隨著人們對(duì)于位置信息的需求逐漸增多,以及相應(yīng)專業(yè)方向的深入研究,目標(biāo)跟蹤領(lǐng)域得到了更廣泛的關(guān)注與推動(dòng)。在跟蹤的過(guò)程中,非視距傳播（None-line-of-sight,NLOS）、多徑效應(yīng)、信道噪聲等嚴(yán)重影響著跟蹤的準(zhǔn)確性。其中,非視距傳播對(duì)定位精度的影響最大。本文較為全面的討論和研究了在視距（Line-of-sight,LOS）和非視距混合環(huán)境下的無(wú)線定位問(wèn)題,給出了兩種解決方法。另外,本文將研究對(duì)象從單目標(biāo)擴(kuò)展至多目標(biāo),提出了基于概率假設(shè)密度的多機(jī)動(dòng)目標(biāo)跟蹤方法。仿真結(jié)果表明,本文所提在LOS/NLOS混合環(huán)境下的機(jī)動(dòng)目標(biāo)跟蹤方法有效可行,針對(duì)多目標(biāo)的跟蹤方法也能夠保證較高的跟蹤精度。本文首先簡(jiǎn)要介紹了目標(biāo)跟蹤的常見(jiàn)問(wèn)題以及在LOS/NLOS混合環(huán)境下進(jìn)行目標(biāo)跟蹤的研究背景與意義。簡(jiǎn)單分析了針對(duì)單機(jī)動(dòng)目標(biāo)跟蹤和多機(jī)動(dòng)目標(biāo)跟蹤的相關(guān)研究的發(fā)展現(xiàn)狀。針對(duì)機(jī)動(dòng)目標(biāo)跟蹤情景,闡述了幾種經(jīng)典的濾波方法,其中有Bayes濾波、擴(kuò)展卡爾曼濾波（EKF）算法、無(wú)跡卡爾曼濾波（UKF）算法以及交互式多模型算法（Interacting Multiple Model,IMM）,這些經(jīng)典方法為后文打下了堅(jiān)... 

【文章來(lái)源】：湘潭大學(xué)湖南省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基站分布及LOS/NLOS混合環(huán)境中各算法跟蹤比較效果

環(huán)境信息變化情況：1表示NLOS傳播，0表示LOS傳播

LOS/NLOS混合環(huán)境中各算法跟蹤誤差比較效果

【參考文獻(xiàn)】：
期刊論文
[1]無(wú)線傳感器網(wǎng)絡(luò)定位技術(shù)淺析[J]. 危厚琴,馬惜平.  科技視界. 2015(31)
[2]基于數(shù)值積分粒子PHD多目標(biāo)跟蹤濾波算法[J]. 穆祥強(qiáng),王朝英,危璋,孔云波.  電光與控制. 2015(11)
[3]多點(diǎn)測(cè)試的多模型機(jī)動(dòng)目標(biāo)跟蹤算法[J]. 王偉,余玉揆.  自動(dòng)化學(xué)報(bào). 2015(06)
[4]觀測(cè)最優(yōu)分配的GM-PHD多目標(biāo)跟蹤算法[J]. 章濤,來(lái)燃,吳仁彪,陳敏.  信號(hào)處理. 2014(12)
[5]基于概率假設(shè)密度平滑器的低檢測(cè)概率下多目標(biāo)跟蹤[J]. 于洋,司冠楠,宋建輝,劉硯菊.  信息與控制. 2014(04)
[6]未知探測(cè)概率下多目標(biāo)PHD跟蹤算法[J]. 吳鑫輝,黃高明,高俊.  控制與決策. 2014(01)
[7]LOS/NLOS環(huán)境中融合TOA與RSSI的IMM目標(biāo)跟蹤[J]. 周彥,歐陽(yáng)寧烽,盛權(quán),胡嵐.  計(jì)算機(jī)工程與應(yīng)用. 2013(22)
[8]LOS/NLOS混合環(huán)境中基于交互式多模型的魯棒目標(biāo)跟蹤[J]. 歐陽(yáng)寧烽,周彥,徐建閩.  計(jì)算機(jī)應(yīng)用研究. 2013(11)
[9]多傳感器優(yōu)化部署下的機(jī)動(dòng)目標(biāo)協(xié)同跟蹤算法[J]. 劉欽,劉崢,劉韻佛,謝榮.  系統(tǒng)工程與電子技術(shù). 2013(02)
[10]移動(dòng)機(jī)器人擴(kuò)展卡爾曼濾波定位與傳感器誤差建模[J]. 安雷,張國(guó)良,張維平,敬斌.  信息與控制. 2012(04)



本文編號(hào)：2973008