基于DSP的汽車?yán)走_(dá)目標(biāo)跟蹤算法研究.pdf

1、本文研究了基于DSP的汽車?yán)走_(dá)目標(biāo)跟蹤算法并在DSP嵌入式環(huán)境中實現(xiàn)了汽車?yán)走_(dá)目標(biāo)跟蹤系統(tǒng)。
　　首先，針對Singer模型和CS模型等先驗機(jī)動模型在應(yīng)用于汽車?yán)走_(dá)跟蹤強(qiáng)機(jī)動目標(biāo)時產(chǎn)生較大的誤差，提出了基于支持向量回歸的在線學(xué)習(xí)機(jī)動模型。該模型使用理論新息協(xié)方差與實際新息協(xié)方差的差值作為判斷目標(biāo)機(jī)動的準(zhǔn)則，使用支持向量回歸在線調(diào)整模型參數(shù)。大量實驗表明，本文提出的基于支持向量回歸的在線學(xué)習(xí)機(jī)動模型在跟蹤強(qiáng)機(jī)動目標(biāo)時跟蹤精度優(yōu)于CA

2、模型和Singer模型。
　　其次，針對SRCKF濾波實時性能不高的問題，提出了快速SRCKF。該濾波器結(jié)合線性卡爾曼濾波的時間更新和SRCKF的測量更新，在濾波效率上提高了30％以上。大量仿真實驗表明，本文改進(jìn)的FSRCKF與SRKCF相比具有相同的濾波精度，但具有更高的濾波效率，適用于汽車?yán)走_(dá)等實時性要求高但計算資源匱乏的嵌入式系統(tǒng)。
　　最后，本文基于DSP嵌入式環(huán)境實現(xiàn)了汽車?yán)走_(dá)目標(biāo)跟蹤系統(tǒng)，驗證了部分運動模型和濾波