資源描述：
《目標(biāo)跟蹤系統(tǒng)數(shù)據(jù)處理關(guān)鍵技術(shù)研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、西北工業(yè)大學(xué)博士學(xué)位論文(學(xué)位研究生)題目：目標(biāo)跟蹤系統(tǒng)數(shù)據(jù)處理關(guān)鍵技術(shù)研究作者：倪龍強(qiáng)學(xué)科專(zhuān)業(yè)：交通信息工程及控制指導(dǎo)教師：高社生教授2015年12月ResearchonKeyTechnologiesforDataProcessingofTargetTrackingSystemByNiLongqiangSupervisor：Prof.GaoSheshengSchoolofAutomationNorthwesternPolytechnicalUniversityXi’an,Shaanxi,P.R.China2015西北工業(yè)大學(xué)博士學(xué)位論文摘要摘要綜合利用來(lái)
2、自多種傳感器輸出的目標(biāo)和環(huán)境信息，及時(shí)、準(zhǔn)確、有效的實(shí)施對(duì)海陸空天各路目標(biāo)的狀態(tài)估計(jì)與信息融合（即數(shù)據(jù)處理），是戰(zhàn)場(chǎng)預(yù)警、精確打擊、空中交通管制、智能監(jiān)控等重要領(lǐng)域的關(guān)鍵技術(shù)之一。隨著感知環(huán)境與對(duì)象復(fù)雜多變、感知手段日益豐富、感知要求日益提高，使得目標(biāo)跟蹤問(wèn)題越來(lái)越呈現(xiàn)出復(fù)雜系統(tǒng)的不確定、非線(xiàn)性、多模態(tài)等復(fù)雜系統(tǒng)特性。本論文緊密?chē)@目標(biāo)跟蹤系統(tǒng)中的非線(xiàn)性估計(jì)、數(shù)據(jù)關(guān)聯(lián)、弱小目標(biāo)檢測(cè)與跟蹤、多傳感器融合等關(guān)鍵技術(shù)進(jìn)行研究，主要內(nèi)容與創(chuàng)新點(diǎn)如下：(1)針對(duì)固定采樣數(shù)目粒子濾波器效率低下以及KLD采樣方法門(mén)限選擇困難等的缺點(diǎn)，提出了一種平滑輔助的自適應(yīng)采樣粒子濾
3、波方法。設(shè)計(jì)了一種基于粒子平滑器的在線(xiàn)度量指標(biāo)，實(shí)時(shí)度量上一時(shí)刻的濾波結(jié)果，從而自適應(yīng)選擇下一時(shí)刻的采樣粒子數(shù)量。由于采用了粒子平滑和自適應(yīng)采用策略，使得算法具有較好的估計(jì)精度。仿真結(jié)果表明了算法的有效性。(2)針對(duì)雷達(dá)對(duì)某型靶機(jī)試驗(yàn)的機(jī)動(dòng)目標(biāo)跟蹤問(wèn)題，設(shè)計(jì)了一種交互式多模型不敏卡爾曼濾波器（IMM-UKF）。并與經(jīng)典的模型切換方法進(jìn)行了比較分析，通過(guò)實(shí)際工程驗(yàn)證，結(jié)果表明：雖然兩種方法都能夠?qū)C(jī)動(dòng)目標(biāo)進(jìn)行連續(xù)跟蹤，但是基于決策邏輯的模型切換法在模型切換過(guò)程中跟蹤誤差超差嚴(yán)重，而多模型跟蹤方法在整個(gè)跟蹤過(guò)程中誤差穩(wěn)定。(3)針對(duì)傳統(tǒng)聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)方法（J
