学位论文 > 优秀研究生学位论文题录展示

非线性滤波的机动目标跟踪算法研究

作　者: 刘丽丽
导　师: 辛云宏
学　校: 陕西师范大学
专　业: 信号与信息处理
关键词: 机动目标跟踪 非线性滤波 无迹粒子滤波
分类号: TN953
类　型: 硕士论文
年　份: 2011年
下　载: 89次
引　用: 0次
阅　读: 论文下载
 

内容摘要


机动目标跟踪在军事和民用方面有着广泛的应用,它是典型的动态系统估计问题。在系统线性、高斯的情况下,卡尔曼滤波是均方意义下的最优滤波算法。随着应用环境的复杂化,应用系统已经极少满足线性高斯的条件,对目标跟踪算法提出了更高的要求。在非线性、非高斯系统,卡尔曼系列的滤波器(包括扩展卡尔曼,无迹卡尔曼等)出现跟踪精度下降,甚至发散的问题,无法满足应用。粒子滤波为非线性、非高斯系统提供了一种近似的贝叶斯解决方法,因此具有重要的理论和实际价值。本文研究的是基于非线性滤波的单模型下的单机动目标跟踪问题。本文首先介绍了机动目标跟踪的基本原理,数学模型(包括运动模型和量测模型),分析了几种常用模型的适用场景以及优缺点。接着以目标跟踪为背景介绍非线性滤波理论,重点阐述分析了粒子滤波的理论基础、实现方法与步骤。粒子滤波算法的一个主要缺陷是粒子的退化问题,解决的途径是利用重采样技术以及重要性密度函数的有效选取。论文从构造合适的重要密度函数入手,提出了一种基于重要密度函数改进的算法——混合重要密度函数。通过对实际的非线性系统进行仿真得出结论：1)粒子滤波在非线性非高斯系统的跟踪上性能优于扩展卡尔曼滤波算法,2)改进的混合型重要密度函数的粒子滤波器性能优于单独的重要密度函数的粒子滤波器。标准的粒子滤波选取先验概率密度作为重要密度函数,没有考虑到当前的量测值,从重要性概率密度中取样得到的样本与从真实后验概率密度采样得到的样本有很大偏差,导致估计精度不高。基于此我们采用无迹卡尔曼算法得到一个建议分布,然后利用此建议分布来代替标准粒子滤波算法中的重要性密度函数,即Unscented粒子滤波器(UPF),将最新的观测融入进去,提高了估计精度。接着将Unscented粒子滤波器应用于IRST(红外搜索与跟踪)系统中的红外点目标的跟踪,本文借鉴之前学者的研究,利用增加红外探测器对目标红外辐射的响应信息这一测量项,使其成为一个距离可观测系统,建立了红外机动目标的运动模型和观测模型,克服了传统的IRST系统难以建立精确三维运动方程的缺陷。最后通过仿真实验,跟踪一个做高机动飞行的目标,体现了算法的有效性。

全文目录


摘要  3-4
Abstract  4-8
第1章 绪论  8-12
  1.1 研究背景及其意义  8-9
  1.2 国内外的研究现状及进展  9-10
  1.3 本文的主要内容和安排  10-12
第2章 机动目标跟踪的原理与运动模型  12-20
  2.1 机动目标跟踪的基本原理  12-13
  2.2 目标跟踪的数学模型  13-19
    2.2.1 机动目标跟踪的运动模型  13-17
    2.2.2 目标运动的量测模型  17-19
  2.3 本章小结  19-20
第3章 粒子滤波理论及重要密度函数的改进  20-40
  3.1 引言  20-21
  3.2 贝叶斯滤波理论  21-23
    3.2.1 非线性动态系统的描述  21
    3.2.2 贝叶斯滤波的原理  21-23
  3.3 扩展卡尔曼滤波(EKF)  23-25
  3.4 粒子滤波  25-33
    3.4.1 蒙特卡罗(Monte Carlo)方法  25
    3.4.2 蒙特卡罗(Monte Carlo)积分  25-26
    3.4.3 重要性采样(Importance Sampling,IS)  26-27
    3.4.4 序列重要性采样算法  27-29
    3.4.5 标准粒子滤波算法  29
    3.4.6 标准粒子滤波的缺点及消除方法  29-33
  3.5 基于混合型重要密度函数的改进算法  33-34
  3.6 实验仿真及结果分析  34-38
  3.7 本章小结  38-40
第4章 基于UPF的IRST系统机动目标跟踪  40-54
  4.1 红外搜索与跟踪系统(IRST)  40-42
    4.1.1 引言  40-41
    4.1.2 IRST系统单站被动跟踪存在的问题及解决方法  41-42
  4.2 无迹卡尔曼(UKF)算法  42-46
    4.2.1 Unscented变换(Unscented Transformation,UT)  43-44
    4.2.2 无迹卡尔曼算法  44-46
  4.3 无迹粒子滤波(UPF)算法  46-48
  4.4 基于UPF的红外机动目标跟踪  48-53
    4.4.1 红外目标的动态模型  48-50
    4.4.2 仿真分析  50-53
  4.5 本章小结  53-54
第5章 总结与展望  54-56
  5.1 总结  54
  5.2 本人工作的进一步展望  54-56
参考文献  56-60
致谢  60-62
攻读硕士学位期间发表的论文和取得的科研成果  62

相似论文

  1. 基于陀螺和星敏感器的卫星姿态确定研究,V448.2
  2. 带径向速度观测的跟踪算法研究,TN953
  3. 基于VRPF的机动目标跟踪的研究,TN957.52
  4. 基于双目视觉的机动目标跟踪方法研究,TP391.41
  5. 传感器网络多目标协同跟踪技术的研究,TN929.5
  6. 基于输入估计的滑窗式目标机动检测算法研究,TN953
  7. 固定单站无源定位方法研究,TN95
  8. 两维DBF相控阵雷达航迹跟踪算法的研究,TN958.92
  9. 一种新的用于机动目标跟踪的自适应滤波算法,TN713
  10. 无源单站定位技术研究,TN95
  11. 多传感器信息融合理论及其在机动目标跟踪中的应用,TN953
  12. 机动目标跟踪算法与应用研究,TN953
  13. 基于神经网络的机动多目标跟踪技术研究,TN953
  14. 基于非线性滤波的GPS微弱信号处理的研究,P228.4
  15. 基于卡尔曼滤波的航空发动机故障诊断技术研究,V263.6
  16. 基于几类光纤器件的双稳特性研究,TN253
  17. 最优非线性滤波的神经网络实现研究,TP183
  18. 图像处理的中值滤波方法及其应用,TP391.41
  19. 星间测距与导航卫星自主定轨研究,P228.4
  20. 航迹起始及机动目标跟踪方法的研究,TN953

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