近年來,作為軍事領(lǐng)域中的重要作戰(zhàn)單元,以裝甲車、雷達(dá)車、導(dǎo)彈發(fā)射車等軍用車輛為代表的地面機(jī)動(dòng)目標(biāo)憑借其機(jī)動(dòng)能力強(qiáng),隱蔽手段豐富的特點(diǎn),在實(shí)際作戰(zhàn)中承擔(dān)著越來越豐富的作戰(zhàn)任務(wù),具有很大的軍事價(jià)值和發(fā)展?jié)摿?其定位問題逐漸成為研究熱點(diǎn)。另一方面,出于降低成本、提高可靠性和信息融合的考慮,具有低成本、靈活性高優(yōu)點(diǎn)的無人機(jī)開始在軍事上廣泛應(yīng)用,因此,可以利用多無人機(jī)搭載傳感器開展對(duì)地面機(jī)動(dòng)目標(biāo)的協(xié)同定位技術(shù)研究。地面機(jī)動(dòng)目標(biāo)協(xié)同定位方法是精確打擊敵方地面機(jī)動(dòng)目標(biāo)的核心技術(shù),同時(shí)也是戰(zhàn)場(chǎng)態(tài)勢(shì)感知的重要保障,本論文以軍用車輛為代表的地面機(jī)動(dòng)目標(biāo)為對(duì)象,利用搭載紅外傳感器的多無人機(jī)對(duì)其協(xié)同定位方法開展深入研究,主要內(nèi)容包括:根據(jù)地面機(jī)動(dòng)目標(biāo)的可能運(yùn)動(dòng)形式,建立相應(yīng)的運(yùn)動(dòng)模型,建立無人機(jī)所搭載紅外傳感器的量測(cè)方程;考慮到協(xié)同定位問題的非線性,給出容積卡爾曼濾波算法的基本流程,為了進(jìn)一步提高估計(jì)精度,引入迭代容積卡爾曼濾波算法,并對(duì)迭代容積卡爾曼濾波算法進(jìn)行改進(jìn);建立數(shù)學(xué)仿真場(chǎng)景,分別基于三種非線性濾波方法設(shè)計(jì)地面機(jī)動(dòng)目標(biāo)的協(xié)同定位算法,通過蒙特卡洛數(shù)學(xué)仿真對(duì)比分析各種非線性濾波方法在地面機(jī)動(dòng)目標(biāo)協(xié)同定...

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀及分析
        1.2.1 目標(biāo)運(yùn)動(dòng)模型研究現(xiàn)狀
        1.2.2 多模型算法結(jié)構(gòu)研究現(xiàn)狀
        1.2.3 非線性濾波方法研究現(xiàn)狀
    1.3 論文主要研究?jī)?nèi)容
第2章 機(jī)動(dòng)目標(biāo)協(xié)同定位建模與驗(yàn)證
    2.1 引言
    2.2 地面目標(biāo)運(yùn)動(dòng)模型
        2.2.1 CV和CA模型
        2.2.2 “當(dāng)前”統(tǒng)計(jì)模型
        2.2.3 協(xié)同轉(zhuǎn)彎模型
    2.3 紅外傳感器測(cè)量模型
    2.4 基于確定性采樣的非線性濾波方法
        2.4.1 容積卡爾曼濾波
        2.4.2 迭代容積卡爾曼濾波
        2.4.3 改進(jìn)迭代容積卡爾曼濾波
        2.4.4 協(xié)同定位濾波器設(shè)計(jì)
    2.5 基于拉丁超立方抽樣的測(cè)量噪聲模擬方法
    2.6 數(shù)學(xué)仿真及分析
        2.6.1 仿真場(chǎng)景
        2.6.2 蒙特卡洛仿真及分析
    2.7 本章小結(jié)
第3章 基于定結(jié)構(gòu)多模型的機(jī)動(dòng)目標(biāo)協(xié)同定位方法
    3.1 引言
    3.2 定結(jié)構(gòu)多模型算法基本框架
    3.3 基于改進(jìn)迭代容積卡爾曼濾波的交互式多模型算法
        3.3.1 模型集選取
        3.3.2 濾波器設(shè)計(jì)
        3.3.3 仿真場(chǎng)景
        3.3.4 數(shù)學(xué)仿真及分析
    3.4 定結(jié)構(gòu)多模型算法仿真對(duì)比分析
    3.5 協(xié)同定位性能影響因素分析
        3.5.1 紅外傳感器測(cè)角精度分析
        3.5.2 紅外傳感器采樣步長分析
        3.5.3 無人機(jī)基線長度分析
        3.5.4 無人機(jī)數(shù)量分析
        3.5.5 模型轉(zhuǎn)移概率矩陣分析
    3.6 本章小結(jié)
第4章 基于變結(jié)構(gòu)多模型的機(jī)動(dòng)目標(biāo)協(xié)同定位方法
    4.1 引言
    4.2 變結(jié)構(gòu)多模型算法基本框架
    4.3 基于改進(jìn)迭代容積卡爾曼濾波的自適應(yīng)網(wǎng)格交互式多模型算法
        4.3.1 自適應(yīng)網(wǎng)格交互式多模型算法設(shè)計(jì)
        4.3.2 仿真場(chǎng)景
        4.3.3 數(shù)學(xué)仿真與分析
    4.4 變結(jié)構(gòu)多模型算法仿真對(duì)比分析
        4.4.1 基于改進(jìn)迭代容積卡爾曼濾波的動(dòng)態(tài)有向圖交互式多模型算法
        4.4.2 基于改進(jìn)迭代容積卡爾曼濾波的有向圖切換交互式多模型算法
        4.4.3 對(duì)比分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間所發(fā)表的論文及其它成果
致謝



本文編號(hào)：3805738