基于非線性濾波的機動目標跟蹤算法研究.pdf

1、由于機動目標跟蹤在軍事和民用領(lǐng)域有著廣泛的應用前景，該問題受到國內(nèi)外許多專家學者的關(guān)注。他們對這一領(lǐng)域進行了深入的研究，并取得了豐富的成果。機動目標跟蹤是目標發(fā)生機動時不能準確描述目標運動的估計問題。由于跟蹤環(huán)境的變化和目標機動性能的未知性，使得各種應用系統(tǒng)對機動目標跟蹤提出了日益復雜的要求。本文在前人研究成果的基礎(chǔ)上，結(jié)合國內(nèi)外最新發(fā)展，對該問題進行較為系統(tǒng)，較為深入的研究。
　　 首先介紹了目標跟蹤系統(tǒng)的組成要素和主要內(nèi)容，

2、概述了目標跟蹤模型的建立過程，給出了幾種常見的機動目標運動模型。研究并實現(xiàn)了主要的非線性濾波算法。然后，研究了基于“當前”統(tǒng)計模型的自適應跟蹤算法，以及交互式多模型算法，并將非線性濾波算法應用到上述兩種機動目標跟蹤算法中，使之適用于非線性跟蹤模型和量測模型。最后結(jié)合這兩種跟蹤算法的優(yōu)勢，提出了一種基于“當前”統(tǒng)計模型的交互式多模型跟蹤算法，新算法能夠自適應的調(diào)節(jié)加速度極值，減少極限加速度在選取過程中的問題，在一定程度上提高了跟蹤精度。<

3、br>　　 結(jié)合目標跟蹤領(lǐng)域的最新研究成果，本文研究了一種基于Rao-Blackwellized粒子濾波的機動目標盲跟蹤算法，該算法在目標數(shù)目未知的情況下能有效的跟蹤目標，并能估計出每一時刻的航跡數(shù)目。但是在粒子數(shù)比較少的情況下，該算法的跟蹤結(jié)果會出現(xiàn)比較長的延遲，不利于航跡數(shù)目的估計。針對算法中存在的這個問題，本文提出一種改進算法，即通過減小β的取值，連接有可能為同一個航跡的曲線，從而在不增加粒子數(shù)的條件下，提高了目標數(shù)目估計的準確