多機(jī)動(dòng)目標(biāo)跟蹤技術(shù)研究.pdf

1、由于在軍事和民用領(lǐng)域具有廣闊的應(yīng)用前景，目標(biāo)跟蹤問(wèn)題的研究一直受到人們的廣泛關(guān)注。最近幾十年來(lái)，國(guó)內(nèi)外眾多專家學(xué)者對(duì)之進(jìn)行了深入的研究，并取得了豐碩的成果。多機(jī)動(dòng)目標(biāo)跟蹤問(wèn)題是目前目標(biāo)跟蹤領(lǐng)域的一個(gè)重要研究方向，它是將傳感器接收到的眾多量測(cè)值按照它們的來(lái)源分類，給出各跟蹤目標(biāo)的運(yùn)動(dòng)軌跡，并分析運(yùn)動(dòng)軌跡的準(zhǔn)確性和可靠性。本文主要對(duì)多機(jī)動(dòng)目標(biāo)跟蹤中的兩個(gè)關(guān)鍵技術(shù)，即數(shù)據(jù)關(guān)聯(lián)與跟蹤維持進(jìn)行研究。 首先研究了幾種常用的機(jī)動(dòng)目標(biāo)跟蹤算法：

2、卡爾曼濾波算法、擴(kuò)展卡爾曼濾波算法、“當(dāng)前”統(tǒng)計(jì)模型算法和交互式多模型算法，并提出了一種“當(dāng)前”模型的模糊改進(jìn)算法，經(jīng)過(guò)對(duì)幾種自適應(yīng)濾波算法的仿真比較，證明它們用于解決機(jī)動(dòng)目標(biāo)跟蹤問(wèn)題是有效可行的。 其次對(duì)多目標(biāo)航跡的起始和終結(jié)方法進(jìn)行了研究，并重點(diǎn)研究了機(jī)動(dòng)目標(biāo)跟蹤的幾種數(shù)據(jù)關(guān)聯(lián)的方法，包括最近鄰數(shù)據(jù)關(guān)聯(lián)，概率數(shù)據(jù)關(guān)聯(lián)和聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)，并提出了一種改進(jìn)當(dāng)前模型－概率數(shù)據(jù)關(guān)聯(lián)算法，仿真證明其較傳統(tǒng)的交互式多模型－概率數(shù)據(jù)關(guān)聯(lián)（

3、IMM-PDA）算法具有更高的精確度。 接下來(lái)針對(duì)目前目標(biāo)跟蹤中模型普遍存在非線性的現(xiàn)象，研究了幾種非線性濾波的方法，包括擴(kuò)展卡爾曼濾波、無(wú)味卡爾曼濾波和粒子濾波，并進(jìn)行了仿真實(shí)驗(yàn)和性能分析。 最后設(shè)計(jì)了一種基于支持向量機(jī)的多目標(biāo)數(shù)據(jù)關(guān)聯(lián)算法，即把量測(cè)新息作為支持向量機(jī)的輸入，通過(guò)支持向量機(jī)對(duì)各個(gè)傳感器的測(cè)量數(shù)據(jù)進(jìn)行分類，從而實(shí)現(xiàn)量測(cè)與航跡的關(guān)聯(lián)。在跟蹤維持階段，采用交互多模型算法和無(wú)味卡爾曼濾波相結(jié)合的方法，以此來(lái)實(shí)現(xiàn)