機動目標跟蹤與多目標互聯(lián)算法研究.pdf

1、無論是在軍事領域或民用領域,目標跟蹤理論及數(shù)據(jù)關聯(lián)算法的研究都有十分深遠的意義。隨著科技的不斷發(fā)展,各種新的技術手段被應用到目標跟蹤技術中來,但是應用環(huán)境也越來越復雜,如何快速提高目標跟蹤算法及數(shù)據(jù)關聯(lián)算法的性能成為亟待解決的問題。濾波算法與數(shù)據(jù)關聯(lián)算法是機動目標跟蹤中的核心和難點,本文著重對這兩方面進行了研究。
　　首先,本文對機動目標跟蹤理論的基本原理及組成部分進行了介紹,又分別對機動目標的運動模型和一些非線性濾波器展開了討論

2、,重點介紹了幾種經典的模型及非線性濾波算法,并提出了兩種基于強跟蹤的非線性濾波改進算法。這兩種算法分別針對容積卡爾曼濾波器與平方根不敏卡爾曼濾波器,將強跟蹤濾波因子引入到算法中,在保證算法原有特點的基礎上改善了魯棒性差的問題,使這兩種算法在面臨強機動的時候具有實時調整能力。最后,分別通過兩種不同的仿真環(huán)境對這兩種改進算法進行了仿真分析,仿真結果進一步驗證了算法的有效性。
　　其次,本文對于多目標數(shù)據(jù)關聯(lián)的特點及任務進行了簡要描述,

3、針對多目標數(shù)據(jù)互聯(lián)算法中的一些經典數(shù)據(jù)關聯(lián)算法(例如最近鄰域法、概率數(shù)據(jù)互聯(lián)算法、廣義數(shù)據(jù)關聯(lián)算法、基于交互多模型的概率數(shù)據(jù)互聯(lián)算法等)進行了詳細研究,文中詳細介紹了各種經典數(shù)據(jù)關聯(lián)算法基本原理及推導步驟,并對各種算法性能進行了分析比較。最后采用對單目標數(shù)據(jù)關聯(lián)算法及多目標數(shù)據(jù)關聯(lián)算法分開仿真的方法,將單目標數(shù)據(jù)關聯(lián)算法(概率數(shù)據(jù)互聯(lián)算法、基于交互多模型的概率數(shù)據(jù)互聯(lián)算法)應用于一個結合勻速與勻加速的目標上。仿真結果表明,當目標的運動不