欢迎来到天天文库
浏览记录
ID:36533803
大小:2.37 MB
页数:72页
时间:2019-05-11
《一种改进的机动目标跟踪算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、研究生:指导教师:专业:研究方向:学院:2011年5月1S日原创性声明lIIIrTITIIIITIIIIlUIY1887527本人声明:所呈交的学位论文是本人在导师的指导下进行的研究工作及取得的研究成果。除本文已经注明引用的内容外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得凼蓥直太堂及其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:盏乏盘日期:坦!!:墨:!垒指导教师签名:日在学期间研究成果使用承诺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,即:内
2、蒙古大学有权将学位论文的全部内容或部分保留并向国家有关机构、部门送交学位论文的复印件和磁盘,允许编入有关数据库进行检索,也可以采用影印、缩印或其他复制手段保存、汇编学位论文。为保护学院和导师的知识产权,作者在学期间取得的研究成果属于内蒙古大学。作者今后使用涉及在学期间主要研究内容或研究成果,须征得内蒙古大学就读期间导师的同意;若用于发表论文,版权单位必须署名为内蒙古大学方可投稿或公开发表。学位论文作者签名:垒迸指导教师签名:日期:丝!!:墨:!墨日期:翌!f:量:!Z踪系统中,交互式多模型(IMM)算法由于使用多个不同的运动模型匹配目标不同的运动模式,且各模型之间存
3、在交互,在目标跟踪系统中不仅可以提高跟踪精度,还具有较高的效费比,因此受到较多的关注和重视。本文首先对目标模型和跟踪算法的研究和发展作了回顾,分析了它们的特点和适用范围。深入研究了基本的IMM算法,对其算法推导、数学描述、参数设计、应用特点等问题做了讨论总结。通过仿真验证了多模型算法较之单模型算法,有更宽的跟踪带宽,能普遍适用于机动与非机动的情况。然后,针对高速高机动情况,对模型集的选取进行改进,选用了符合机动模式的两种方法,即当前模型和转弯模型。对引入这两种模型的IMM算法作仿真比较,分析了当前模型机动频率、最大加速度和转弯模型转弯率参数对跟踪效果带来的影响。比较
4、标准的IMM算法和引入当前模型和转弯模型的算法,得出引入当前统计模型的IMM算法对各种机动均有较好的跟踪效果,因此将其作为主要研究对象。最后,基于引入当前模型的IMM算法,针对其不足,作下面几个方面的改I内蒙古大学硕士学位论文进:根据卡尔曼滤波残差加权平方检测方法来检测目标机动,利用一种机动频率的自适应函数,实现对当前统计模型的机动频率参数的白适应改进;对变结构多模型(VariableStructureMultiplemodel,VSMM)算法作研究,并引入一种模型群切换算法,以减少参与计算模型的数量;引入了模糊算法,将加速度的在线估计值通过模糊模块得到自适应的最大
5、加速度值,模型结构采用基于加权平方检测的模型群切换算法。最后综合上述变化得到改进的AVSIMM算法。对多条航路进行蒙特卡洛仿真的结果表明,AVSIMM算法对于高机动目标的跟踪效果明显有很大的提高,对工程应用有有益的参考价值。关键词:目标跟踪,跟踪模型,滤波,交互式多模型,“当前"统计模型内蒙古大学硕上学位论文ANIMPROVEDMANEUVERINGTARGETSTRACKINGALGORITHMABSTRACTResearchanddevelopmentofthetargettrackingtechnologyhasbeenalwayswidelygivenatt
6、entionbypeopleduetoitssignificantpositionandwideapplicationprospectinmilitaryandcivilarea.Manyresearchersathomeandabroadhasdonedeepresearchonitandgotrichresultsinre.centyears.Inthetargettrackingsystem,theinteractingmultiplemodelalgorithmhasgotmoreattentionbecauseofusingmultiplemotionmo
7、delstomatchdifferenttargetmotionmodelsandexistinginteractingbetweenallmodels.itcannotonlyimprovetrackingprecisiontbutalsohashighereffect—costratiointhetargettrackingsystem.First,theresearchanddevelopmentofthemodelsandtrackingalgorithmsisbrieflyreviewed,andtheirfeaturesandperformancea
此文档下载收益归作者所有