基于高斯粒子濾波的紅外點目標(biāo)跟蹤算法研究.pdf

1、紅外搜索與跟蹤(Infrared Search and Track System 簡稱IRST) 系統(tǒng)通過探測目標(biāo)的紅外輻射進(jìn)行搜索和跟蹤，相當(dāng)于一種“被動式雷達(dá)”，它具有隱蔽性好、角分辯率高、抗電磁干擾能力強(qiáng)以及體積小、重量輕、耗電少、可靠性高、成本低等優(yōu)點。IRST系統(tǒng)廣泛應(yīng)用于武器火控系統(tǒng)之中，成為戰(zhàn)斗機(jī)的一個重要傳感器，近年來受到國內(nèi)外各方面的重視。在IRST系統(tǒng)中，機(jī)動目標(biāo)跟蹤問題和多目標(biāo)跟蹤問題作為重要的研究課題，正逐漸引起

2、國內(nèi)外研究人員的關(guān)注。 本文詳細(xì)地介紹了當(dāng)前IRST系統(tǒng)的發(fā)展和分類，闡述了目標(biāo)跟蹤問題的由來和發(fā)展，簡述了這一問題的多種分類方法和實現(xiàn)原理，仿真分析比較了多種非線性估計方法的性能，著重介紹了粒子濾波器及其改進(jìn)算法。針對紅外機(jī)動目標(biāo)跟蹤問題，本文設(shè)計出了兩種機(jī)動目標(biāo)跟蹤算法，即基于高斯粒子濾波的交互多模型跟蹤算法和基于高斯粒子濾波的“當(dāng)前”統(tǒng)計模型跟蹤算法，仿真表明這兩種算法在魯棒性和跟蹤精度方面優(yōu)于其它跟蹤算法；針對多目標(biāo)跟蹤

3、問題中數(shù)據(jù)關(guān)聯(lián)這一核心問題，本文重點分析了幾種典型的數(shù)據(jù)關(guān)聯(lián)方法，包括最近鄰方法、概率數(shù)據(jù)關(guān)聯(lián)濾波器方法(Probabilistic Data Association Filtering，簡稱PDAF)、聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)濾波器方法(Joint Probabilistic Data Association Filtering，簡稱JPDAF)、多假設(shè)跟蹤(Multiple Hypothesis Tracking，簡稱MHT)算法，并基于最