本文關(guān)鍵詞：基于無源時差定位的機動目標跟蹤算法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電子科學(xué)技術(shù)的不斷發(fā)展,對目標跟蹤的需求也不斷的增加。目標跟蹤技術(shù)已經(jīng)普遍應(yīng)用于軍事領(lǐng)域和民用領(lǐng)域,無源定位與跟蹤具有隱蔽性好等優(yōu)點得到廣泛的研究和關(guān)注,TDOA是一種常見的無源定位技術(shù),由于其擁有定位精度高,組網(wǎng)能力強,抗打擊能力強等優(yōu)點,目前已得到了廣泛的應(yīng)用。本文將無源時差定位技術(shù)與機動目標跟蹤算法相結(jié)合,研究了基于無源時差定位的機動目標跟蹤問題。在無源時差定位跟蹤系統(tǒng)中,由于系統(tǒng)方程是非線性的,因此該跟蹤算法主要解決非線性濾波問題,已有交互式多模型擴展卡爾曼濾波(IMM-EKF)和交互式多模型無跡卡爾曼濾波(IMM-UKF)應(yīng)用其中,且IMM-UKF跟蹤精度較高。但實際上目標會受到非常復(fù)雜的非高斯噪聲干擾,上述兩種算法無法解決非高斯噪聲干擾。針對上述問題,本文將交互式多模型粒子濾波應(yīng)用于基于無源時差定位的機動目標跟蹤中,并通過MATLAB仿真試驗比較,驗證了交互式多模型粒子濾波(IMMPF)的優(yōu)越性。所用模型個數(shù)越多,交互式多模型(IMM)算法的跟蹤性能越優(yōu)越。但是,當模型個數(shù)過多時,跟蹤的精度也會因為過多不必要模型之間的過度競爭而下降。針對這個問題,論文進一步改進交互式多模型算法,給出了基于擴展維特比算法的模塊化交互式多模型算法(Modular Interacting Multiple Model Based on Extended Viterbi Algorithm,即MIMMEV),有效地解決了上述問題,對雷達機動目標定位跟蹤問題具有一定的實際應(yīng)用價值。
【關(guān)鍵詞】：無源定位 時差 機動目標跟蹤 交互式多模型算法 粒子濾波 擴展Viterbi
【學(xué)位授予單位】：貴州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN713
【目錄】：

• 摘要4-5
• Abstract5-7
• 縮略詞7-8
• 第一章 緒論8-12
• 1.1 課題研究背景和意義8-9
• 1.2 國內(nèi)外發(fā)展狀況9-10
• 1.3 論文章節(jié)安排10-12
• 第二章 基于時差信息的無源定位系統(tǒng)研究12-26
• 2.1 時差定位原理12-13
• 2.2 時差定位算法13-15
• 2.3 定位模糊與定位無解15-16
• 2.3.1 定位模糊研究15-16
• 2.3.2 定位無解分析16
• 2.4 定位誤差表示16-25
• 2.4.1 GDOP誤差計算17-20
• 2.4.2 仿真20-25
• 2.5 本章小結(jié)25-26
• 第三章 目標跟蹤的基本理論26-40
• 3.1 機動目標跟蹤原理簡介26-27
• 3.2 運動模型27-30
• 3.2.1 勻速運動模型27-28
• 3.2.2 勻加速運動模型28-29
• 3.2.3 轉(zhuǎn)彎模型29-30
• 3.3 濾波算法30-39
• 3.3.1 Kalman濾波30-32
• 3.3.2 擴展卡爾曼濾波32-33
• 3.3.3 無跡卡爾曼濾波33-35
• 3.3.4 粒子濾波算法35-36
• 3.3.5 仿真與分析36-39
• 3.4 本章小結(jié)39-40
• 第四章 無源時差定位跟蹤算法40-55
• 4.1 基于時差量測信息的交互式粒子濾波算法40-48
• 4.1.1 交互式多模型算法41-43
• 4.1.2 基于時差量測信息的IMM-PF算法43-45
• 4.1.3 性能仿真45-48
• 4.2 基于擴展Viterbi的模塊化IMM算法48-54
• 4.2.1 基于擴展Viterbi的IMM算法48-49
• 4.2.2 模塊化IMM-EV算法49-51
• 4.2.3 性能仿真51-54
• 4.3 本章小結(jié)54-55
• 第五章 結(jié)論與展望55-57
• 5.1 論文總結(jié)55-56
• 5.2 工作展望56-57
• 致謝57-58
• 參考文獻58-61
• 附錄61-62

  本文關(guān)鍵詞：基于無源時差定位的機動目標跟蹤算法的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：436530