資源描述：
《目標(biāo)跟蹤的算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要在眾多領(lǐng)域，比如軍事上的戰(zhàn)場監(jiān)視、防空系統(tǒng)，民用上的交通管制、機器智能、醫(yī)療器械，目標(biāo)跟蹤都是一個基本的或重要的問題。隨著應(yīng)用的推廣，各種新的技術(shù)被應(yīng)用到目標(biāo)跟蹤中來適應(yīng)更加復(fù)雜的環(huán)境。而目標(biāo)跟蹤中的一個核心部分就是濾波算法，本文重點研究了～般的卡爾曼(Kalman)濾波，擴展Kalman濾波(EKF：ExtendKalmanFilter)，粒子濾波，和基于這些濾波算法的交互式多模型(IMM：InteractingMultipleModel)目標(biāo)跟蹤技術(shù)。本文首先介紹了目標(biāo)跟蹤的基本原理，重點分析了基于Kalman濾波(包括EKF)的經(jīng)典跟蹤方法。
2、通過建立相應(yīng)的模型仿真了解到，基于EKF的跟蹤方法對于線性或者弱機動性的目標(biāo)有很精確的跟蹤性能，但是在強非線性或者高度機動性的目標(biāo)的情況下的跟蹤性能會下降。同時，對于多維狀態(tài)的跟蹤系統(tǒng)，EKF中的雅克比矩陣計算會很復(fù)雜也很困難。針對Kalman濾波中的問題，本文介紹了近幾年比較流行的粒子濾波，通過和Kalman濾波的仿真實驗，發(fā)現(xiàn)粒子濾波在強非線性或者高度機動性的目標(biāo)的情況下的跟蹤性能要優(yōu)秀。但是由于粒子濾波的算法原理，它的計算量很大。最后本文研究了針對機動目標(biāo)的IMM算法，提出了多速率交互式多模型粒子濾波：器：(MRIMMPF：Multi．rateI
3、MMParticleFilter)算法和交互式多模型Kalman．粒子濾波器0MMK-PF：IMMKalmall．ParticleFilter)算法。前者在交互式多模型粒子濾波器(IMMPn的基礎(chǔ)上引入多速率技術(shù)，期望在保持IMMPF的性能同時能夠減少因為粒子濾波帶來的計算量；而后者是結(jié)合了Kalman濾波和粒子的特點，期望提高算法的穩(wěn)健性和計算效率。最后通過和一般基于EKF的IMM算法、IMMPF算法的比較，驗證了這兩個算法的有效性。關(guān)鍵詞：目標(biāo)跟蹤交互式多模型卡爾曼濾波粒子濾波AbstractInmanyfields，likeinthefieldo
4、fthebattlefieldsurveillance，antiaircraftsysteminawar,andthecivilUafficcontrol,machineintelligence，medicalequipment，targettrackingisabasicorallimportantproblem．Asitsappficationinmorefields，manynewtechniquesareintroducedtothetargettrackingformorecomplicatedsituation．While，onecorep
5、artintargettrackingisfilteringalgorithm．Here，thealgorithmsofKalmanfilter,extendgalmantilter(EKF)，particlefilter,andtheinteractingmultiplemodel(IMM)basedthesetiltersarestudied．Theprincipleoftargettrackingisintroducedfirstinthispaper,analyzingtheclassicaltargettrackingmethodbasedo
6、nKalmanfilter．Throughasimulation．itisknownthattargettrackingmethodbasedEKFperformswellwhentrackingatargetinalinearsystemorwithsmallmaneuverbutbadwheninastronglynonlinearsystemorwithhighmaneuver．Also，theJacobiansmatrixofEKFisveuhardtocalculateintrackingsystemwithmultidimensionals
7、tate．Tosolvetheseproblems，theparticlefilter,averypopularalgorithminrecentyears，isintroduced．ItisfoundthattheparticlefilterindeedperformssuperiortoEKFwhentrackingatargetinastronglynonlinearsystemorwithhighmaneuver．However,thealgorithmofparticlefilterhasanexpensivecomputationbecau
8、scofitsprinciple．Finally,thealgorithmofIMMforth
