跟蹤機動目標(biāo)的多模型濾波算法研究與應(yīng)用
發(fā)布時間:2023-12-10 16:55
隨著現(xiàn)代化武器的高速發(fā)展,目標(biāo)機動方式復(fù)雜多樣,對機動目標(biāo)的跟蹤變得越來越困難。目標(biāo)跟蹤是利用傳感器獲得目標(biāo)的測量信息并對目標(biāo)的運動狀態(tài)進行精確估計的技術(shù)。近年來傳感器技術(shù)和信息技術(shù)發(fā)展迅速,尤其是在現(xiàn)代控制理論方面的不斷完善,各種新型的理論在目標(biāo)跟蹤領(lǐng)域得到了應(yīng)用,使得目標(biāo)跟蹤技術(shù)有了長足的進步。本文主要研究當(dāng)目標(biāo)發(fā)生“蛇形”機動時對目標(biāo)的跟蹤濾波,考慮到目標(biāo)發(fā)生機動時其運動模型將會發(fā)生變化,采用單一模型對其進行跟蹤濾波將會產(chǎn)生很大的誤差,通過綜合考慮,采用交互式多模型濾波算法對進行“蛇形”機動的目標(biāo)進行跟蹤濾波是效費比最高的方式,通過對交互式多模型濾波算法進行改進,提高算法的跟蹤精度。本文首先對機動目標(biāo)的數(shù)學(xué)建模問題進行了相關(guān)介紹。針對目標(biāo)機動形式的復(fù)雜多樣性,本文介紹了目標(biāo)跟蹤的簡單運動模型,如:勻速模型、勻加速模型、勻速轉(zhuǎn)彎模型等。之后介紹了針對目標(biāo)機動的復(fù)雜運動模型,如:Singer模型、“當(dāng)前”統(tǒng)計模型、“急動”模型等。并對“蛇形”機動目標(biāo)建立了數(shù)學(xué)模型。然后,本文對多種不同形式的濾波算法進行了簡單的介紹,從最基本的最小二乘估計到卡爾曼濾波算法以及卡爾曼濾波算法的各種擴展形...
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 機動目標(biāo)運動模型
1.2.2 濾波理論
1.2.3 多模型算法
1.3 論文主要內(nèi)容及安排
第2章 機動目標(biāo)跟蹤濾波的數(shù)學(xué)模型
2.1 引言
2.2 機動目標(biāo)跟蹤基本原理
2.3 目標(biāo)運動模型
2.3.1 勻速模型和勻加速模型
2.3.2 CT模型
2.3.3 Singer模型
2.3.4 “當(dāng)前”統(tǒng)計模型
2.3.5 Jerk模型
2.3.6 “蛇形”機動模型
2.4 觀測模型
2.5 本章小結(jié)
第3章 跟蹤濾波的算法研究
3.1 引言
3.2 最小二乘法濾波
3.2.1 最小二乘法的定義
3.2.2 遞推最小二乘估計
3.3 α-β濾波和α-β-γ濾波
3.3.1 α-β濾波器
3.3.2 α-β-γ濾波器
3.4 卡爾曼濾波
3.4.1 離散型卡爾曼濾波基本方程
3.4.2 卡爾曼濾波仿真背景
3.4.3 卡爾曼濾波仿真結(jié)果及分析
3.5 擴展卡爾曼濾波
3.5.1 擴展卡爾曼濾波原理
3.5.2 EKF算法仿真分析
3.6 無跡卡爾曼濾波
3.6.1 無跡卡爾曼濾波原理
3.6.2 UKF算法仿真分析
3.7 本章小結(jié)
第4章 機動目標(biāo)跟蹤的交互式多模型濾波算法
4.1 引言
4.2 交互式多模型算法
4.2.1 交互式多模型濾波算法基本原理
4.2.2 交互式多模型濾波算法分析
4.3 交互式多模型濾波算法仿真分析
4.3.1 IMM算法仿真環(huán)境設(shè)計
4.3.2 IMM算法仿真結(jié)果及分析
4.4 本章小結(jié)
第5章 基于模糊邏輯的交互式多模型濾波算法
5.1 引言
5.2 模糊控制的理論基礎(chǔ)
5.2.1 模糊數(shù)學(xué)
5.2.2 模糊控制系統(tǒng)
5.2.3 模糊條件語句與模糊控制規(guī)則
5.3 基于模糊邏輯的交互式多模型濾波算法(FLIMM)
5.3.1 FLIMM算法基本原理
5.3.2 模糊邏輯算法設(shè)計
5.4 基于模糊邏輯的交互式多模型濾波算法仿真
5.4.1 FLIMM仿真環(huán)境設(shè)計
5.4.2 FLIMM仿真結(jié)果及分析
5.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果
致謝
本文編號:3872761
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 機動目標(biāo)運動模型
1.2.2 濾波理論
1.2.3 多模型算法
1.3 論文主要內(nèi)容及安排
第2章 機動目標(biāo)跟蹤濾波的數(shù)學(xué)模型
2.1 引言
2.2 機動目標(biāo)跟蹤基本原理
2.3 目標(biāo)運動模型
2.3.1 勻速模型和勻加速模型
2.3.2 CT模型
2.3.3 Singer模型
2.3.4 “當(dāng)前”統(tǒng)計模型
2.3.5 Jerk模型
2.3.6 “蛇形”機動模型
2.4 觀測模型
2.5 本章小結(jié)
第3章 跟蹤濾波的算法研究
3.1 引言
3.2 最小二乘法濾波
3.2.1 最小二乘法的定義
3.2.2 遞推最小二乘估計
3.3 α-β濾波和α-β-γ濾波
3.3.1 α-β濾波器
3.3.2 α-β-γ濾波器
3.4 卡爾曼濾波
3.4.1 離散型卡爾曼濾波基本方程
3.4.2 卡爾曼濾波仿真背景
3.4.3 卡爾曼濾波仿真結(jié)果及分析
3.5 擴展卡爾曼濾波
3.5.1 擴展卡爾曼濾波原理
3.5.2 EKF算法仿真分析
3.6 無跡卡爾曼濾波
3.6.1 無跡卡爾曼濾波原理
3.6.2 UKF算法仿真分析
3.7 本章小結(jié)
第4章 機動目標(biāo)跟蹤的交互式多模型濾波算法
4.1 引言
4.2 交互式多模型算法
4.2.1 交互式多模型濾波算法基本原理
4.2.2 交互式多模型濾波算法分析
4.3 交互式多模型濾波算法仿真分析
4.3.1 IMM算法仿真環(huán)境設(shè)計
4.3.2 IMM算法仿真結(jié)果及分析
4.4 本章小結(jié)
第5章 基于模糊邏輯的交互式多模型濾波算法
5.1 引言
5.2 模糊控制的理論基礎(chǔ)
5.2.1 模糊數(shù)學(xué)
5.2.2 模糊控制系統(tǒng)
5.2.3 模糊條件語句與模糊控制規(guī)則
5.3 基于模糊邏輯的交互式多模型濾波算法(FLIMM)
5.3.1 FLIMM算法基本原理
5.3.2 模糊邏輯算法設(shè)計
5.4 基于模糊邏輯的交互式多模型濾波算法仿真
5.4.1 FLIMM仿真環(huán)境設(shè)計
5.4.2 FLIMM仿真結(jié)果及分析
5.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果
致謝
本文編號:3872761
本文鏈接:http://www.sikaile.net/shekelunwen/renwuzj/3872761.html
最近更新
教材專著