基于粒子濾波的機動目標跟蹤方法研究.pdf

1、機動目標跟蹤研究對目標機動不能準確描述的估計問題，是近年來科學界研究較多的課題。由于其有效而廣闊的理論和應用前景，在軍事和民用領域得到越來越廣泛的應用。但隨著跟蹤環(huán)境和目標機動性能發(fā)生變化，各種應用系統(tǒng)對機動目標跟蹤提出了日益復雜的要求。因而，尋找更為實時有效的機動目標跟蹤方法具有重要的意義。 本文研究基于粒子濾波的機動目標跟蹤，提出了實時有效的跟蹤算法，以期解決跟蹤過程中計算量大、精確度低的問題。首先，針對多模型跟蹤機動目標的

2、實時性問題，提出多模型擬蒙特卡羅-高斯粒子濾波(MM-QMC-GPF)算法和迭代多模型粒子濾波算法。前者對狀態(tài)采樣方法進行了改進，QMC采樣代替?zhèn)鹘y(tǒng)的MC采樣，后者通過迭代過程產生重要性密度函數(shù)，使之更符合真實的后驗概率分布。實驗表明，MM-QMC-GPF算法和迭代多模型粒子濾波算法均克服了傳統(tǒng)多模型粒子濾波算法計算量大的缺點，有效的提高了目標跟蹤的實時性；其次，在GPF算法的基礎上，提出了一種新的采樣間隔自適應調整算法，通過預測狀態(tài)協(xié)