基于粒子濾波的機動目標跟蹤算法研究.pdf

1、機動目標跟蹤一直以來都是國內(nèi)外眾多學者的研究熱點，本文首先對其基本原理和關鍵技術(shù)進行了介紹，比如在非線性濾波領域具有獨特優(yōu)勢的粒子濾波技術(shù)，以及在機動目標跟蹤中獲得廣泛應用的多模型技術(shù)。在此基礎上，針對機動目標跟蹤的特點與難點，本文設計了兩種改進的機動目標跟蹤算法。第一種算法結(jié)合了標準粒子濾波和多模粒子濾波各自的優(yōu)勢：當目標處于非機動狀態(tài)時采用標準粒子濾波，而當目標處于機動狀態(tài)時采用多模粒子濾波。新算法引入模糊控制技術(shù)以進行有效的目標機

2、動檢測，同時引入了后向校正子算法來補償由于可能存在的檢測時延而引起的性能惡化。第二種算法針對傳統(tǒng)粒子濾波在機動目標跟蹤中由于模型不確定而導致的性能惡化，引入灰色預測這一模型無關的技術(shù)，在粒子濾波的采樣過程中結(jié)合標準采樣方法和基于灰色預測的采樣方法，即使在模型不匹配的情況下仍能保證采樣得到充分多的有效粒子。本文提出的兩種算法的性能通過仿真進行了驗證，并與標準粒子濾波算法與多模粒子濾波算法進行了比較。結(jié)果顯示，所提出的新算法在跟蹤精度、計算