單機(jī)動(dòng)目標(biāo)跟蹤算法研究.pdf

1、單機(jī)動(dòng)目標(biāo)跟蹤算法的關(guān)鍵是濾波算法，在濾波算法中又分為線性濾波和非線性濾波。在線性濾波算法中，機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型是關(guān)鍵因素。最終的跟蹤精度完全由機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型和濾波算法決定。本文在分析幾種基本機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型的基礎(chǔ)上，提出了采用小波神經(jīng)網(wǎng)絡(luò)對(duì)當(dāng)前統(tǒng)計(jì)模型進(jìn)行修正的算法，提高了該算法的精確度。在非線性濾波算法中，本文重點(diǎn)對(duì)非線性濾波算法中的擴(kuò)展卡爾曼濾波算法和粒子濾波進(jìn)行了對(duì)比，用仿真的方法驗(yàn)證了粒子濾波算法優(yōu)于擴(kuò)展卡爾曼濾波算法。本研究

2、內(nèi)容如下:
　　 ⑴小波去噪的方法有多種，Mallat在文獻(xiàn)中提出了多分辨分析的概念，并給出了小波分解與重構(gòu)的快速算法，即Mallat算法。分解重構(gòu)法的優(yōu)點(diǎn)是算法簡(jiǎn)單明了，計(jì)算速度快。在利用該算法的基礎(chǔ)上，分別比較了Haar小波、Daubechies小波、coiflets小波、Symlets小波和Biorthogonal小波在用于機(jī)動(dòng)目標(biāo)跟蹤時(shí)的去噪性能。同時(shí)也比較了小波閾值去噪算法。
　　 ⑵在機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型研究方面

3、，針對(duì)當(dāng)前統(tǒng)計(jì)模型中機(jī)動(dòng)頻率這一參數(shù)的變化對(duì)跟蹤精度的影響，通過(guò)采用自適應(yīng)改變機(jī)動(dòng)頻率的方法提高了當(dāng)前統(tǒng)計(jì)模型的精度。在具體算法中，采用離線訓(xùn)練好的小波神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)對(duì)機(jī)動(dòng)頻率進(jìn)行調(diào)整。采用小波作為神經(jīng)網(wǎng)絡(luò)的神經(jīng)元構(gòu)建的小波神經(jīng)網(wǎng)絡(luò)，同時(shí)具有小波和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，可以克服普通神經(jīng)網(wǎng)絡(luò)構(gòu)建的盲目性。本文根據(jù)小波神經(jīng)網(wǎng)絡(luò)逼近原理，采用Morlet小波，Mexican hat小波和DOG小波作為神經(jīng)網(wǎng)絡(luò)的神經(jīng)元，構(gòu)建了相應(yīng)的Morlet小波神經(jīng)