学位论文 > 优秀研究生学位论文题录展示

基于非线性非高斯滤波的目标跟踪研究

作　者: 宁磊
导　师: 李振华
学　校: 山东大学
专　业: 控制科学与工程
关键词: 非线性非高斯滤波 状态估计 贝叶斯统计 目标跟踪
分类号: TN953
类　型: 硕士论文
年　份: 2011年
下　载: 139次
引　用: 0次
阅　读: 论文下载
 

内容摘要


非线性滤波理论已经被应用到众多的领域,而贝叶斯理论是解决此类问题的主要方法。由于在军事和民用领域具有广阔的应用前景,目标跟踪问题的研究也一直受到人们的广泛关注。而滤波算法是目标跟踪中的一个核心部分。随着目标跟踪理论的发展,当动态系统模型由线性演变为非线性并且相对应的噪声变为非高斯分布时,传统的线性高斯滤波器已不能满足目标跟踪的要求。因此,非线性非高斯滤波成为目标跟踪领域内的研究热点。本文以目标跟踪为研究背景,以非线性非高斯滤波为研究对象,提出了两种新的改进的滤波算法。主要工作如下：首先介绍了卡尔曼滤波算法、扩展卡尔曼滤波算法、迭代扩展卡尔曼滤波算法、Unscented卡尔曼滤波算法、均差滤波算法、高斯厄米特卡尔曼滤波算法等五种高斯滤波算法并分析了这些滤波算法的估计性能和实时性。接着介绍了高斯和滤波算法、粒子滤波算法、条件均值滤波算法等三种非高斯滤波算法的最新研究进展以及所存在的问题。基于以上提到的滤波算法,提出了两种改进的非线性非高斯滤波算法。针对状态噪声和量测噪声不同时为非高斯分布的非线性系统,近似条件均值滤波算法具有良好的估计性能,而对于几乎所有非线性高斯系统,均差滤波算法具有良好的估计性能,因此在分析了近似条件均值滤波算法和均差滤波算法的基础上,提出了一种新的基于均差滤波的近似条件均值滤波算法,改进了传统的近似条件均值滤波,提高了滤波的精度和适应性。进一步,针对状态噪声和量测噪声均为非高斯分布的非线性系统,利用高斯和滤波算法将后验密度看成高斯和的形式以处理非高斯分布噪声的思想,并考虑到均差滤波算法对所有非线性高斯系统均具有良好的估计性能的特点,提出了一种基于均差滤波的高斯和滤波算法。此算法可以处理几乎所有非线性非高斯系统的滤波问题。

全文目录


相似论文

  1. 带径向速度观测的跟踪算法研究,TN953
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  4. 空间交会接近视觉测量方法研究,TP391.41
  5. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  6. 移动机器人视觉检测和跟踪研究,TP242.62
  7. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  8. 红外图像目标识别及跟踪技术研究,TP391.41
  9. 空间红外目标仿真与跟踪技术研究,TP391.41
  10. 基于运动目标轨迹分析的智能交通监控系统,TP277
  11. 城市轨道交通运营管理系统测试与评价方法研究,TP311.52
  12. 基于支持向量机的视频目标检测方法研究,TP391.41
  13. 无线传感器网络的目标跟踪算法研究,TN929.5
  14. 基于主动视觉的运动目标检测与跟踪研究,TP391.41
  15. 基于无线传感器网络的目标定位跟踪研究,TN929.5
  16. 视频监控运动目标检索方法研究,TP391.41
  17. 运动目标检测与跟踪的研究,TP391.41
  18. 视频图像中的运动目标检测与跟踪,TP391.41
  19. 车载红外图像的行人检测与跟踪技术,TP391.41
  20. 无线传感器网络定位及目标跟踪的研究,TN929.5
  21. 基于无线传感器网络的目标跟踪算法研究,TN929.5

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