基于水下傳感器網絡的被動目標跟蹤研究.pdf

1、隨著信息技術的發(fā)展和人們對海洋重視程度的增加,作為認識和開發(fā)海洋重要工具和途徑的水下傳感器網絡迅速發(fā)展,越來越多的專家學者開始圍繞其展開各種研究活動。基于水下傳感器網絡的目標跟蹤作為水下傳感器網絡的信息處理層次,起著承上啟下的作用,對下匯總和處理節(jié)點所采集信息,對上為態(tài)勢評估等提供決策支持,其受關注程度也越來越高。本文主要對水下傳感器網絡的被動目標跟蹤進行了研究,并進行了水下信息綜合處理平臺的設計與實驗。本文主要工作如下:
　　(

2、1)針對單目標跟蹤,首先闡述了幾種常見的水下目標運動模型,基于其中一種模型對目標跟蹤進行研究。提出了一種改進重采樣非擴維的UPF(Unscented Particle Filter,不敏粒子濾波)算法,并將該算法結合目標運動模型用于水下傳感器網絡的被動單目標跟蹤。該方法用非擴維UKF(Unscented Kalman Filter,不敏卡爾曼濾波)產生粒子的建議分布,相對于一般的擴維UKF大大減少了計算時間;并對重采樣環(huán)節(jié)進行了改進,依

3、據(jù)粒子權重大小合理組合被拋棄粒子和被復制粒子以產生新粒子,提高了粒子多樣性,增加了濾波精度。該方法具有用時短,跟蹤精度高的特點。
　　(2)針對多目標跟蹤,在集中式融合方式下,首先介紹了單個傳感器聯(lián)合概率數(shù)據(jù)關聯(lián),在此基礎上,闡述了適用于水下傳感器網絡的MSJPDA(Multisensor Joint Probabilistic Data Association多傳感器聯(lián)合概率數(shù)據(jù)關聯(lián))技術,并將單目標跟蹤方法(即改進重采樣非擴維

4、UPF)和MSJPDA技術相結合用于被動多目標跟蹤,進行基于水下傳感器網絡的多目標跟蹤。此種多目標跟蹤方法能有效對多個目標進行跟蹤。
　　(3)在Matlab環(huán)境下對單目標和多目標跟蹤方法進行了模擬仿真。仿真實驗證明了單目標跟蹤方法的跟蹤時耗要遠小于UPF,跟蹤精度較UPF和非擴維UPF都有所提高,具有自身的優(yōu)越性。仿真實驗還驗證了多目標跟蹤方法能有效對多個目標進行跟蹤,有效避免了軌跡交叉造成的跟蹤錯誤。值得注意的是,本文算法和仿