1、手机端页面文档仅支持阅读 15 页,超过 15 页的文档需使用电脑才能全文阅读。
2、下载的内容跟在线预览是一致的,下载后除PDF外均可任意编辑、修改。
3、所有文档均不包含其他附件,文中所提的附件、附录,在线看不到的下载也不会有。
但该模型需要增广三个状态变量,维数太大,相应计算量大。
机动目标跟踪中的状态估计技术世纪年代,和等提出了平稳随机过程的最优线性滤波问题,首先实现了动态估计,其主要结果及时通过方程求出滤波器的最优传递函数。
这种最优线性滤波,通常称为维纳滤波。
维纳滤波具有完整的滤波器传递函数的解析解,并可以估计与有效信号相关的多种信息。
但维纳滤波要求被估计量和量测必须是平稳的随机过程,且工程上不宜实现。
针对维纳滤波在应用上的缺点,卡尔曼滤波算法提供了比较好的解决办法。
卡尔曼滤波采用目标的状态空间描述方法,能方便地引入模型的过程噪声,从而不需要待估计的状态在数据的采样期间保持常数。
在卡尔曼滤波的基础上,认为当数据的概率分布具有长拖尾现象时,使用最大似然估计要远比最小方差估计的精度高。
因此,当在跟踪过程中,数据关联不准确,或者量测数据出现强烈色噪声时,可以考虑使用基于最大似然估计的方法来估计目标的状态。
给出了种实时最大似然估计算法,目标的机动和非机动能实时地检测出来,而在这两种状态之间切换时,前状态可以为后状态提供有效地初始值。
扩展的卡尔曼滤波器是线性系统卡尔曼滤波器在非线性系统中的种直接而又自然地推广,它是基于非线性对象的近似线性化模型进行设计的,也得到了广泛的应用。
机动目标跟踪方法机动目标跟踪算法可以分为两类单模型算法和多模型算法。
在单模型算法中,个滤波周期内有且仅有个设定的目标运动模型多模型机动目标跟踪算法是指在个滤波周期内村子多个不同目标运动模型的滤波算法,算法整体状态估计通常为各滤波器状态估计的组合。
本论文的主要工作雷达机动目标跟踪技术研究第页共页本论文的研究工作是在已有理论方法的基础上,对机动目标跟踪技术进行深入研究。
本文包括以下主要内容。
概述机动目标跟踪技术发展状况。
介绍雷达系统模型,重点讨论般雷达系统量测方程和状态方程的建立。
详细介绍了雷达的目标跟踪算法卡尔曼滤波算法。
鉴于要实现对机动目标的有效跟踪,因而对基于机动检测的跟踪算法进行研究。
论文重点对仿真的流程以及实验结果进行了介绍与分析。
对主要工作进行总结,给出进步研究的建议和设想。
系统模型雷达机动目标跟踪技术研究第页共页雷达目标跟踪的基础是估计理论,它要求建立系统模型来描述目标动态特性和雷达量测过程。
状态变量法是描述系统模型的种很有价值的方法,其所定义的状态变量应是能够全面反映系统动态特性的组维数最少的变量,该方法把时刻的状态变量表示为前时刻的状态变量表示为前时刻状态变量的函数,系统的输入输出关系是用状态转移模型和输出观测模型在时域内加以描述的。
状态反映了系统的内部条件,输入可以由确定的时间函数和代表不可预测的变量或噪声的随机过程组成的状态方程来描述,输出是状态向量的函数,通常受到随机观测误差的扰动,可由量测方程描述。
状态方程和量测方程之间的关系如图所示。
动态系统数学模型雷达测量数学模型状态估计器初始条件观测误差扰动输入随机输入系统状态观测值图滤波问题的图解说明状态方程状态方程是目标运动规律的假设,例如假设目标在平面内做匀速直线运动,则离散时间系统下时刻的状态,可表示为式中,,为初始时刻目标的位置,和分别为目标在轴和轴的速度,为采样间隔。
式和式用递推形式可表示为雷达机动目标跟踪技术研究第页共页目标状态方程用矩阵形式可表示为式中,状态向量和系统状态转移矩阵分别为若假设目标在平面内做匀加速直线运动,则目标的状态,用递推形式可表示为目标状态方程用矩阵形式仍可表示为式中,状态向量维数增加估计会更准确,但估计的计算量也会相欢迎除内部函数外,所有主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改或加入自己编写程序构造新的专用工具包。
正如同和等高级语言使人们摆脱了需要直接对计算机硬件资源进行操作样,被称作为第四代计算机语言的,利用其丰富的函数资源,使编程人员从繁琐的程序代码中解放出来。
最突出的特点就是简洁。
用更直观的,符合人们思维习惯的代码,代替了和语言的冗长代码。
给用户带来的是最直观,最简洁的程序开发环境。
下面简单介绍下的主要特点。
语言简洁紧凑,使用方便灵活,库函数极其丰富。
程序书写形式自由,利用起丰富的库函数避开繁杂的子程序编程任务,压缩了切不必要的编程工作。
由于库函数都由本领域的专家编写,用户不必担心函数的可靠性。
可以说,用进雷达机动目标跟踪技术研究第页共页行科技开发是站在专家的肩膀上。
运算符丰富。
由于是用语言编写的,提供了和语言几乎样多的运算符,灵活使用的运算符将使程序变得极为简短。
