硕士学位论文-机动目标跟踪算法研究

《硕士学位论文-机动目标跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、XXX大学硕士论文摘要无论是在军事还是民用领域，机动目标跟踪都有着广阔的应用前景，因而受到国内外学者和众多工程领域专家的高度重视，也取得了一系列丰硕的成果。随着信息技术的进步，在未来战场中，种类和数量繁多的信息化空袭兵器逐步呈现出高隐身化、高机动化和无人攻击的特点，在这一背景下，本文在综述机动目标跟踪相关算法的发展历史和研究现状的基础上，对杂波环境下机动弱小目标的跟踪问题进行了深入系统的研究，给出了一些有效的改进算法。首先，总结了机动目标的典型模型和基本的跟踪滤波与预测方法，重点分析了机动目标的曲线模型和非线性滤波算法，介绍了两种

2、目标跟踪新技术。针对目标的机动问题，通过对交互多模型算法的研究，从优选模型集和自适应Markov转移概率两个方面对经典交互多模型算法进行了改进，提出了一种基于概率相关性的自适应交互多模型（PR-AIMM）算法。与现有算法相比，该算法的计算量小、跟踪精度高。将其与概率数据关联滤波算法结合构成一种新的算法，解决了杂波环境下的机动弱小单目标跟踪问题。针对杂波环境下机动多目标跟踪问题，用“曲线预测”方法构造基于最大熵模糊聚类的数据关联算法，并将其与模糊自适应Kalman滤波器相结合，提出了一种双模糊联合概率数据关联滤波（DF-JPDAF）

3、算法，仿真表明该算法能对杂波环境下的机动多目标进行实时有效地跟踪。针对目标跟踪中的非线性问题，给出一种多传感器UnscentedKalman的粒子滤波（MS-UKPF）算法，并将其用于雷达和红外融合跟踪中，充分发挥了两种传感器的互补性，对杂波环境下的机动弱小目标进行了有效的跟踪。最后，按照文中的部分算法，编写了跟踪算法验证软件，并用数据验证了算法的有效性。关键词：机动目标跟踪，自适应滤波，交互多模型，数据关联，模糊聚类，粒子滤波IXXX大学硕士论文AbstractBothinmilitaryandcivilfield,maneuv

4、eringtargettrackinghavebeenfoundwideapplications.Soithasbeenpaidmuchattentionbymanycountriesandresearchers,manyplentifulandsubstantialresultshavebeenacquired.WiththeadvancementofInformationtechnology,highconcealedhighmaneuveredandunpilotedcharacteristichavebeenfoundin

5、manyweaponswithmulti-sortinairdefensebattlefield.Anewchallengetoairdefensesystemhasbeenputtous.Inthisbackground,thisdissertationdidin-depthresearchonmaneuveringdimtargettrackinginclutteredenvironmentbasedonsummarizingcontributionofotherresearchers.Aseriesofmendedmetho

6、dshavebeenproposed.Firstly,someclassicalmodelsofmaneuveringtargetandbasaltrackingmethodsweregiven.Curvemodelofmaneuveringtargetandnon-linearfilteringalgorithmwerestressed.Secondly,fortheproblemofmaneuveringdimtargettracking,AccordingchoosingmodelandadaptiveadjustingMa

7、rkovtransformprobability,amodifiedInteractiveMultipleModel(PR-AIMM)algorithmwasgiven.AndthealgorithmcombinedwithProbabilisticDataAssociation(PDA)wasusedinmaneuveringdimsingletargettrackinginclutteredenvironment,theresultisreliableandeffectual.Thirdly,becauseofdifficul

8、tyinmultiplemaneuveringtargetstrackingtechnology,amethodwhichcombinedmaximumentropyfuzzyclusteringdataassociationwithfuzzyad