基于新的粒子濾波算法的機動目標跟蹤研究.pdf

1、機動目標跟蹤在國防科研、雷達信號處理及其他相關領域中是一個非常重要的研究課題，最近幾十年來，國內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，其中部分研究成果已經成功應用于空中偵察與預警、彈道導彈防御、戰(zhàn)場監(jiān)視等軍事領域，以及空中交通管制、交通導航、機器人視覺系統(tǒng)等民用領域。本論文主要對機動目標跟蹤中的非線性濾波算法進行了系統(tǒng)深入的研究。 首先系統(tǒng)地概述了機動目標跟蹤的基本原理，討論了幾種常用的目標機動模型、基本濾波預

2、測方法和數(shù)據(jù)關聯(lián)算法。分析比較了多種非線性濾波算法和新的粒子濾波算法，實驗結果表明代價參考粒子濾波算法有較好的濾波性能。 其次為解決非線性非高斯條件下的機動目標跟蹤問題，論文將代價參考粒子濾波算法與當前統(tǒng)計模型的優(yōu)點相結合，提出了基于代價參考粒子濾波的“當前”統(tǒng)計模型自適應跟蹤算法，仿真結果表明該算法用于解決機動目標跟蹤問題是有效可行的；研究了基于代價參考粒子濾波的多模型跟蹤算法，對該算法重采樣過程隨機性太大的缺陷做了改進，并通

3、過仿真實驗證明了改進算法的有效性和可行性；分析比較了多模型跟蹤算法中模型數(shù)目選取對跟蹤性能的影響，并對基于代價參考粒子濾波的兩種跟蹤算法的跟蹤性能做了對比分析。 最后針對多目標跟蹤中的數(shù)據(jù)關聯(lián)問題，闡述了幾種典型的多目標數(shù)據(jù)關聯(lián)算法，研究了另一種新的粒子濾波算法，即Rao-Blackwellised粒子濾波算法，然后將該算法應用于單機動目標的跟蹤問題和多機動目標的數(shù)據(jù)關聯(lián)問題，仿真結果表明，該算法有較高的跟蹤精度和較好的實時性。