版權(quán)說(shuō)明:本文檔由用戶提供并上傳,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)跟蹤問(wèn)題是自然界中的一個(gè)基本問(wèn)題,可靠而精確地跟蹤目標(biāo)始終是目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)的主要目的。隨著計(jì)算機(jī)技術(shù)、傳感器制造技術(shù)以及信息處理技術(shù)的飛速發(fā)展,使得目標(biāo)跟蹤問(wèn)題發(fā)生著前所未有的深刻變化,被估計(jì)系統(tǒng)進(jìn)一步顯現(xiàn)出系統(tǒng)建模的非線性、非高斯,傳感器量測(cè)的多平臺(tái)、分布式和不確定,目標(biāo)運(yùn)動(dòng)的多模式等特征。一方面感知環(huán)境和感知對(duì)象日趨復(fù)雜多變,感知手段日趨豐富,感知能力日益增強(qiáng);另一方面感知任務(wù)和需求對(duì)目標(biāo)的跟蹤提出了實(shí)時(shí)、可靠、魯棒和精確等多
2、項(xiàng)要求。系統(tǒng)估計(jì)中這些新特點(diǎn)的出現(xiàn),都進(jìn)一步對(duì)估計(jì)理論發(fā)展、完善及應(yīng)用提出了更加嚴(yán)峻的挑戰(zhàn)。本文以實(shí)現(xiàn)目標(biāo)狀態(tài)估計(jì)的基本工具——濾波器為突破口,針對(duì)現(xiàn)代運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)中狀態(tài)估計(jì)的三類關(guān)鍵技術(shù)問(wèn)題展開相關(guān)研究工作,以期進(jìn)一步發(fā)展和完善運(yùn)動(dòng)目標(biāo)跟蹤理論。主要貢獻(xiàn)如下:
針對(duì)單傳感器條件下量測(cè)噪聲隨機(jī)性對(duì)濾波器狀態(tài)估計(jì)精度造成的不利影響,借鑒多傳感器融合思想,結(jié)合當(dāng)前時(shí)刻量測(cè)和量測(cè)噪聲先驗(yàn)統(tǒng)計(jì)信息構(gòu)建量測(cè)采樣集合,提出了線性量測(cè)采
3、樣提升策略,并將其應(yīng)用于標(biāo)準(zhǔn)卡爾曼濾波器。在此基礎(chǔ)上,設(shè)計(jì)了量測(cè)采樣分布式加權(quán)融合和量測(cè)采樣集中式一致性融合兩種實(shí)現(xiàn)結(jié)構(gòu)??紤]到目標(biāo)狀態(tài)演化建模和量測(cè)建模坐標(biāo)系轉(zhuǎn)換時(shí)造成的系統(tǒng)非線性問(wèn)題,結(jié)合非線性量測(cè)特點(diǎn),進(jìn)一步構(gòu)建了非線性量測(cè)采樣提升策略,并將其動(dòng)態(tài)應(yīng)用于處理非線性估計(jì)問(wèn)題的容積卡爾曼濾波器中,結(jié)合加權(quán)融合思想,提出了基于分布式加權(quán)融合的量測(cè)采樣提升容積卡爾曼濾波器。
針對(duì)運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)中系統(tǒng)誤差對(duì)狀態(tài)估計(jì)精度造成不利影
4、響的問(wèn)題,結(jié)合卡爾曼濾波器中狀態(tài)預(yù)測(cè)和量測(cè)更新的實(shí)現(xiàn)機(jī)理,首先定量分析了系統(tǒng)誤差對(duì)目標(biāo)狀態(tài)估計(jì)及其誤差協(xié)方差引起的影響,進(jìn)而利用狀態(tài)擴(kuò)維技術(shù)將系統(tǒng)誤差建模為系統(tǒng)待估計(jì)狀態(tài)量,構(gòu)建了面向線性系統(tǒng)的基于卡爾曼濾波的系統(tǒng)誤差和狀態(tài)聯(lián)合估計(jì)算法。在此基礎(chǔ)上,針對(duì)存在量測(cè)系統(tǒng)誤差的非線性系統(tǒng)狀態(tài)估計(jì)問(wèn)題,通過(guò)對(duì)非線性系統(tǒng)誤差配準(zhǔn)進(jìn)行建模,以及對(duì)容積卡爾曼濾波實(shí)現(xiàn)結(jié)構(gòu)的合理優(yōu)化,提出了面向非線性系統(tǒng)估計(jì)的基于容積卡爾曼濾波的系統(tǒng)誤差和狀態(tài)聯(lián)合估計(jì)算
5、法。
針對(duì)非線性高斯場(chǎng)景下目標(biāo)數(shù)目未知或隨時(shí)間變化的多目標(biāo)跟蹤問(wèn)題,通過(guò)容積卡爾曼濾波和高斯混合概率假設(shè)密度濾波的動(dòng)態(tài)結(jié)合,在單傳感器量測(cè)條件下設(shè)計(jì)了一種面向非線性動(dòng)態(tài)模型估計(jì)的容積卡爾曼概率假設(shè)密度濾波算法的實(shí)現(xiàn)結(jié)構(gòu)。在此基礎(chǔ)上,借鑒模糊集理論中隸屬度函數(shù)設(shè)計(jì)的思想,利用數(shù)據(jù)間的相互支持度評(píng)估量測(cè)數(shù)據(jù)的可信度,通過(guò)構(gòu)建和求解表示傳感器量測(cè)間支持程度的置信距離和一致性矩陣的,提出一種基于多傳感器一致性融合的容積卡爾曼概率假設(shè)密
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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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
- 光電目標(biāo)跟蹤中的狀態(tài)估計(jì).pdf
- 光電跟蹤系統(tǒng)中的運(yùn)動(dòng)目標(biāo)跟蹤方法的研究.pdf
- 視頻中運(yùn)動(dòng)目標(biāo)跟蹤方法的研究.pdf
- 固定場(chǎng)景中運(yùn)動(dòng)目標(biāo)檢測(cè)與運(yùn)動(dòng)估計(jì)跟蹤.pdf
- 運(yùn)動(dòng)目標(biāo)跟蹤方法研究.pdf
- 交通場(chǎng)景中的運(yùn)動(dòng)目標(biāo)跟蹤方法研究.pdf
- 視頻序列中運(yùn)動(dòng)目標(biāo)跟蹤方法的研究.pdf
- 運(yùn)動(dòng)目標(biāo)跟蹤方法研究及系統(tǒng)設(shè)計(jì).pdf
- 視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法研究.pdf
- 機(jī)動(dòng)目標(biāo)跟蹤狀態(tài)估計(jì)與數(shù)據(jù)關(guān)聯(lián)技術(shù)的研究.pdf
- 視頻運(yùn)動(dòng)目標(biāo)跟蹤方法研究.pdf
- 眼鏡蛇偵察攻擊系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤方法研究
- 視頻中運(yùn)動(dòng)目標(biāo)變尺度跟蹤方法.pdf
- 眼鏡蛇偵察攻擊系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤方法研究.pdf
- 智能視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤方法研究.pdf
- 視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法的研究.pdf
- 基于視覺(jué)的運(yùn)動(dòng)目標(biāo)跟蹤方法研究.pdf
- 運(yùn)動(dòng)目標(biāo)跟蹤算法的若干方法研究.pdf
- 動(dòng)態(tài)場(chǎng)景的運(yùn)動(dòng)目標(biāo)跟蹤方法研究.pdf
- 視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法的研究.pdf
評(píng)論
0/150
提交評(píng)論