收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于高斯滤波理论的机动目标跟踪问题研究

马健凯  
【摘要】:近年来随着科技的迅速发展,弹道导弹和各类飞行器除了常规机动以外,还能在不同的运动模型之间瞬时切换,运动状态变得更加不确定和多变。相应的,作为指挥层的各类侦察、预警和拦截打击系统也对跟踪系统提出了更高的要求,需要现代目标跟踪技术能够更快、更准确地跟踪预测机动目标运动状态。面对敌先进的飞行技术,本文以高斯滤波算法为基础,研究了非合作式机动目标跟踪问题中三个方面的关键性技术:线性模型下的机动目标跟踪、非线性模型下的机动目标跟踪以及杂波环境下的机动目标跟踪。主要研究工作和贡献如下:(1)卡尔曼滤波跟踪算法及其不稳定现象。在现有文献研究基础之上,总结和推导了配置及不配置过程噪声的两种情况的运动方程和量测方程。研究分析了卡尔曼滤波过程噪声与滤波不一致的现象,就是否配置过程噪声及配置不同功率的过程噪声对卡尔曼滤波算法性能影响的程度进行了仿真分析。最后阐述卡尔曼滤波性能与过程噪声配置、估计克拉美罗下界(Cramer-rao low bound,CRLB)与滤波一致性之间的矛盾性。(2)线性模型下的机动目标跟踪。研究了高斯-艾肯特滤波的线性滤波模型,确定了高斯-艾肯特滤波的滤波模型和滤波内存长度,定义了滤波加权残差平方和,推导了机动目标跟踪中的高斯-艾肯特滤波算法。基于滤波加权残差平方和的?~2检验判断滤波配置是否匹配机动目标的真实运动模型,提出了高斯滤波的控制算法,并给出了算法的详细步骤及算法流程图。对高斯-艾肯特滤波算法及三种改进交互式多模型(interacting multiple model,IMM)卡尔曼滤波算法进行了仿真比较,分析了控制算法对高斯-艾肯特滤波控制的过程。(3)非线性模型下的机动目标跟踪。引入了扰动向量和标称状态,研究了高斯-牛顿滤波算法的非线性跟踪模型,采用牛顿局部线性化的方法将机动目标的非线性跟踪问题转化为扰动向量的近似线性滤波问题。推导了最小方差法在非线性系统下的实现,推导了机动目标跟踪的高斯-牛顿滤波算法。在典型机动目标运动场景对高斯-牛顿滤波算法和IMM-PF算法进行了仿真比较,分析了高斯牛顿滤波算法在非线性机动目标跟踪问题中的跟踪性能。(4)杂波环境下的机动目标跟踪。在现有文献的研究基础之上,对概率最强邻算法对量测选择的有效性进行了分析。并充分利用高斯滤波对机动目标跟踪的优势,结合基于功率特征的概率最强邻算法,提出了基于高斯滤波的PSNF算法。在不同强度杂波环境下对该算法及IMM-PSNF、IMM-PDAF算法进行仿真对比分析,并研究了三种算法的跟踪稳定性及航迹丢失率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 兰剑;慕春棣;;基于参考加速度的机动目标跟踪模型[J];清华大学学报(自然科学版)网络.预览;2008年10期
2 谈鹏;雷铭哲;常超伟;陈晋良;;地面机动目标跟踪问题研究[J];火力与指挥控制;2014年S1期
3 夏佩伦;朱伟良;温洪;;潜艇装备适应机动目标跟踪和攻击要求的探讨[J];舰船电子工程;2010年09期
4 刘宗香;黄敬雄;谢维信;杨烜;;机动目标跟踪中数据互联新方法[J];电子与信息学报;2007年10期
5 宋万忠;一种机载地面侦察雷达多机动目标跟踪方法[J];电讯技术;2003年03期
6 顾国松;;基于类跟踪门的机动目标跟踪(英文)[J];光电工程;2013年02期
7 张仲凯;康健;芮国胜;;基于辅助粒子滤波的机动目标跟踪研究[J];海军航空工程学院学报;2009年04期
8 石玥;王钺;张林;周淑华;山秀明;;稳健的可变速率机动目标跟踪方法[J];清华大学学报(自然科学版);2008年04期
9 童世明;金宏斌;杨龙坡;吴小平;;粒子滤波在机动目标跟踪中的应用[J];微计算机信息;2007年19期
10 李璐;;机动目标跟踪领域的数据滤波技术应用[J];电子科学技术评论;2005年04期
11 李佩琳;张剑云;;机动目标跟踪算法仿真[J];电子信息对抗技术;2017年06期
12 闫文利;王建刚;柳毅;;多模型粒子滤波在机动目标跟踪中的应用[J];电光与控制;2012年01期
13 胡志强;;时空结构分析的机动目标跟踪方法及应用[J];火力与指挥控制;2008年07期
14 郭龙;刘洁瑜;;机动目标跟踪的新算法[J];电光与控制;2008年09期
15 王红亮;李枫;赵亦工;;一种机动目标跟踪的自适应α-β滤波算法[J];雷达科学与技术;2007年04期
16 王晓华,敬忠良;仅有角测量的被动式机动目标跟踪[J];控制理论与应用;2002年06期
