資源描述：
《綜合艦橋系統(tǒng)中目標(biāo)跟蹤技術(shù)的應(yīng)用研究》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、摘要摘要隨著現(xiàn)代科學(xué)技術(shù)和工程技術(shù)的發(fā)展，目標(biāo)跟蹤理論形成了經(jīng)典的維納濾波和近代卡爾曼濾波兩大理論體系。目標(biāo)跟蹤技術(shù)中的關(guān)鍵技術(shù)包括數(shù)據(jù)關(guān)聯(lián)技術(shù)和濾波算法。本文針對目標(biāo)跟蹤技術(shù)中的關(guān)鍵技術(shù)進(jìn)行了詳細(xì)的研究。本文首先介紹了數(shù)據(jù)融合的基本原理以及目標(biāo)跟蹤的基本原理。線性的濾波算法卡爾曼濾波（KF），詳細(xì)介紹了算法的基本原理和算法過程。卡爾曼濾波算法是在線性、高斯的情況下能很好的滿足目標(biāo)跟蹤的性能，然而對非線性、非高斯的情況濾波方法的指標(biāo)下降。針對非線性、非高斯的情況，詳細(xì)介紹了粒子濾波算法，闡述了其基本原理和關(guān)鍵技術(shù)。其次本文著重分析
2、了粒子濾波算法的優(yōu)缺點，以及粒子濾波算法的改進(jìn)方向，其改進(jìn)的方向主要是重要性密度函數(shù)的選取和利用重采樣技術(shù)，來減少標(biāo)準(zhǔn)粒子濾波算法粒子退化現(xiàn)象，針對粒子濾波算法的缺點，引進(jìn)了一種改進(jìn)的粒子濾波算法—正則粒子濾波算法，該算法是基于正則再采樣技術(shù)而改進(jìn)的一種算法即根據(jù)后驗密度的離散分布重建它的連續(xù)分布，然后從后驗分布的連續(xù)近似中采樣獲得再采樣粒子。從而能減少粒子的退化現(xiàn)象。通過仿真實驗表明該算法在有較好的跟蹤精度。再次本文介紹了數(shù)據(jù)關(guān)聯(lián)技術(shù)，詳細(xì)介紹了聯(lián)合數(shù)據(jù)關(guān)聯(lián)和交互多模型方法，介紹了其基本原理。并在交互多模型算法中，把正則粒子濾波
3、算法代替了卡爾曼濾波算法。通過實驗仿真對單目標(biāo)和多目標(biāo)進(jìn)行了跟蹤，分別應(yīng)用了卡爾曼濾波、粒子濾波和正則粒子濾波算法，實驗結(jié)果表明正則粒子濾波算法明顯的提高了跟蹤效果和跟蹤精度。然后VC++結(jié)合MATLAB完成了軟件設(shè)計。最后，給出了結(jié)論與展望，總結(jié)了所做的主要工作和指出了下一步有待研究解決的內(nèi)容。關(guān)鍵詞：線性濾波，卡爾曼濾波，粒子濾波，目標(biāo)跟蹤，交互多模型I大摘要綜合艦橋系統(tǒng)中目標(biāo)跟蹤技術(shù)的應(yīng)用研究大摘要隨著現(xiàn)代科學(xué)技術(shù)和工程技術(shù)的發(fā)展，目標(biāo)跟蹤理論形成了經(jīng)典的維納濾波(頻域法)和近代卡爾曼濾波(狀態(tài)空間法)的兩大理論體系。目前卡
4、爾曼濾波理論基本上取代了維納濾波理論，經(jīng)典的維納濾波方法基本上不適應(yīng)現(xiàn)代目標(biāo)跟蹤系統(tǒng)的需求。在目標(biāo)跟蹤領(lǐng)域，最常用的經(jīng)典濾波算法是卡爾曼濾波(KF,KalmanFilter)和擴(kuò)展卡爾曼濾波(EKF,ExtendedKalmanFilter)，其中前者用于線性系統(tǒng)，后者用于非線性系統(tǒng)。KF是最小均方意義下的最優(yōu)濾波算法，EKF則是利用一階泰勒展開將非線性系統(tǒng)線性化而得到的一種次優(yōu)濾波算法，在非線性小是特別嚴(yán)重的情況下，EKF有著近似最優(yōu)的濾波效果。目標(biāo)跟蹤技術(shù)中的關(guān)鍵技術(shù)包括數(shù)據(jù)關(guān)聯(lián)技術(shù)和濾波算法。本文針對目標(biāo)跟蹤技術(shù)中的關(guān)鍵技術(shù)
5、進(jìn)行了詳細(xì)的研究。本文首先介紹了數(shù)據(jù)融合的基本原理以及目標(biāo)跟蹤的基本原理。線性的濾波算法卡爾曼濾波（KF），詳細(xì)介紹了算法的基本原理和算法過程。卡爾曼濾波算法是在線性、高斯的情況下能很好的滿足目標(biāo)跟蹤的性能，然而對非線性、非高斯的情況濾波方法的指標(biāo)下降。針對非線性、非高斯的情況，詳細(xì)介紹了粒子濾波算法，闡述了其基本原理和關(guān)鍵技術(shù)。其次本文著重分析了粒子濾波算法。粒子濾波是一種基于蒙特卡羅方法和遞推貝葉斯估計的統(tǒng)計濾波方法，它依據(jù)大數(shù)定理采用蒙特卡羅方法來求解貝葉斯估計中的積分運算。并介紹了粒子濾波算法的優(yōu)缺點，以及粒子濾波算法的改
6、進(jìn)方向，其改進(jìn)的方向主要是重要性密度函數(shù)的選取和利用重采樣技術(shù)，來減少標(biāo)準(zhǔn)粒子濾波算法粒子退化現(xiàn)象，針對粒子濾波算法的缺點，引進(jìn)了一種改進(jìn)的粒子濾波算法—正則粒子濾波算法，該算法是基于正則再采樣技術(shù)而改進(jìn)的一種算法即根據(jù)后驗密度的離散分布重建它的連續(xù)分布，然后從后驗分布的連續(xù)近似中采樣獲得再采樣粒子。從而能減少粒子的退化現(xiàn)象。通過仿真實驗表明該算法在有較好的跟蹤精度。再次本文介紹了數(shù)據(jù)關(guān)聯(lián)技術(shù)，詳細(xì)介紹了聯(lián)合數(shù)據(jù)關(guān)聯(lián)和交互多模型方法，介紹了其基本原理。并在交互多模型算法中，把正則粒子濾波算法代替了卡爾曼濾波算法。通過實驗仿真對單目
7、標(biāo)和多目標(biāo)進(jìn)行了跟蹤，分別應(yīng)用了卡爾曼濾波、粒子濾波和正則粒子濾波算法，實驗結(jié)果表明正則粒子濾波算法明顯的提高了跟蹤效果和跟蹤精度。然后VC++結(jié)合MATLAB完成了軟件設(shè)計。最后，給出了結(jié)論與展望，總結(jié)了所做的主要工作和指出了下一步有待研大摘要究解決的內(nèi)容。關(guān)鍵詞：線性濾波，卡爾曼濾波，粒子濾波，目標(biāo)跟蹤，交互多模型AbstractAbstractWiththedevelopmentofmodernscienceandengineeringtechnology,thetwotheorysystemsintargettrackin
8、gfilterdomainareformed,whichareclassicWienerfilterandmodernKalmanfilter.Inthispaper,maintechniquesofmultipletargetstrackingi
