基于Kalman濾波的目標(biāo)跟蹤與傳感器配準(zhǔn)問題研究.pdf

1、目標(biāo)跟蹤技術(shù)已經(jīng)廣泛應(yīng)用于導(dǎo)航、航空航天、交通以及軍事相關(guān)領(lǐng)域，在這些領(lǐng)域中，隨著目標(biāo)運(yùn)動能力的不斷增強(qiáng)，目標(biāo)的運(yùn)動環(huán)境和運(yùn)動模式越來越復(fù)雜，人們對跟蹤系統(tǒng)性能的要求也越來越高。為了提高目標(biāo)跟蹤系統(tǒng)的性能，本文從濾波算法的選擇、目標(biāo)運(yùn)動模型的優(yōu)化以及移動多平臺多傳感器的偏差配準(zhǔn)三個方面進(jìn)行了研究。
　　首先，對EKF、UKF和UEKF三種卡爾曼濾波算法在兩種不同系統(tǒng)中的性能進(jìn)行了分析和對比，仿真結(jié)果表明，當(dāng)系統(tǒng)的截斷誤差很小且可以

2、被忽略時，EKF、UKF和UEKF三種算法的精度相當(dāng)；當(dāng)系統(tǒng)中的截斷誤差不能被忽略時，UKF算法的性能要遠(yuǎn)遠(yuǎn)優(yōu)于EKF和UEKF算法的性能。
　　其次，分析了“當(dāng)前”統(tǒng)計(jì)模型（CS）的缺陷，在“當(dāng)前”統(tǒng)計(jì)模型中，加速度的方差由加速度極值和上一時刻加速度的估計(jì)值決定，當(dāng)目標(biāo)加速度發(fā)生突變而加速度極值保持不變時，加速度方差的變化就會滯后，從而使得濾波跟蹤算法的誤差增大。針對這一缺陷，本文分析并比較了現(xiàn)有的幾種參數(shù)自適應(yīng)算法的性能，并對

3、其中一種算法進(jìn)行了改進(jìn)，通過對加速度極值添加約束條件，避免了參數(shù)自適應(yīng)算法因加速度極值趨于零而失效的情況發(fā)生。仿真結(jié)果表明，與現(xiàn)有的算法相比本文的修正算法可以提高當(dāng)目標(biāo)發(fā)生強(qiáng)機(jī)動時系統(tǒng)的跟蹤精度。
　　最后，針對移動傳感器平臺運(yùn)動狀態(tài)未知時的多平臺多傳感器的偏差配準(zhǔn)問題，提出了一種將UKF濾波算法和Mean-shift算法相結(jié)合的偏差配準(zhǔn)算法。該算法通過UKF對系統(tǒng)進(jìn)行濾波從而得到濾波偏差集，然后對偏差集利用Mean-shift算