基于雷達和電子海圖的航跡預(yù)測.pdf

1、無論在軍事和民用領(lǐng)域，都需要可靠而精確的航跡預(yù)測。運動目標的機動會使預(yù)測系統(tǒng)的性能產(chǎn)生惡化，由于機動出現(xiàn)的復(fù)雜性、隨機性和多樣性，對機動目標進行預(yù)測一直是一個具有挑戰(zhàn)性的問題，不管在理論上和實踐上都有較高的技術(shù)難度。而隨著現(xiàn)代造船技術(shù)的飛速發(fā)展，各種船舶的航行速度和機動性越來越高，在此背景下，如何提高高速高機動目標的跟蹤性能成為一個越來越重要的問題，因此迫切需要找出性能更為優(yōu)越的跟蹤濾波方法。雖然現(xiàn)在已有不少目標跟蹤算法，但專門針對船舶

2、機動目標跟蹤的研究還不多，因此本文著重研究船舶高速高機動目標的跟蹤問題。 本文首先介紹了航海雷達，并介紹了該課題的研究現(xiàn)狀：主要介紹了航海雷達的性能指標，國外相關(guān)領(lǐng)域研究現(xiàn)狀。第二章詳細介紹了目前運用最廣泛的幾種機動運動模型，包括勻速運動(CV)模型、勻加速運動(CA)模型、Singer模型、“當前”統(tǒng)計模型和IMM算法；討論分析了各種模型的過程方程及各種參數(shù)。第三章詳細討論了兩種濾波算法： LMS濾波算法和Kalman濾波算

3、法，詳細介紹了各種算法的原理及步驟；在第四章中對分別使用Singer模型、“當前”統(tǒng)計模型、CV模型、CA模型和IMM算法，LMS算法及Kalman算法作了仿真，并對各種仿真結(jié)果進行比較。并最終決定采用Singer模型以及Kalman濾波器，仿真結(jié)果表明其獲得了對高速高機動目標較好的跟蹤性能。算法在跟蹤性能和計算復(fù)雜度之間取得了一個較好的平衡，是一種可行的高速高機動目標跟蹤算法。第五章，使用MiniGUI在Linux下進行了仿真，由于M