一种改进的机动目标跟踪算法

摘要

目标跟踪技术在现代军事和民用领域占有十分重要的地位并有着广阔的应用前景,因此关于目标跟踪技术的研究与发展一直受到人们广泛的关注。近年来,众多国内外研究者对此进行了深入的研究并取得了丰硕的成果。在目标跟踪系统中,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自适应改进；对变结构多模型(Variable Structure Multiple model,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。

目录

文摘

英文文摘

第一章 、绪论

1.1 课题背景

1.2 研究现状

1.2.1 运动模型研究现状

1.2.2 估计算法研究现状

1.3 研究内容

1.4 结构安排

第二章 、机动目标跟踪基础

2.1 目标跟踪基本原理

2.2 跟踪坐标系选取

2.3 常用目标模型

2.3.1 CV模型和CA模型

2.3.2 协调转弯模型CT

2.3.3 一阶时间相关模型Singer

2.3.4 “当前”统计模型

2.3.5 交互式多模型IMM

2.4 机动检测与机动辨识

2.5 经典滤波方法

2.6 小结

第三章 、IMM算法原理

3.1 IMM算法原理

3.1.1 最优估计算法

3.1.2 IMM算法分析

3.2 IMM算法主要设计参数

3.2.1 模型集和参数的选择

3.2.2 状态变量的初始化

3.3 IMM算法特性及其适用情况

3.3.1 IMM算法特性

3.3.2 IMM算法适用性

3.4 标准IMM算法仿真

3.5 小结

第四章 、IMM算法改进

4.1 模型集改进

4.1.1 引入当前统计模型的IMM算法

4.1.2 引入转弯模型的IMM算法

4.1.3 仿真分析

4.1.4 CS模型机动频率的自适应改进

4.2 变结构多模型算法设计

4.2.1 变结构多模型算法基础

4.2.2 模糊变结构IMM算法设计及仿真

4.2.3 改进的IMM算法仿真

4.3 小结

第五章 、结束语

5.1 结论

5.2 展望

参考文献

致谢