混合效應模型及其在多目標跟蹤中的應用.pdf_第1頁
已閱讀1頁,還剩75頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著現(xiàn)代信息戰(zhàn)爭以及空中、海上交通管制的快速發(fā)展,多目標跟蹤受到越來越多的重視。大多數(shù)多目標跟蹤算法的一個標準假設是運動目標間相互獨立且模型參數(shù)已知,對此可建立狀態(tài)空間模型進行討論。然而在實際應用中,經(jīng)常遇到多個目標作為一個群體運動,目標間相互影響且個體參數(shù)未知的情況?;谏鲜銮樾危疚膶顟B(tài)空間模型推廣至混合效應狀態(tài)空間模型,探討混合效應狀態(tài)空間模型與多目標跟蹤相結(jié)合的建模與狀態(tài)估計算法。
  首先,本文基于復雜的數(shù)據(jù)關(guān)聯(lián)問題,

2、改進了多假設跟蹤(MHT)算法,探討參數(shù)已知的線性高斯模型的建立方法,并將該方法擴展到參數(shù)未知的非線性模型上,建立混合效應狀態(tài)空間多目標跟蹤模型;其次,討論了參數(shù)已知情形下的多目標跟蹤模型的狀態(tài)估計方法,利用混合高斯模型記錄多個假設,再利用量測信息解決數(shù)據(jù)關(guān)聯(lián)的不確定性,從而得到狀態(tài)估計結(jié)果;最后探討了混合效應狀態(tài)空間多目標跟蹤模型的狀態(tài)估計方法,提出基于抽樣思想的粒子濾波算法與卡爾曼濾波相結(jié)合的方法,并針對其產(chǎn)生的粒子退化現(xiàn)象進行改進

3、,得到基于核光滑的輔助粒子濾波與卡爾曼濾波相結(jié)合的狀態(tài)估計算法。
  針對所提出的算法,本文采用一個帶有兩個隨機擾動的地面多目標跟蹤模型進行數(shù)值仿真,對此模型分別運用基于粒子濾波的算法及其改進的輔助粒子濾波算法進行狀態(tài)估計,根據(jù)數(shù)值仿真結(jié)果建議優(yōu)先選擇基于核光滑的輔助粒子濾波算法,最后對該優(yōu)先算法的一致性檢驗也得到了滿意的效果。
  因此,本文所提出的針對混合效應狀態(tài)空間模型與多目標跟蹤問題相結(jié)合的建模與狀態(tài)估計方法具有重要

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論