機(jī)動(dòng)目標(biāo)跟蹤與多目標(biāo)互聯(lián)算法研究.pdf

1、無論是在軍事領(lǐng)域或民用領(lǐng)域,目標(biāo)跟蹤理論及數(shù)據(jù)關(guān)聯(lián)算法的研究都有十分深遠(yuǎn)的意義。隨著科技的不斷發(fā)展,各種新的技術(shù)手段被應(yīng)用到目標(biāo)跟蹤技術(shù)中來,但是應(yīng)用環(huán)境也越來越復(fù)雜,如何快速提高目標(biāo)跟蹤算法及數(shù)據(jù)關(guān)聯(lián)算法的性能成為亟待解決的問題。濾波算法與數(shù)據(jù)關(guān)聯(lián)算法是機(jī)動(dòng)目標(biāo)跟蹤中的核心和難點(diǎn),本文著重對(duì)這兩方面進(jìn)行了研究。
　　首先,本文對(duì)機(jī)動(dòng)目標(biāo)跟蹤理論的基本原理及組成部分進(jìn)行了介紹,又分別對(duì)機(jī)動(dòng)目標(biāo)的運(yùn)動(dòng)模型和一些非線性濾波器展開了討論

2、,重點(diǎn)介紹了幾種經(jīng)典的模型及非線性濾波算法,并提出了兩種基于強(qiáng)跟蹤的非線性濾波改進(jìn)算法。這兩種算法分別針對(duì)容積卡爾曼濾波器與平方根不敏卡爾曼濾波器,將強(qiáng)跟蹤濾波因子引入到算法中,在保證算法原有特點(diǎn)的基礎(chǔ)上改善了魯棒性差的問題,使這兩種算法在面臨強(qiáng)機(jī)動(dòng)的時(shí)候具有實(shí)時(shí)調(diào)整能力。最后,分別通過兩種不同的仿真環(huán)境對(duì)這兩種改進(jìn)算法進(jìn)行了仿真分析,仿真結(jié)果進(jìn)一步驗(yàn)證了算法的有效性。
　　其次,本文對(duì)于多目標(biāo)數(shù)據(jù)關(guān)聯(lián)的特點(diǎn)及任務(wù)進(jìn)行了簡(jiǎn)要描述,

3、針對(duì)多目標(biāo)數(shù)據(jù)互聯(lián)算法中的一些經(jīng)典數(shù)據(jù)關(guān)聯(lián)算法(例如最近鄰域法、概率數(shù)據(jù)互聯(lián)算法、廣義數(shù)據(jù)關(guān)聯(lián)算法、基于交互多模型的概率數(shù)據(jù)互聯(lián)算法等)進(jìn)行了詳細(xì)研究,文中詳細(xì)介紹了各種經(jīng)典數(shù)據(jù)關(guān)聯(lián)算法基本原理及推導(dǎo)步驟,并對(duì)各種算法性能進(jìn)行了分析比較。最后采用對(duì)單目標(biāo)數(shù)據(jù)關(guān)聯(lián)算法及多目標(biāo)數(shù)據(jù)關(guān)聯(lián)算法分開仿真的方法,將單目標(biāo)數(shù)據(jù)關(guān)聯(lián)算法(概率數(shù)據(jù)互聯(lián)算法、基于交互多模型的概率數(shù)據(jù)互聯(lián)算法)應(yīng)用于一個(gè)結(jié)合勻速與勻加速的目標(biāo)上。仿真結(jié)果表明,當(dāng)目標(biāo)的運(yùn)動(dòng)不