欢迎来到天天文库
浏览记录
ID:35054223
大小:3.24 MB
页数:65页
时间:2019-03-17
《在losnlos混合环境下的机动目标跟踪》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、学校代码10530学号201330111795分类号TP391密级公开硕士学位论文在LOS/NLOS混合环境下的机动目标跟踪学位申请人胡岚指导教师周彦副教授学院名称信息工程学院学科专业控制工程研究方向智能信息处理二零一六年五月二十日ManeuveringTargetTrackinginLOS/NLOSHybridEnvironmentCandidateHuLanSupervisorZhouYanCollegeInstituteofInformationEngineeringProgramControlS
2、cienceandEngineeringSpecializationIntelligentInformationProcessingDegreeMasterofEngineeringUniversityXiangtanUniversityDateMay,2016湘運大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研巧成果。除了文中特别加1^标注引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和
3、集体。本人完全意识到本声明的,均已在文中明确方式标明法律后果由本人承担。作者签名日期如/占年^月《日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湘潭大学可将本学位论文的全部或部分内容编入有关数据库进行检索,可W采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。f作者签名;日期年月日^^导师签名;和欠曰期年月曰
4、摘要随着人们对于位置信息的需求逐渐增多,以及相应专业方向的深入研究,目标跟踪领域得到了更广泛的关注与推动。在跟踪的过程中,非视距传播(None-line-of-sight,NLOS)、多径效应、信道噪声等严重影响着跟踪的准确性。其中,非视距传播对定位精度的影响最大。本文较为全面的讨论和研究了在视距(Line-of-sight,LOS)和非视距混合环境下的无线定位问题,给出了两种解决方法。另外,本文将研究对象从单目标扩展至多目标,提出了基于概率假设密度的多机动目标跟踪方法。仿真结果表明,本文所提在LOS
5、/NLOS混合环境下的机动目标跟踪方法有效可行,针对多目标的跟踪方法也能够保证较高的跟踪精度。本文首先简要介绍了目标跟踪的常见问题以及在LOS/NLOS混合环境下进行目标跟踪的研究背景与意义。简单分析了针对单机动目标跟踪和多机动目标跟踪的相关研究的发展现状。针对机动目标跟踪情景,阐述了几种经典的滤波方法,其中有Bayes滤波、扩展卡尔曼滤波(EKF)算法、无迹卡尔曼滤波(UKF)算法以及交互式多模型算法(InteractingMultipleModel,IMM),这些经典方法为后文打下了坚实的理论基础。
6、本文的第三章重点介绍了两种针对LOS/NLOS混合环境下机动目标跟踪方法,一种是基于IMM-UKF-CS的机动目标跟踪方法,另一种是基于HIMM-UKF的机动目标跟踪方法。基于IMM-UKF-CS的跟踪方法具体来说是通过设计LOS和NLOS两种模型集来系统描述目标的运动情景,并在IMM的框架下实现模型有效切换。基于HIMM-UKF的跟踪方法则是将目标的机动性考虑进多模型框架中,在已有的IMM的框架下构建双层IMM系统,第一层与IMM-UKF-CS的策略一样,实现LOS和NLOS的有效切换,第二层则通过设
7、定不同的运动模型实现目标机动模型的有效切换。仿真实验论证了以上两种方法的有效性。另外,本文在第四章还提出了基于概率假设密度的多机动目标跟踪方法,该方法是在随机有限集的框架下,利用概率假设密度结合UKF的方法实现对多个机动目标在强杂波环境下的跟踪。仿真表明该方法能够在多机动目标跟踪情景下,能够保障较高的定位精度与稳定性。文章在最后对前文介绍过的理论知识、算法框架等做了系统的总结与讨论,并对进一步的研究进行了展望。关键词:LOS/NLOS混合环境;机动目标跟踪;交互式多模型;无迹卡尔曼滤波;概率假设密度;随
8、机有限集。IABSTRACTWiththeincreasingdemandforlocationinformation,andthefurtherresearchofthecorrespondingprofessionaldirection,moreandmoreresearcherspayattentiontoit.Intheprocessoftracking,None-line-of-sight(NLOS),multipatheffec
此文档下载收益归作者所有