17 杨位钦,贾朝晖;一种用于机动目标跟踪的多模型最小二乘方案[J];Journal of Beijing Institute of Technology(English Edition);1995年01期
18 陶曌杨;汪圣利;;杂波下强机动目标跟踪自适应数据关联算法[J];自动化技术与应用;2011年01期
19 S.麦格金里蒂 ,G.W.爱尔文 ,李艳丽 ,程赛先;机动目标跟踪的模糊逻辑方法[J];情报指挥控制系统与仿真技术;2000年04期
20 陈莉;徐庆民;;一种新的机动目标跟踪的多模型算法[J];陕西国防工业职业技术学院学报;2008年03期
中国重要会议论文全文数据库 前10条
1 朱自谦;;一种用于机动目标跟踪的新自适应卡尔曼滤波算法[A];1990年控制理论及其年会应用论文集(3)[C];1990年
2 王冰冰;孙进平;付锦斌;田现忠;;机动目标跟踪中的波形捷变序贯扩展卡尔曼滤波[A];第九届全国信号和智能信息处理与应用学术会议专刊[C];2015年
3 王乃玉;张志国;孙进平;;基于期望最大化的机动目标航迹粘连[A];第十二届全国信号和智能信息处理与应用学术会议论文集[C];2018年
4 郭军海;谢京稳;沙定国;;基于多普勒雷达组网的空间机动目标跟踪[A];中国空间科学学会空间探测专业委员会第十八次学术会议论文集(下册)[C];2005年
5 王超奇;李连仲;颜安;;载波跟踪环路模型自适应方法研究[A];第四届中国卫星导航学术年会论文集-S7 北斗/GNSS用户终端技术[C];2013年
6 潘泉;;机动目标跟踪双滤波器模型及自适应算法[A];1994年中国控制会议论文集[C];1994年
7 戴娅平;杨位钦;蒋秀英;;混合坐标系下的机动目标跟踪[A];1993中国控制与决策学术年会论文集[C];1993年
8 史健芳;冯志永;何承伟;赵丹丹;;基于高阶累积量检测机动的目标跟踪算法[A];2007'中国仪器仪表与测控技术交流大会论文集(二)[C];2007年
9 巴宏欣;赵宗贵;刘海燕;杨飞;曹雷;;一种机动目标跟踪的交互式多模型算法[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年
10 赵波浪;蔡远利;;一种新的CSM过程噪声方差自适应算法[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 马天力;复杂环境下机载雷达多机动目标跟踪关键技术研究[D];西北工业大学;2018年
2 罗笑冰;强机动目标跟踪技术研究[D];国防科学技术大学;2007年
3 孙福明;机动目标跟踪状态估计与数据关联技术的研究[D];中国科学技术大学;2007年
4 党莹;强杂波下机动目标跟踪技术研究[D];中国科学院长春光学精密机械与物理研究所;2001年
5 肖延国;智能传感器侦察网络中的目标跟踪算法研究[D];中国科学技术大学;2007年
6 蒋兵兵;数字阵列雷达机动目标跟踪技术研究[D];南京理工大学;2017年
7 孟凡彬;基于随机集理论的多目标跟踪技术研究[D];哈尔滨工程大学;2010年
8 王写;基于H_∞滤波理论和多模型算法的机动目标跟踪研究[D];浙江大学;2016年
9 陈亮;机动目标跟踪关键技术研究[D];哈尔滨工程大学;2012年
10 靳标;认知雷达目标跟踪方法研究[D];西安电子科技大学;2015年
中国硕士学位论文全文数据库 前10条
1 马健凯;基于高斯滤波理论的机动目标跟踪问题研究[D];国防科技大学;2017年
2 徐林;基于交互多模型和平滑变结构滤波器的机动目标跟踪研究[D];合肥工业大学;2019年
3 张瑞;基于多模型势概率假设密度滤波器的多机动目标跟踪算法研究[D];长安大学;2019年
4 冯燕;基于标签多伯努利滤波器的非线性多机动目标跟踪算法研究[D];长安大学;2019年
5 吴德辉;基于边缘分布贝叶斯滤波器的转弯机动目标跟踪方法研究[D];深圳大学;2018年
6 顾俊;基于光学测量信息的多源融合目标跟踪算法研究[D];哈尔滨工业大学;2017年
7 常立凡;目标大机动建模与空空导弹导引律设计[D];南京航空航天大学;2018年
8 陈文亮;基于平滑变结构滤波器的机动目标跟踪算法研究[D];合肥工业大学;2017年
9 赵丹丹;改进粒子滤波算法及其在机动目标跟踪中的应用研究[D];陕西师范大学;2017年
10 刘楠;基于机动目标跟踪模型的自适应滤波算法[D];浙江理工大学;2016年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978