復(fù)雜環(huán)境下強(qiáng)機(jī)動目標(biāo)跟蹤算法研究

1、上海交通大學(xué)碩士學(xué)位論文復(fù)雜環(huán)境下強(qiáng)機(jī)動目標(biāo)跟蹤算法研究碩士研究生：劉成成學(xué)號：1120329043導(dǎo)師：蔡云澤副導(dǎo)師：申請學(xué)位：工學(xué)碩士學(xué)科：控制科學(xué)與工程所在單位：上海交通大學(xué)答辯日期：2015年1月授予學(xué)位單位：上海交通大學(xué)萬方數(shù)據(jù)上海交通大學(xué)碩士學(xué)位論文復(fù)雜環(huán)境下強(qiáng)機(jī)動目標(biāo)跟蹤算法研究摘要機(jī)動目標(biāo)跟蹤是現(xiàn)代戰(zhàn)爭中最關(guān)鍵的技術(shù)問題之一。進(jìn)入21世紀(jì)以后，各種具有強(qiáng)機(jī)動能力的飛行器的不斷涌現(xiàn)，使普通的機(jī)動目標(biāo)跟蹤算法已不能滿足需求。

2、戰(zhàn)場環(huán)境日益復(fù)雜，使測量噪聲不斷增大甚至測量信息出現(xiàn)缺失。因此復(fù)雜環(huán)境下的對強(qiáng)機(jī)動目標(biāo)保持跟蹤是一個十分重要的問題?；谝陨媳尘?，本文在對機(jī)動目標(biāo)跟蹤基本概念和方法進(jìn)行深入分析的基礎(chǔ)上，研究了復(fù)雜環(huán)境下的變維可調(diào)白噪聲模型、當(dāng)前統(tǒng)計模型和測量噪聲自適應(yīng)跟蹤算法，并實(shí)現(xiàn)了基于KF、EKF的強(qiáng)機(jī)動目標(biāo)跟蹤GUI界面。具體研究如下：1)機(jī)動目標(biāo)跟蹤的基本原理研究。從濾波器的角度對于目標(biāo)“機(jī)動”進(jìn)行定義，歸納了四種目標(biāo)機(jī)動性的量度指標(biāo)。分析了傳

3、統(tǒng)卡爾曼濾波在穩(wěn)態(tài)后失去機(jī)動應(yīng)變能力的缺陷，并提出了評價跟蹤算法性能的主要指標(biāo)。詳細(xì)分析了具有高速強(qiáng)機(jī)動性能F22戰(zhàn)斗機(jī)的特點(diǎn)，實(shí)現(xiàn)了四種典型機(jī)動軌跡，即轉(zhuǎn)彎機(jī)動、俯沖機(jī)動、J型轉(zhuǎn)彎機(jī)動、蛇形轉(zhuǎn)彎機(jī)動，為后續(xù)強(qiáng)機(jī)動目標(biāo)機(jī)動模式分析奠定了模型基礎(chǔ)。2）針對強(qiáng)機(jī)動目標(biāo)機(jī)動性的度量標(biāo)準(zhǔn)，研究了基本的強(qiáng)機(jī)動目標(biāo)跟蹤算法?；贑V、CA和CT模型對于過程噪聲和機(jī)動指標(biāo)做出了詳細(xì)的分析；提出了一種變結(jié)構(gòu)的可調(diào)白噪聲模型，實(shí)現(xiàn)了對機(jī)動性能的有效判斷和

4、濾波器結(jié)構(gòu)的快速調(diào)整；對當(dāng)前統(tǒng)計模型進(jìn)行深入分析，并提出改進(jìn)算法，實(shí)現(xiàn)了對于過程噪聲自適應(yīng)調(diào)整方法的深入研究。3）研究了復(fù)雜環(huán)境下目標(biāo)跟蹤算法需要解決的信息丟失和測量噪聲方差過大問題。對比分析集中式多傳感器融合算法，提出在雷達(dá)紅外多傳感器條件下使用序貫融合算法解決信息丟失的問題。提出一種基于強(qiáng)跟蹤濾波器的測量噪聲自適應(yīng)調(diào)整算法，有效解決了復(fù)雜環(huán)境下雷達(dá)測量噪聲過大的問題。4）基于KF、EKF，實(shí)現(xiàn)了Matlab環(huán)境下強(qiáng)機(jī)動目標(biāo)跟蹤算法的