基于imm的红外%2f雷达目标跟踪技术研究

《基于imm的红外%2f雷达目标跟踪技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、申请上海交通大学工学硕士学位论文基于IMM的红外/雷达目标跟踪技术研究硕士生：张聃学号：1110329122班级：B1103294导师：蔡云泽副教授系别：自动化专业：控制工程上海交通大学电子信息与电气工程学院2014年2月万方数据ADissertationSubmittedtoShanghaiJiaoTongUniversityfortheDegreeofMasterAlgorithmsforTargetTrackingBasedonInteractingMultipleModelsofIR/RadarCandidate:ZhangDanStudentNo.:1110

2、329122Specialty:ControlEngineeringAdvisor:Prof.CaiYunzeSchoolofElectronicsandElectricEngineeringShanghaiJiaoTongUniversityShanghai,P.R.ChinaFebruary,2014万方数据万方数据万方数据万方数据万方数据摘要基于IMM的红外/雷达目标跟踪技术研究摘要目标跟踪是利用传感器获得的信息，对目标状态进行估计和预测的技术。目标跟踪技术在民用以及军事领域里已获得广泛应用。其研究内容主要是，从传感器获得的关于目标的不精确的信息中，准确的估计和

3、预测目标的真实信息。目标跟踪研究对象包括跟踪模型、滤波算法和数据融合算法。在已提出的模型中，交互式多模型（InteractingMultipleModels,IMM）具有优良的跟踪效果和对其他优秀模型良好的包容性。本文在IMM的架构下，基于扩展卡尔曼滤波算法，针对特定的情况（不完全观测和多目标），对跟踪滤波模型进行了改进，并设计了滤波算法，所提算法能够成功应对目标机动、观测丢失以及多目标等情况。主要内容和创新处如下：（1）相对于传统模型而言，“当前”统计模型（CS）具备适应时变过程噪声的能力，但同时存在机动频率离线确定和加速度上限固定的问题，本文对此分别提出了机动频率

4、在线调整和加速度上限调整因子的方法，进而提出改进的“当前”统计（ImprovedCurrentStatistical,ICS）模型。同时针对匀速运动模型在时变噪声情形下性能不佳的问题，将自适应改进方法引入其中，进而改良该模型性能。实验结果表明，改进后的滤波模型相较于原模型在跟踪效果上有所提升。（2）匀速模型（CV）是描述目标匀速飞行的最佳模型，但无法描述目标机动情况。ICS模型可以用于描述机动目标，可是当目标弱机动或者零机动时，单独的ICS模型跟踪效果下降。基于此种原因，本文引入IMM算法，将CV-ICS作为IMM内部基本模型重新设计扩展卡尔曼滤波器。仿真结果表明，该

5、算法对匀速目标和机动目标均可良好跟踪。（3）考虑工程实际中目标跟踪过程中可能出现的观测丢失情况，本文在不完全观测的基本模型下，采用红外/雷达以序贯方式融合的数据，在以CV-ICS模型为核心的IMM算法基础上设计扩展卡尔曼滤波算法。在观测无效的时刻能够起到良好的过渡作用，当观测有效后能快速调整估计值，进入平稳跟踪状态。（4）在工程应用中多目标问题研究更具有实际价值，本文将IMM模型和数据关联算法结合，使用新模型重新设计扩展卡尔曼滤波器，对二维环境下两个有交叉轨迹的I万方数据摘要机动目标进行仿真，结果表明该算法能正确区分两条轨迹。关键词：扩展卡尔曼滤波，“当前”统计模型，

6、交互式多模型，不完全观测，多目标跟踪II万方数据ABSTRACTAlgorithmsforTargetTrackingBasedonInteractingMultipleModelsofIR/RadarABSTRACTTargettrackingisamethodthatestimateandpredictthetarget’scurrentandfuturestaterespectivelybytakingadvantageofthetargetinformationobtainedbyvarioussensors.Targettrackinghasbeenwide

7、lyusedinbothmilitaryandcivilarea.Themainfocusoftheresearchintargettrackingistogetaccurateestimationfrominaccurateobservation.Itisacknowledgedthattheobjectoftheresearchconsistsofthreeaspects:mathematicalmodel,datafusionalgorithmaswellasthefilteringalgorithms.Amongthenumeroustheo