箱粒子濾波在擴(kuò)展目標(biāo)跟蹤中的應(yīng)用.pdf_第1頁(yè)
已閱讀1頁(yè),還剩105頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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)因其在軍事和民用領(lǐng)域所展現(xiàn)出的巨大應(yīng)用潛力,以及在現(xiàn)代防空作戰(zhàn)和航空航天等領(lǐng)域的關(guān)鍵地位,而備受?chē)?guó)內(nèi)外學(xué)者的高度關(guān)注。隨著寬帶雷達(dá)的研制與進(jìn)一步開(kāi)發(fā),由于其較高的距離分辨率和較強(qiáng)的抗干擾性能使得寬帶雷達(dá)在電子戰(zhàn)中發(fā)揮著越來(lái)越重要的作用,其在“高距離分辨率”條件下所產(chǎn)生的擴(kuò)展目標(biāo)的跟蹤問(wèn)題也亟待解決。在擴(kuò)展目標(biāo)跟蹤中,每一時(shí)刻目標(biāo)的量測(cè)數(shù)目通常不止一個(gè),因此在多擴(kuò)展目標(biāo)的跟蹤過(guò)程中,其復(fù)雜的數(shù)據(jù)關(guān)聯(lián)結(jié)果往往導(dǎo)致擴(kuò)展目標(biāo)很難被跟

2、蹤并且其跟蹤算法具有較高的計(jì)算復(fù)雜度。如何在保證較好濾波性能的前提下,降低算法的計(jì)算復(fù)雜度,并解決劃分單元中無(wú)法剔除雜波量測(cè)而對(duì)目標(biāo)狀態(tài)估計(jì)產(chǎn)生影響,以及目標(biāo)的量測(cè)必須服從一定分布的假設(shè)等問(wèn)題成為了一項(xiàng)極具挑戰(zhàn)性的研究課題。
  本文主要在區(qū)間分析的理論基礎(chǔ)上,圍繞箱粒子濾波在擴(kuò)展目標(biāo)跟蹤算法中的應(yīng)用展開(kāi)相關(guān)研究工作。
  1.研究了箱粒子的基礎(chǔ)知識(shí),通過(guò)已有的研究成果了解了其應(yīng)用范圍和實(shí)現(xiàn)過(guò)程,其主要處理的是非精確量測(cè)問(wèn)題

3、,即最大誤差已知的量測(cè),采用區(qū)間分析的方法,將其表示為區(qū)間數(shù)據(jù),進(jìn)而通過(guò)約束傳播的方法進(jìn)行濾波,箱粒子濾波是將粒子濾波與區(qū)間分析有機(jī)結(jié)合而提出的,采用區(qū)間數(shù)據(jù)來(lái)代替原有粒子濾波的精確數(shù)據(jù),能以幾十個(gè)箱粒子達(dá)到近似于傳統(tǒng)幾千個(gè)粒子的濾波性能,具有運(yùn)行速度快,計(jì)算復(fù)雜度低等優(yōu)勢(shì)并且在量測(cè)存在一定模糊性的情況下有較好的表現(xiàn)。
  2.研究了基于區(qū)間分析的多擴(kuò)展目標(biāo)的跟蹤算法。首次將箱粒子濾波所處理的最大誤差問(wèn)題應(yīng)用于擴(kuò)展目標(biāo)的擴(kuò)展范圍方

4、面,采用矩形箱的形式來(lái)表示擴(kuò)展目標(biāo)進(jìn)而對(duì)目標(biāo)進(jìn)行跟蹤,提出了以箱粒子為模型的基于區(qū)間分析的多擴(kuò)展目標(biāo)跟蹤算法。本算法在保證了良好的濾波性能的同時(shí),降低了擴(kuò)展目標(biāo)跟蹤算法的計(jì)算復(fù)雜度,同時(shí)對(duì)目標(biāo)的量測(cè)分布也無(wú)限制要求;由于其采用的區(qū)間量測(cè)不需要區(qū)分劃分單元內(nèi)的真實(shí)量測(cè)與雜波量測(cè),可很好的解決傳統(tǒng)擴(kuò)展目標(biāo)量測(cè)劃分中由于無(wú)法剔除目標(biāo)區(qū)域內(nèi)的雜波量測(cè)而對(duì)濾波結(jié)果產(chǎn)生的影響,其似然函數(shù)的特殊性也保證了算法較好的抗雜波性能,對(duì)于不同大小的擴(kuò)展目標(biāo)也

5、可直接跟蹤。
  3.研究了機(jī)動(dòng)擴(kuò)展目標(biāo)的跟蹤算法。本文在以區(qū)間分析來(lái)處理擴(kuò)展目標(biāo)跟蹤問(wèn)題的基礎(chǔ)上,結(jié)合交互多模型的提出了基于箱粒子的機(jī)動(dòng)擴(kuò)展目標(biāo)跟蹤算法,并由于新生粒子的加入有效地降低了模型概率估計(jì)偏差所帶來(lái)的影響,之后又引入隨機(jī)集理論,提出了解決多機(jī)動(dòng)目標(biāo)跟蹤的交互多模型箱粒子PHD濾波算法,并將交互多模型的箱粒子PHD濾波算法應(yīng)用于多個(gè)擴(kuò)展目標(biāo)的跟蹤上,此算法繼承了箱粒子在擴(kuò)展目標(biāo)跟蹤中所具有諸多優(yōu)勢(shì),如所需粒子數(shù)少、運(yùn)行速

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)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(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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

評(píng)論

0/150

提交評(píng)論