既具有结构化的控制语句如循环,循环,语句和语句,又有面向对象编程的特性。
程序限制不严格,程序设计自由度大。
例如,在里,用户无需对矩阵预定义就可使用。
程序的可移植性很好,基本上不做修改就可以在各种型号的计算机和操作系统上运行。
的图形功能强大。
在和语言里,绘图都很不容易,但在里,数据的可视化非常简单。
还具有较强的编辑图形界面的能力。
的缺点是,它和其他高级程序相比,程序的执行速度较慢。
由于的程序不用编译等预处理,也不生成可执行文件,程序为解释执行,所以速度较慢。
功能强大的工具箱是的另特色。
包含两个部分核心部分和各种可选的工具箱。
核心部分中有数百个核心内部函数。
其工具箱又分为两类功能性工具箱和学科性工具箱。
功能性工具箱主要用来扩充其符号计算功能,图示建模仿真功能,文字处理功能以及与硬件实时交互功能。
功能性工具箱用于多种学科。
而学科性工具箱是专业性比较强的,如,等。
这些工具箱都是由该领域内学术水平很高的专家编写的,所以用户无需编写自己学科范围内的基础程序,而直接进行高精尖的研究。
源程序的开放性。
开放性也许是最受人们欢迎的特点。
除内部函数以外,所有的核心文件和工具箱文件都是可读可改的源文件,用户可通过对源文件的修改以及加入自己的文件构成新的工具箱。
仿真与分析对设计和实验来说,仿真与分析师不可缺少的步骤,只要这样才能找到合理的实验方法和设计参数,从而达到实验或设计的目标。
仿真流程图目标跟踪仿真流程图如图所示。
雷达机动目标跟踪技术研究第页共页仿真开始产生目标真实运动轨迹,,由目标真实运动轨迹产生观测值应用轨迹起始方法,根据初始时刻观测值产生状态初始估计ˆ及估协方差ˆˆˆ由及依次推算出及ˆ由及产生及机动目标跟踪方法被跟踪目标出现机动时计算滤波增益,状态估计ˆ及状态估计协方差记录状态估计中的位置速度及加速度数据信息航迹终结方法结束对目标的跟踪计算误差的统计评估包括位置误差速度误差及加速度误差仿真结束图目标跟踪仿真流程图目标跟踪试验模型要对目标跟踪进行仿真,建立试验模型是必须的。
下面即是本论文进行仿真的实验模型。
假定有座雷达对平面上运动的目标进行观测,目标在秒沿着轴作恒速直线运动,运动速度为米秒,目标的起始点为米,米,在雷达机动目标跟踪技术研究第页共页秒向轴方向做的慢转弯,加速度为米秒,完成慢转弯后加速度将降为零,从秒开始做度的快转弯,加速度为米秒,在秒结束转弯,加速度降至零。
雷达扫描周期秒,和地进行观测,观测噪声的标准差均为米。
分析在该模型中,涉及到四个过程。
第过程,目标在秒的匀速运动过程,该过程采用卡尔曼线性滤波的方法对目标实施跟踪。
第二过程在秒向轴方向做的慢转弯和第三过程秒做的快转弯,这两个过程都产生了机动,需要对目标进行机动检测,若检测到机动,再利用机动的算法实现对目标跟踪。
第四个过程回到了匀速运动过程,还是利用卡尔曼滤波的方法。
实验及仿真主程序匀速过程实验主程序若检测到目标做匀速运动,则在此阶段采用静态滤波卡尔曼滤波技术实现对目标的跟踪。
下面程序为此匀速过程的跟踪源程序。
状态预测预测协方差增益状态更新方程协方差更新方程新信息新信息的方差阵机动过程实验主程序变维滤波算法若实验过程中出现了机动,则采用基于机动检测的跟踪算法变维滤波算法对机动进行检测并对目标实施跟踪。
下面为出现机动时的跟踪源程序。
检测机动的有效窗口长度由非机动进入机动模型,需进行修正,初始化雷达机动目标跟踪技术研究第页共页修正协方差阵,修正后,标志复位不再初始化,设为,使不进入非机动模型雷达机动目标跟踪技术研究第页共页绪论课题背景及目的目标跟踪问题实际上就是目标状态的跟踪滤波问题,即根据传感器已获得的目标量测数据对目标状态进行精确的估计。
它是军事和民用领域中个基本问题,可靠而精确地跟踪目标是目标跟踪系统设计的主要目的。
在国防领域,目标跟踪可用于反弹道导弹的防御空防预警战场区域监视精确制导和低空突防等。
在民用领域,则用于航空和地面交通管制机器人的道路规划和障碍躲避无人驾驶车的跟踪行驶电子医学等。
作为科学技术发展的个方面,目标跟踪问题可以追溯到第二次世界大战的前夕,即年世界上出现第部跟踪雷达站的时候。
之后,许多科学家和工程师直努力于该项课题的研究,各种雷达红外声纳和激光等目标跟踪系统相继得到发展并且日趋完善。
运动目标的机动会使跟踪系统的性能恶化,对机动目标进行跟踪是人们多年来直关注的问题。
随着现代航空航天技术的飞速发展,机动目标在空间飞行的速度角度加速度等参数不断变化,使得目标的位置具有很强的相关性,因此,提高对这类目标的跟踪性能便成为越来越重要的问题,迫切需要研究更为优越的跟踪滤波方法。
机动目标的跟踪研究,已成为当今电子战的研究热点之。
今天,精密跟踪雷达不仅广泛应用于各类
