資源描述：
《多目標(biāo)跟蹤中的數(shù)據(jù)關(guān)聯(lián)方法研究》由會(huì)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(kù)。
1、東南大學(xué)碩士學(xué)位論文多目標(biāo)跟蹤中的數(shù)據(jù)關(guān)聯(lián)方法研究姓名：嚴(yán)儀健申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：信號(hào)與信息處理指導(dǎo)教師：孟橋2002.3.1壟童盔堂嬰主墮塞生蘭壁堡蘭————————一，46344，捅要、r、、I目標(biāo)跟蹤技術(shù)在國(guó)防科研以及雷達(dá)，聲吶信號(hào)處理及其它相關(guān)領(lǐng)域中是一個(gè)非常董要的研究課題。多目標(biāo)跟蹤是主體為了維持對(duì)多個(gè)目標(biāo)當(dāng)前狀態(tài)的估計(jì)而對(duì)所接收的測(cè)量信息進(jìn)行處理的過(guò)程。本文介紹了目標(biāo)跟蹤的基本理論，討論了／目標(biāo)跟蹤特別是多目標(biāo)跟蹤的基本要素，并著重研究了其中的數(shù)據(jù)關(guān)聯(lián)方法。萬(wàn)／文中首先討論了目標(biāo)跟蹤
2、中的濾波估計(jì)方法，并結(jié)合實(shí)際應(yīng)用的需要針對(duì)廣泛使用的卡爾曼濾波方法提出了對(duì)非均勻間隔采樣的數(shù)據(jù)進(jìn)行卡爾曼濾波的處理方法，對(duì)卡爾曼濾波方程做了適當(dāng)?shù)男薷氖蛊溥m應(yīng)非均勻采樣數(shù)據(jù)的處理。數(shù)據(jù)關(guān)聯(lián)技術(shù)是多目標(biāo)跟蹤中的關(guān)鍵環(huán)節(jié)。本文介紹了數(shù)據(jù)關(guān)聯(lián)技術(shù)的分類和發(fā)展?fàn)顩r，并主要分析了基于貝葉斯估計(jì)的數(shù)據(jù)關(guān)聯(lián)方法如概率數(shù)據(jù)關(guān)聯(lián)方法(PDA)、聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)方法(JPDA)方法，針對(duì)PDA方法對(duì)所有落入跟蹤門(mén)內(nèi)的回波都采取同樣方法處理的缺點(diǎn)，介紹了改進(jìn)PDA(MPDA)方法。MPDA方法根據(jù)落入同一目標(biāo)跟蹤門(mén)的測(cè)量
3、值數(shù)目對(duì)落入公共區(qū)域的測(cè)量值進(jìn)行重新加權(quán)，取得了比較好的效果，MPDA方法相對(duì)于PDA方法的性能有了較大的提高。JPDA方法是多目標(biāo)跟蹤中的經(jīng)典方法，但其計(jì)算量很大，本文通過(guò)對(duì)關(guān)跌事件搜索原理的分析，提出了快速JPDA(FJPDA)分組搜索可行關(guān)聯(lián)事件的方法，該方法從關(guān)聯(lián)矩陣中的非零元素入手，采用遞歸執(zhí)行，分組搜索，在搜索同時(shí)計(jì)算關(guān)聯(lián)概率最大程度地利用搜索的中間結(jié)果提高處理速度。并在此基礎(chǔ)上提出了減少小概率關(guān)聯(lián)事件產(chǎn)生的改進(jìn)FJPDA算法，進(jìn)一步提高了計(jì)算速度。關(guān)鍵詞：多目標(biāo)跟蹤數(shù)據(jù)關(guān)聯(lián)聯(lián)合概害2拳
4、國(guó)關(guān)聯(lián)關(guān)聯(lián)事件東南大學(xué)碩士研究生學(xué)位論文ABSTRACTThetechniqueofmulti—targettrackingisoneofthemostimportanttopicsinna．tionaldefenseresearchsuchasradar,sonarsignalprocessing．Multi—targettrackingistheprocessingofmeasurementsthatreceivedbysensorstOmaintainthestateestimatesofmu
5、ltipletargets．Thispaperintroducesthebasictheoryoftargettracking，discussesthebasicelementsoftargettracking，especiallythedataassociationalgorithmsinmultitargettracking．First，wediscussthefiltersintargettracking，andweintroduceamodifiedKalmanfilterequationf
6、ordataacquiredbyvarioussamplingintervalstodealwiththepracticeapplications．Dataassociationproblemisthekeyfactorinmulti—targettracking．WeintroducethecategoryofdataassociationmethodsandmainlyintroducethemethodsbasedonBayesestimationsuchasprobabilisticdata
7、associationfPDA)methodandjointprobabilisticdataassociation(JPDA)method．ToovercomethedisadvantageofPDAmethod，wepresentamodifiedPDA(MPDA)method．MPDAmethodre—weightsthemeaSurementswhichfallintotheareasofmultiplevalidationgatesaccordingtothenumberofmeasure
8、mentsineachvalidationgate．ComparedwiththePDAmethod，theMPDAmethodhasabetterperformance．JPDAmethodisaclassicalmethodinmulti·targettracking，butithasahugecomputationburdenespeciallywhenthetargetnumberislarge．Weanalyzetheprincipleofthesearch
