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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、目標(biāo)跟蹤技術(shù)已經(jīng)廣泛應(yīng)用于導(dǎo)航、航空航天、交通以及軍事相關(guān)領(lǐng)域,在這些領(lǐng)域中,隨著目標(biāo)運(yùn)動(dòng)能力的不斷增強(qiáng),目標(biāo)的運(yùn)動(dòng)環(huán)境和運(yùn)動(dòng)模式越來越復(fù)雜,人們對(duì)跟蹤系統(tǒng)性能的要求也越來越高。為了提高目標(biāo)跟蹤系統(tǒng)的性能,本文從濾波算法的選擇、目標(biāo)運(yùn)動(dòng)模型的優(yōu)化以及移動(dòng)多平臺(tái)多傳感器的偏差配準(zhǔn)三個(gè)方面進(jìn)行了研究。
首先,對(duì)EKF、UKF和UEKF三種卡爾曼濾波算法在兩種不同系統(tǒng)中的性能進(jìn)行了分析和對(duì)比,仿真結(jié)果表明,當(dāng)系統(tǒng)的截?cái)嗾`差很小且可以
2、被忽略時(shí),EKF、UKF和UEKF三種算法的精度相當(dāng);當(dāng)系統(tǒng)中的截?cái)嗾`差不能被忽略時(shí),UKF算法的性能要遠(yuǎn)遠(yuǎn)優(yōu)于EKF和UEKF算法的性能。
其次,分析了“當(dāng)前”統(tǒng)計(jì)模型(CS)的缺陷,在“當(dāng)前”統(tǒng)計(jì)模型中,加速度的方差由加速度極值和上一時(shí)刻加速度的估計(jì)值決定,當(dāng)目標(biāo)加速度發(fā)生突變而加速度極值保持不變時(shí),加速度方差的變化就會(huì)滯后,從而使得濾波跟蹤算法的誤差增大。針對(duì)這一缺陷,本文分析并比較了現(xiàn)有的幾種參數(shù)自適應(yīng)算法的性能,并對(duì)
3、其中一種算法進(jìn)行了改進(jìn),通過對(duì)加速度極值添加約束條件,避免了參數(shù)自適應(yīng)算法因加速度極值趨于零而失效的情況發(fā)生。仿真結(jié)果表明,與現(xiàn)有的算法相比本文的修正算法可以提高當(dāng)目標(biāo)發(fā)生強(qiáng)機(jī)動(dòng)時(shí)系統(tǒng)的跟蹤精度。
最后,針對(duì)移動(dòng)傳感器平臺(tái)運(yùn)動(dòng)狀態(tài)未知時(shí)的多平臺(tái)多傳感器的偏差配準(zhǔn)問題,提出了一種將UKF濾波算法和Mean-shift算法相結(jié)合的偏差配準(zhǔn)算法。該算法通過UKF對(duì)系統(tǒng)進(jìn)行濾波從而得到濾波偏差集,然后對(duì)偏差集利用Mean-shift算
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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Kalman濾波的無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法的研究.pdf
- 基于粒子濾波的無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤.pdf
- 基于Kalman濾波方法的多傳感器信息融合濾波器.pdf
- 基于粒子濾波算法的無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤研究.pdf
- 基于Kalman濾波的雷達(dá)目標(biāo)跟蹤算法研究.pdf
- 基于非線性濾波的傳感器網(wǎng)絡(luò)目標(biāo)跟蹤方法研究.pdf
- 基于粒子濾波的被動(dòng)傳感器多目標(biāo)跟蹤算法研究.pdf
- 基于改進(jìn)粒子濾波的無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法研究.pdf
- 無線傳感器網(wǎng)絡(luò)中基于粒子濾波的多目標(biāo)跟蹤.pdf
- 基于粒子濾波的無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法的研究.pdf
- 無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤問題研究.pdf
- 基于傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤算法研究.pdf
- 基于無線傳感器網(wǎng)絡(luò)的目標(biāo)發(fā)現(xiàn)與跟蹤研究.pdf
- 基于Camshift和Kalman濾波的多目標(biāo)跟蹤算法研究.pdf
- 基于分布式粒子濾波的無線傳感器網(wǎng)絡(luò)目標(biāo)跟蹤算法研究.pdf
- 基于Kalman濾波的BLDCM無傳感器控制系統(tǒng)的設(shè)計(jì)與仿真.pdf
- 基于Kalman濾波—加權(quán)因子的多傳感器數(shù)據(jù)融合方法研究.pdf
- 基于現(xiàn)代時(shí)間序列的多傳感器信息融合Kalman濾波器與Wiener濾波器.pdf
- 基于無線傳感器網(wǎng)絡(luò)的目標(biāo)跟蹤研究.pdf
- 多傳感器圖像配準(zhǔn)方法研究.pdf
評(píng)論
0/150
提交評(píng)論