学位论文 > 优秀研究生学位论文题录展示

多传感器多目标跟踪技术研究

作　者: 段芳芳
导　师: 景占荣
学　校: 西北工业大学
专　业: 信号与信息处理
关键词: 多传感器多目标机动目标跟踪数据关联融合跟踪
分类号: TN953
类　型: 硕士论文
年　份: 2006年
下　载: 526次
引　用: 6次
阅　读: 论文下载

内容摘要

多传感器多目标跟踪技术是围绕着多传感器目标跟踪和多目标跟踪两方面的实现展开的。多传感器目标跟踪是信息融合技术在目标跟踪领域的应用范例,它将多个传感器的信息有机合成,估计目标的运动状态,产生比单一传感器更优越的跟踪性能;多目标跟踪则是将传感器接收到的众多量测值按照它们的来源分类,给出各跟踪目标的运动轨迹,并分析运动轨迹的准确性和可靠性。本文主要对多传感器多目标跟踪中的三个关键技术,即机动目标跟踪、数据关联和融合跟踪进行研究。机动目标跟踪算法中目前较为流行的是交互多模型算法,本文针对该算法存在的不足,提出一种基于遗传算法的模糊kalman滤波算法,并进行了仿真。仿真结果表明,它能够提高跟踪性能,减少计算量。联合概率数据关联算法是公认的多目标跟踪中有效的数据关联算法,但它的计算量过大,实时性不好,为此本文使用快速联合概率数据关联算法来改善这些不足。在多传感器融合跟踪技术方面,本文主要针对中心级融合结构下扩维kalman滤波算法计算量过大,及传感器级融合结构下融合算法精度不够高的缺陷,给出了相应的改进算法。最后,本文将基于遗传算法的模糊kalman滤波算法、快速联合概率数据关联算法和传感器级融合结构下的改进融合算法应用到“现代机载雷达仿真系统”中,取得了符合系统要求的仿真结果。

全文目录

第一章绪论  7-12
  1.1 课题研究背景  7
  1.2 研究内容及发展现状  7-11
    1.2.1 机动目标跟踪  8-9
    1.2.2 数据关联  9-10
    1.2.3 融合跟踪  10-11
  1.3 论文组织结构  11-12
第二章机动目标跟踪算法的研究  12-28
  2.1 引言  12
  2.2 目标运动模型的建立  12-15
    2.2.1 微分多项式模型  12-13
    2.2.2 CV和 CA模型  13-14
    2.2.3 singer模型  14
    2.2.4 “当前”统计模型  14-15
  2.3 跟踪滤波与预测算法  15-25
    2.3.1 卡尔曼滤波算法  15-16
    2.3.2 自适应卡尔曼滤波算法  16-19
    2.3.3 交互式多模型算法  19-22
    2.3.4 基于遗传算法的模糊kalman滤波算法(GA based FKF)  22-25
  2.4 仿真  25-27
  2.5 本章小结  27-28
第三章多目标数据关联算法的研究  28-40
  3.1 引言  28
  3.2 跟踪门形成方法  28-31
    3.2.1 矩形跟踪门  29-30
    3.2.2 椭球跟踪门  30-31
  3.3 数据关联算法的研究  31-37
    3.3.1 “最近邻”算法  31-32
    3.3.2 概率数据关联算法(P DA)  32-34
    3.3.3 联合概率数据关联算法(J PDA)  34-36
    3.3.4 快速联合概率数据关联算法  36-37
  3.4 仿真  37-39
  3.5 本章小结  39-40
第四章多传感器融合跟踪  40-49
  4.1 引言  40
  4.2 融合跟踪结构  40-41
  4.3 融合跟踪算法研究  41-46
    4.3.1 量测融合算法  42-44
    4.3.2 航迹融合算法  44-46
  4.4 仿真  46-48
    4.4.1 量测融合  46-47
    4.4.2 航迹融合  47-48
  4.5 本章小结  48-49
第五章多传感器多目标跟踪技术在现代机载雷达仿真系统中的应用  49-54
结束语  54-56
参考文献  56-58
发表论文情况  58-59
致谢  59-60
附录  60-62
西北工业大学学位论文知识产权声明书  62
西北工业大学学位论文原创性声明  62

多传感器多目标跟踪技术研究

内容摘要

全文目录

相似论文