    §3．1．1 修正的球坐标系  28-30
    §3．1．2 基于MSC的目标运动模型  30-33
    §3．1．3 被动传感器测量模型  33
  §3．2 仿真实验  33-36
  §3．3 小结  36-37
第四章基于UKF／PDA／IMM被动式机动目标跟踪  37-54
  §4．1 概率数据互联(PDA)滤波算法  37-42
    §4．1．1 点迹确认和跟踪门概念  37-38
    §4．1．2 概率数据互联(PDA)  38-41
    §4．1．3 PDAF滤波器  41-42
  §4．2 交互式多模型(IMM)算法  42-45
  §4．3 基于直角坐标系的目标运动模型和测量模型  45-49
    §4．3．1 目标运动模型  46-49
    §4．3．2 目标测量模型  49
  §4．4 数值仿真与性能分析  49-53
    §4．4．1 单模估计  50
    §4．4．2 IMM估计  50-53
  §4．5 小结  53-54
结束语  54-55
致谢  55-56
参考文献  56-58
附录  58-65
攻读硕士学位期间发表的论文  65

基于UKF滤波的单目标跟踪算法研究

内容摘要

全文目录

相似论文