版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、單機動目標跟蹤算法的關(guān)鍵是跟蹤模型和濾波算法，機動目標模型主要有: CV、CA模型、Singer模型、“當前”統(tǒng)計模型、轉(zhuǎn)彎模型(Coordinate Turn model)等。濾波算法主要有標準卡爾曼濾波、擴展卡爾曼濾波器、Unscented卡爾曼濾波(UKF)，以及近來提出了基于Bayes理論的粒子濾波器(Particle filter)等。濾波算法通常又可分為線性濾波算法和非線性濾波算法。在線性濾波算法中，機動目標運動模型是關(guān)鍵因
2、素。特別是對于卡爾曼濾波算法之類的方法。只有模型比較好的匹配了，才能使算法的盡快收斂，才能盡可能的提高跟蹤的精度。
在本文的第三章重點研究了粒子濾波算法的理論，粒子濾波是從貝葉斯估計的方法中進化而來，在應(yīng)用中主要的問題是粒子的退化問題，在實際的應(yīng)用中采用重采樣的方法進行優(yōu)化，有學者提出了各種改進的粒子濾波算法，文中主要介紹了輔助粒子濾波(APF)、正則粒子濾波、擴展卡爾曼粒子濾波。結(jié)合粒子濾基本理論與單機動目標跟蹤的過程，
3、闡述了粒子濾波在單機動目標跟蹤中的應(yīng)用原理。最后將粒子濾波算法與擴展卡爾曼濾波算法進行了仿真分析和對比。結(jié)合彈道導彈再入段過程機動運動模型，對于粒子濾波的一些改進算法與標準粒子濾波進行了仿真驗證。
在本文的第四章重點研究了小波分析的基礎(chǔ)理論，分析了其本身的特性以及其在信號去噪方面的優(yōu)越性能，結(jié)合粒子濾波在目標跟蹤實際應(yīng)用中，在采樣粒子時往往存在所采樣粒子與待估計狀態(tài)的后驗概率偏差較大的情況，因此將小波算法應(yīng)用于機動目標跟蹤
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 粒子濾波算法研究及其在機動目標跟蹤中的應(yīng)用.pdf
- 粒子濾波算法及其在多機動目標跟蹤中的應(yīng)用.pdf
- 粒子濾波算法在機動目標跟蹤中的應(yīng)用研究.pdf
- 粒子濾波算法在目標跟蹤中的應(yīng)用.pdf
- 改進的交互多模型粒子濾波算法在機動目標跟蹤中的應(yīng)用.pdf
- 基于粒子濾波的機動目標跟蹤算法研究.pdf
- 粒子濾波算法及其在目標跟蹤中的應(yīng)用.pdf
- 機動目標DOA跟蹤粒子濾波算法研究.pdf
- 水下機動目標跟蹤粒子濾波算法研究.pdf
- 卡爾曼濾波算法在強機動目標跟蹤中的應(yīng)用.pdf
- 基于新的粒子濾波算法的機動目標跟蹤研究.pdf
- 粒子濾波算法及其在目標跟蹤中的應(yīng)用研究.pdf
- 改進粒子濾波算法及其在目標跟蹤中應(yīng)用研究.pdf
- 粒子群算法優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)在目標跟蹤中的應(yīng)用.pdf
- 粒子群算法優(yōu)化的小波神經(jīng)網(wǎng)絡(luò)在目標跟蹤中的應(yīng)用(1)
- 目標跟蹤中粒子濾波算法的研究.pdf
- 箱粒子濾波在擴展目標跟蹤中的應(yīng)用.pdf
- 粒子濾波及相關(guān)算法在目標跟蹤中的研究.pdf
- 基于H∞濾波的機動目標粒子濾波跟蹤研究.pdf
- 粒子濾波在目標跟蹤中的應(yīng)用研究.pdf
評論
0/150
提交評論