4、PDA）在密集雜波環(huán)境下確認(rèn)矩陣構(gòu)造困難等不足，提出了一種基于粗糙集的概率數(shù)據(jù)互聯(lián)方法。基于粗糙集理論來(lái)處理落在跟蹤門(mén)內(nèi)的回波量測(cè)，通過(guò)計(jì)算關(guān)聯(lián)近似質(zhì)量對(duì)目標(biāo)量測(cè)進(jìn)行分類(lèi)，將跟蹤門(mén)交叉區(qū)域內(nèi)的量測(cè)區(qū)分對(duì)待，避免復(fù)雜的確認(rèn)矩陣計(jì)算。通過(guò)某防空武器在復(fù)雜電磁環(huán)境下的適應(yīng)能力試驗(yàn)表明：與JPDA算法相比較，本文提出的粗糙集概率數(shù)據(jù)互聯(lián)在不損失估計(jì)精度的情況下，有效降低了計(jì)算量。(4)針對(duì)復(fù)雜環(huán)境下弱小目標(biāo)檢測(cè)與跟蹤問(wèn)題，提出了一種量測(cè)空間自適應(yīng)劃分的微弱多目標(biāo)檢測(cè)前跟蹤方法。采用兩層劃分策略，先對(duì)量測(cè)空間進(jìn)行粗劃分，通過(guò)量測(cè)似然比檢驗(yàn)?zāi)繕?biāo)可能存在的區(qū)域；再對(duì)目標(biāo)
5、存在區(qū)域進(jìn)行細(xì)劃分，設(shè)計(jì)了一種帶有目標(biāo)可見(jiàn)性和關(guān)聯(lián)性指示信息的Rao-blackwellised粒子濾波器進(jìn)行目標(biāo)的檢測(cè)和跟蹤，從而自適應(yīng)調(diào)整量測(cè)空間的劃分粒度。仿真結(jié)果表明：本文提出的方法能夠在較低的計(jì)算復(fù)雜度條件下有效提高目標(biāo)檢測(cè)與跟蹤性能。(5)針對(duì)多傳感器目標(biāo)識(shí)別可能存在沖突問(wèn)題，提出了一種基于局部沖突分配策略的證據(jù)合成規(guī)則。綜合考慮了各傳感器對(duì)不同目標(biāo)識(shí)別結(jié)果之間的沖突和不同傳感器對(duì)同一目標(biāo)識(shí)別之間的沖突，進(jìn)行沖突的局部分配和證據(jù)合成。通過(guò)多I西北工業(yè)大學(xué)博士學(xué)位論文摘要傳感器聯(lián)合識(shí)別算例，對(duì)該方法進(jìn)行了驗(yàn)證。結(jié)果表明：所提出的方法具有良好的一致
6、性，同時(shí)在沖突證據(jù)合成時(shí)，能夠有效提高目標(biāo)識(shí)別能力、降低決策風(fēng)險(xiǎn)。(6)針對(duì)低檢測(cè)概率、密集雜波復(fù)雜環(huán)境下的多目標(biāo)跟蹤問(wèn)題，提出了一種基于Rao-Blackwellized粒子濾波的聯(lián)合多傳感器多目標(biāo)跟蹤方法。通過(guò)建立目標(biāo)數(shù)目的馬爾科夫模型，多傳感器多目標(biāo)關(guān)聯(lián)假設(shè)的貝葉斯全概率模型，采用Rao-Blackwellized粒子濾波進(jìn)行統(tǒng)一聯(lián)合處理。仿真結(jié)果表明：所提出的方法能夠處理目標(biāo)數(shù)目未知條件下的非線(xiàn)性、機(jī)動(dòng)多目標(biāo)檢測(cè)、關(guān)聯(lián)與跟蹤問(wèn)題。(7)工程中通常先用雷達(dá)對(duì)遠(yuǎn)距離目標(biāo)進(jìn)行探測(cè)和跟蹤，等目標(biāo)到達(dá)紅外跟蹤范圍內(nèi)以后，跟蹤系統(tǒng)應(yīng)用雷達(dá)輸出的目標(biāo)狀態(tài)對(duì)紅外跟
7、蹤系統(tǒng)進(jìn)行導(dǎo)引。然而，由于紅外只能輸出關(guān)于目標(biāo)的測(cè)角信息，要完成跟蹤任務(wù)就必須要有其它輔助手段來(lái)獲取目標(biāo)距離信息，因此本文對(duì)雷達(dá)/紅外聯(lián)合跟蹤方法進(jìn)行了研究，設(shè)計(jì)了雷達(dá)/紅外聯(lián)合跟蹤器，通過(guò)仿真對(duì)融合系統(tǒng)的性能進(jìn)行分析。關(guān)鍵詞：目標(biāo)跟蹤；信息融合；數(shù)據(jù)關(guān)聯(lián)；粒子濾波；粗糙集數(shù)據(jù)關(guān)聯(lián)II西北工業(yè)大學(xué)博士學(xué)位論文AbstractAbstractInformationfusionordataprocessingistheprocessofintegrationofmultipledataandknowledgerepresentingthesamereal-wo
8、rldobjectintoaconsistent,accurate
