多機動目標跟蹤技術(shù)研究.pdf

1、由于在軍事和民用領(lǐng)域具有廣闊的應用前景，目標跟蹤問題的研究一直受到人們的廣泛關(guān)注。最近幾十年來，國內(nèi)外眾多專家學者對之進行了深入的研究，并取得了豐碩的成果。多機動目標跟蹤問題是目前目標跟蹤領(lǐng)域的一個重要研究方向，它是將傳感器接收到的眾多量測值按照它們的來源分類，給出各跟蹤目標的運動軌跡，并分析運動軌跡的準確性和可靠性。本文主要對多機動目標跟蹤中的兩個關(guān)鍵技術(shù)，即數(shù)據(jù)關(guān)聯(lián)與跟蹤維持進行研究。 首先研究了幾種常用的機動目標跟蹤算法：

2、卡爾曼濾波算法、擴展卡爾曼濾波算法、“當前”統(tǒng)計模型算法和交互式多模型算法，并提出了一種“當前”模型的模糊改進算法，經(jīng)過對幾種自適應濾波算法的仿真比較，證明它們用于解決機動目標跟蹤問題是有效可行的。 其次對多目標航跡的起始和終結(jié)方法進行了研究，并重點研究了機動目標跟蹤的幾種數(shù)據(jù)關(guān)聯(lián)的方法，包括最近鄰數(shù)據(jù)關(guān)聯(lián)，概率數(shù)據(jù)關(guān)聯(lián)和聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)，并提出了一種改進當前模型－概率數(shù)據(jù)關(guān)聯(lián)算法，仿真證明其較傳統(tǒng)的交互式多模型－概率數(shù)據(jù)關(guān)聯(lián)（

3、IMM-PDA）算法具有更高的精確度。 接下來針對目前目標跟蹤中模型普遍存在非線性的現(xiàn)象，研究了幾種非線性濾波的方法，包括擴展卡爾曼濾波、無味卡爾曼濾波和粒子濾波，并進行了仿真實驗和性能分析。 最后設(shè)計了一種基于支持向量機的多目標數(shù)據(jù)關(guān)聯(lián)算法，即把量測新息作為支持向量機的輸入，通過支持向量機對各個傳感器的測量數(shù)據(jù)進行分類，從而實現(xiàn)量測與航跡的關(guān)聯(lián)。在跟蹤維持階段，采用交互多模型算法和無味卡爾曼濾波相結(jié)合的方法，以此來實現(xiàn)