機動目標(biāo)跟蹤技術(shù)在軍事領(lǐng)域中的應(yīng)用十分廣泛,在眾多專家學(xué)者的共同努力下,該技術(shù)的關(guān)鍵算法研究近年來取得了很大的進步,為實現(xiàn)精確打擊和國土防空提供了理論支撐。但隨著高新技術(shù)武器裝備日新月異的發(fā)展,反跟蹤技術(shù)的不斷進步,尤其是臨近空間高超聲速飛行器這一新型戰(zhàn)略武器概念的提出、實現(xiàn)和發(fā)展,讓現(xiàn)有的防空反導(dǎo)體制受到了嚴(yán)重的挑戰(zhàn)。首先,介紹了課題研究的背景與研究現(xiàn)狀,重點介紹了機動目標(biāo)跟蹤自適應(yīng)濾波算法和模型算法的研究現(xiàn)狀,詳細(xì)介紹了目前非線性目標(biāo)跟蹤中常用的EKF、UKF、CKF和QKF濾波算法以及交互式多模型算法。分析了不同環(huán)境下算法的優(yōu)缺點,仿真比較了各算法的性能,并對仿真結(jié)果進行分析和總結(jié)。其次,引入性能更優(yōu)的CQKF算法對臨近空間高超聲速飛行器進行跟蹤。CQKF算法是CKF算法更廣義的形式,不僅能克服QKF中的“維數(shù)災(zāi)難”問題,而且算法精度會隨高斯-拉蓋爾積分點階數(shù)的增加而增加。在臨近空間高超聲速目標(biāo)背景下的仿真結(jié)果表明,三階CQKF算法的精度要高于CKF的精度,后依次為UKF和EKF。然后,針對CQKF算法在對臨近空間高超聲速飛行器進行跟蹤時,會因為飛行器運動狀態(tài)的突變而導(dǎo)致跟蹤精度... 

【文章來源】：國防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁數(shù)】：97 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 高超聲速目標(biāo)自適應(yīng)跟蹤算法研究現(xiàn)狀
        1.2.1 非線性目標(biāo)跟蹤濾波算法研究現(xiàn)狀
        1.2.2 跟蹤模型算法研究現(xiàn)狀
    1.3 論文結(jié)構(gòu)及工作安排
第二章 非線性機動目標(biāo)跟蹤濾波算法
    2.1 引言
    2.2 非線性濾波算法
        2.2.1 基礎(chǔ)卡爾曼濾波
        2.2.2 擴展卡爾曼濾波(EKF)
        2.2.3 不敏卡爾曼濾波(UKF)
        2.2.4 平方根容積卡爾曼濾波(SRCKF)
        2.2.5 求積卡爾曼濾波(QKF)
    2.3 算法仿真及實驗分析
    2.4 本章小結(jié)
第三章 交互式多模型自適應(yīng)跟蹤算法
    3.1 引言
    3.2 常用機動目標(biāo)單模型
        3.2.1 CV、CA和 CT模型
        3.2.2 Singer模型和CS模型
        3.2.3 Jerk模型算法
    3.3 交互式多模型自適應(yīng)算法
        3.3.1 多模型算法
        3.3.2 交互式多模型算法
    3.4 算法仿真和分析
    3.5 本章小結(jié)
第四章 基于CQKF算法的高超聲速目標(biāo)自適應(yīng)跟蹤
    4.1 引言
    4.2 基于多維積分的CQ點計算
        4.2.1 貝葉斯框架下的濾波方法
        4.2.2 高斯-拉蓋爾積分規(guī)則
        4.2.3 求容積規(guī)則
        4.2.4 容積-積分(CQ)規(guī)則
        4.2.5 CQ點及相應(yīng)權(quán)值的計算
    4.3 CQKF算法
    4.4 臨近空間高超聲速目標(biāo)建模
        4.4.1 飛行軌道設(shè)計
        4.4.2 飛行軌跡的數(shù)學(xué)模型表示
    4.5 算法仿真及實驗分析
        4.5.1 算法仿真
        4.5.2 實驗結(jié)果分析
    4.6 本章小結(jié)
第五章 基于RNST-CQKF算法的自適應(yīng)目標(biāo)跟蹤
    5.1 引言
    5.2 ST-CQKF算法
        5.2.1 強跟蹤濾波器
        5.2.2 ST-CQKF算法
        5.2.3 算法仿真及實驗分析
    5.3 RNST-CQKF算法
        5.3.1 STF算法的不足
        5.3.2 對STF算法的改進
        5.3.3 殘差歸一化ST-CQKF算法
    5.4 RNST-CQKF算法仿真及結(jié)果分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 研究前景展望
參考文獻
致謝
在學(xué)期間發(fā)表的學(xué)術(shù)論文和參與的科研工作


