資源描述：
《多機(jī)動目標(biāo)跟蹤技術(shù)研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、南京航空航天大學(xué)碩士學(xué)位論文多機(jī)動目標(biāo)跟蹤技術(shù)研究姓名：田嘉洪申請學(xué)位級別：碩士專業(yè)：導(dǎo)航、制導(dǎo)與控制指導(dǎo)教師：陳謀20070101南京航空航天大學(xué)碩士學(xué)位論文摘要由于在軍事和民用領(lǐng)域具有廣闊的應(yīng)用前景，目標(biāo)跟蹤問題的研究一直受到人們的廣泛關(guān)注。最近幾十年來，國內(nèi)外眾多專家學(xué)者對之進(jìn)行了深入的研究，并取得了豐碩的成果。多機(jī)動目標(biāo)跟蹤問題是目前目標(biāo)跟蹤領(lǐng)域的一個重要研究方向，它是將傳感器接收到的眾多量測值按照它們的來源分類，給出各跟蹤目標(biāo)的運(yùn)動軌跡，并分析運(yùn)動軌跡的準(zhǔn)確性和可靠性。本文主要對多機(jī)動目標(biāo)跟蹤中的兩
2、個關(guān)鍵技術(shù)，即數(shù)據(jù)關(guān)聯(lián)與跟蹤維持進(jìn)行研究。首先研究了幾種常用的機(jī)動目標(biāo)跟蹤算法：卡爾曼濾波算法、擴(kuò)展卡爾曼濾波算法、“當(dāng)前”統(tǒng)計(jì)模型算法和交互式多模型算法，并提出了一種“當(dāng)前”模型的模糊改進(jìn)算法，經(jīng)過對幾種自適應(yīng)濾波算法的仿真比較，證明它們用于解決機(jī)動目標(biāo)跟蹤問題是有效可行的。其次對多目標(biāo)航跡的起始和終結(jié)方法進(jìn)行了研究，并重點(diǎn)研究了機(jī)動目標(biāo)跟蹤的幾種數(shù)據(jù)關(guān)聯(lián)的方法，包括最近鄰數(shù)據(jù)關(guān)聯(lián)，概率數(shù)據(jù)關(guān)聯(lián)和聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)，并提出了一種改進(jìn)當(dāng)前模型－概率數(shù)據(jù)關(guān)聯(lián)算法，仿真證明其較傳統(tǒng)的交互式多模型－概率數(shù)據(jù)關(guān)聯(lián)（IM
3、M-PDA）算法具有更高的精確度。接下來針對目前目標(biāo)跟蹤中模型普遍存在非線性的現(xiàn)象，研究了幾種非線性濾波的方法，包括擴(kuò)展卡爾曼濾波、無味卡爾曼濾波和粒子濾波，并進(jìn)行了仿真實(shí)驗(yàn)和性能分析。最后設(shè)計(jì)了一種基于支持向量機(jī)的多目標(biāo)數(shù)據(jù)關(guān)聯(lián)算法，即把量測新息作為支持向量機(jī)的輸入，通過支持向量機(jī)對各個傳感器的測量數(shù)據(jù)進(jìn)行分類，從而實(shí)現(xiàn)量測與航跡的關(guān)聯(lián)。在跟蹤維持階段，采用交互多模型算法和無味卡爾曼濾波相結(jié)合的方法，以此來實(shí)現(xiàn)多機(jī)動目標(biāo)的精確跟蹤。論文對多機(jī)動目標(biāo)跟蹤的理論及方法進(jìn)行了闡述，并對自適應(yīng)濾波算法以及數(shù)據(jù)關(guān)聯(lián)算
4、法進(jìn)行了研究。無味卡爾曼濾波和支持向量機(jī)被引入目標(biāo)跟蹤的研究，且取得了較好的效果。論文還提出了今后多目標(biāo)跟蹤的發(fā)展方向。關(guān)鍵詞：多機(jī)動目標(biāo)跟蹤，交互式多模型，當(dāng)前統(tǒng)計(jì)模型，數(shù)據(jù)關(guān)聯(lián)，支持向量機(jī)，無味卡爾曼濾波i多機(jī)動目標(biāo)跟蹤技術(shù)研究ABSTRACTDuetoitsextensiveapplicationperspectiveinmilitaryandcivilindustries,studyontargettrackinghasbeenpaidmoreattentionbyresearchersinthewo
5、rld.Inrecentyears,targettrackingtechnologyhasbeenlargelystudied,andplentifulresultshavebeenacquired.Multiplemaneuveringtargetstrackingisaresearchfocusofthefieldoftargettrackingatpresent.Itclassifiesthemeasurementsofnumeroussensorsaccordingtotheirsources,gai
6、nsthetracksofeverytarget,andthenanalyzestheveracityandreliabilityofthetargettracks.Thispaperisconcernedwithtwoaspectsofmultiplemaneuveringtargetstrackingtechnology,thosearedataassociationandtrackingmaintenance.Firstly,severalpopularmaneuveringtargettracking
7、algorithms,suchasKalmanfilteringalgorithm,extendKalmanfilteringalgorithm,“current”statisticalmodelalgorithmandinteractingmultiplemodelalgorithmarestudied.Then，amodified“current”statisticalmodelalgorithmbasedonfuzzylogicispresented.Thesimulationresultsdemons
8、tratetheavailabilityofthesetrackingalgorithms.Secondly,methodsoftrackinginitiationandterminationofmultipletargetsarestudied.ThenseveralmethodsofdataassociationarestudiedindetailsandanewModifiedCurrentM
