基于Jerk模型的高機動目標跟蹤算法研究.pdf

1、不論在軍事還是民用領域中,目標跟蹤都有著廣泛的應用,譬如空中防御和空中交通管制中,因此受到人們的廣泛的關注,隨著科學技術的不斷發(fā)展各種飛行器的機動性能不斷和速度也在不斷的提高,因此,如何提高高速高機動目標的跟蹤性能成為一個更加重要的問題。由于目標機動出現(xiàn)的隨機性、復雜性和多樣性,跟蹤系統(tǒng)的性能也會隨之變的惡化,對機動目標進行跟蹤,在理論和實踐上都有較高的技術難度。因此,本文在學習前人研究成果的基礎上,著重研究了高機動目標的跟蹤問題。

2、r>　　 本文首先回顧了機動目標跟蹤問題的發(fā)展歷程和研究現(xiàn)狀,詳細介紹了目標跟蹤的理論知識:狀態(tài)估計、參數(shù)估計與狀態(tài)估計、卡爾曼濾波等濾波方法。在此基礎上,對相關的問題進行了研究,由于運動目標的高速高機動性,迫切要求我們能夠更加準切的描述目標的模型,機動頻率是描述運動目標機動性的參數(shù),該參數(shù)一般是根據(jù)人們的經(jīng)驗認為設定的,因此,在對運動目標的跟蹤過程中不可避免的引入人為誤差,降低了跟蹤精度。
　　 本文主要研究的高機動高速運動

3、目標的跟蹤問題,開展了一下研究工作:
　　 1、首先利用系統(tǒng)辨識中參數(shù)辨識的有關知識,結(jié)合Jerk模型提出了機動頻率的辨識方法,同時由于觀測噪聲的存在,使得辨識的無偏性不能滿足,因此對辨識算法提出了合理的補償方法。實驗結(jié)果表明,該方法能對目標運動模型中的機動頻率進行良好的辨識。
　　 2、根據(jù)系統(tǒng)辨識相關知識,參數(shù)也可以看作系統(tǒng)的一個狀態(tài),因此將機動頻率作為系統(tǒng)狀態(tài)方程中的一個狀態(tài)進行建模,提出了α-CS-Jerk模型,