【參考文獻】：
期刊論文
[1]基于改進“當(dāng)前”統(tǒng)計的交互式多模型算法研究[J]. 張聃,綦祥,蔡云澤.  控制工程. 2017(02)
[2]基于強跟蹤UKF的視頻目標(biāo)跟蹤算法[J]. 楊新欣,鄧聯(lián)文,陳鴻飛,宋德夫,何成功.  電子測量技術(shù). 2016(10)
[3]高超聲速強機動目標(biāo)改進IMM-CKF跟蹤算法[J]. 戴邵武,方君,張文廣,鄒杰.  傳感器與微系統(tǒng). 2016(09)
[4]自適應(yīng)高階容積卡爾曼濾波在目標(biāo)跟蹤中的應(yīng)用[J]. 崔乃剛,張龍,王小剛,楊峰,盧寶剛.  航空學(xué)報. 2015(12)
[5]基于ST-SRCKF的超高速強機動目標(biāo)跟蹤算法[J]. 方君,戴邵武,許文明,鄒杰,王永庭.  北京航空航天大學(xué)學(xué)報. 2016(08)
[6]改進的強跟蹤平方根UKF在衛(wèi)星導(dǎo)航中應(yīng)用[J]. 李敏,王松艷,張迎春,李化義.  系統(tǒng)工程與電子技術(shù). 2015(08)
[7]基于AGIMM的臨近空間機動目標(biāo)跟蹤濾波算法[J]. 秦雷,李君龍,周荻.  系統(tǒng)工程與電子技術(shù). 2015(05)
[8]基于IMM模型的周期性跳躍運動高超聲速飛行器跟蹤算法[J]. 何廣軍,李檳檳,何其芳,白云.  彈箭與制導(dǎo)學(xué)報. 2015(01)
[9]神經(jīng)網(wǎng)絡(luò)校正的EKF在高超聲速目標(biāo)跟蹤中的應(yīng)用[J]. 周延延,王柯,高育鵬,李小兵.  空軍工程大學(xué)學(xué)報(自然科學(xué)版). 2014(06)
[10]一種改進的臨近空間高超聲速飛行器跟蹤算法[J]. 楊彬,賀正洪.  計算機仿真. 2014(11)

博士論文
[1]機動目標(biāo)跟蹤狀態(tài)估計與數(shù)據(jù)關(guān)聯(lián)技術(shù)的研究[D]. 孫福明.中國科學(xué)技術(shù)大學(xué) 2007

碩士論文
[1]高速高機動目標(biāo)跟蹤算法及應(yīng)用研究[D]. 樊友友.西安電子科技大學(xué) 2013
[2]高速高機動目標(biāo)IMM跟蹤算法研究[D]. 陸晶瑩.南京理工大學(xué) 2010
[3]多模型機動目標(biāo)跟蹤算法研究[D]. 姜燕.太原理工大學(xué) 2010
[4]機動目標(biāo)跟蹤理論的算法研究[D]. 趙智勇.江南大學(xué) 2008
[5]機動目標(biāo)跟蹤算法的研究[D]. 彭亮.西北工業(yè)大學(xué) 2007



本文編號：3193940