基于多伯努利滤波的地面目标跟踪方法

发布时间：2020-03-18 18:15

【摘要】：地面目标具有背景信息复杂、机动性强、杂波密度大的特点,致使其状态以及数目不断变化,传统多目标跟踪算法以目标关联为核心,无法对地面目标进行准确关联,从而失效;基于随机有限集的多目标跟踪算法将地面目标以集合形式表现出来,避免了目标关联,从而适用于地面目标。本文以基于随机有限集滤波方法之一的势平衡多目标多伯努利滤波器(CBMeMBer)为主要研究对象,分别从跟踪精确度的提升和工程化实现两方面出发展开研究。在滤波精确度提升方面,首先分析比较了多种非线性卡尔曼滤波方法以及其分别与高斯混合下的CBMeMBer结合后滤波效果的提升水平;其次,针对目标的强机动性特征,利用先验信息与滤波结果之间的统计距离特性设计出一种基于多模型混合的CKF-CBMeMBer,并利用椭圆门限确定目标之间的关联阈值,以此提升滤波器的整体滤波精度。在工程化实现方面,利用均方根容积卡尔曼滤波器与CBMeMBer结合以确保滤波进程持续不断,从而提升其稳定性;并借助不同时刻目标之间的欧氏距离以及矩形门限为连续多时刻的目标建立标签关系,去除部分杂波以达到降低滤波器计算复杂度的目的。分别对跟踪精度和工程化实现两个方面的改进方法进行实验验证。首先,通过实验验证容积卡尔曼滤波与CBMeMBer结合情况下整体跟踪性能的提升水平,并通过对比基于多模型混合CKF-CBMeMBer与单模型CKF-CBMeMBer的滤波误差验证模型混合对滤波精确度的提升效果。仿真结果表明,基于模型混合的CKF-CBMeMBer滤波精度相较于单模型CKF-CBMeMBer提升了8.75%;其次,通过对比不同杂波密度下均方根容积卡尔曼滤波其与CBMeMBer结合滤波效果,验证该滤波方法的稳定性,并在此基础之上通过对比标签加入之前与加入之后的滤波情况验证其在降低计算复杂度方面的效果,仿真实验表明,标签SCKF-CBMeMBer的平均运算时间比标准CBMeMBer平均降低了2.6%。
【学位授予单位】：中北大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN713;E91

【相似文献】

相关期刊论文 前10条

1 王明波;;运动目标跟踪方法综述[J];计算机与数字工程;2016年11期

2 周迪雅;段喜萍;;基于孪生网络与注意力机制的目标跟踪方法[J];信息通信;2019年12期

3 王晓楠;徐伟;陈章龙;;自适应变跟踪波门宽度目标跟踪方法[J];舰船电子对抗;2013年04期

4 叶润;邓煜;;基于稀疏性理论与子问题耦合的多目标跟踪方法[J];计算机工程;2017年06期

5 傅杰;徐常胜;;关于单目标跟踪方法的研究综述[J];南京信息工程大学学报(自然科学版);2019年06期

6 汪少文;王巍;;一种运动摄像机下的人群目标跟踪方法研究[J];现代信息科技;2019年22期

7 熊久良;徐宏;韩壮志;何强;封吉平;;间歇辐射的火控雷达目标跟踪方法[J];火力与指挥控制;2012年06期

8 罗美玲;马艳;;一种稳健的被动目标跟踪方法[J];声学技术;2012年04期

9 项有元;陈万米;郭盛;;基于激光扫描的自主机器人动态目标跟踪方法研究[J];工业控制计算机;2014年01期

10 牛一捷;;一种基于稀疏表达和光流的目标跟踪方法[J];大连交通大学学报;2014年02期

相关会议论文 前10条

1 马进;田涛;;基于联合变换相关的目标跟踪方法研究[A];2011西部光子学学术会议论文摘要集[C];2011年

2 惠斌;陈法领;罗海波;;基于互信息的目标跟踪方法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

3 胡伏原;张艳宁;肖敬若;;一种大范围的特定目标跟踪方法[A];第十二届全国图象图形学学术会议论文集[C];2005年

4 徐青松;王仁明;刘代志;;基于均值漂移的红外目标跟踪方法综述[A];国家安全地球物理丛书（七）——地球物理与核探测[C];2011年

5 张雷;朱元武;卢志刚;何舒文;郝元宏;马跃东;;基于在线检测的时空上下文目标跟踪方法[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年

6 张云峰;王洋;;基于视频信号的多目标跟踪方法[A];第三届全国信息获取与处理学术会议论文集[C];2005年

7 李刚;熊思宇;陈峰;何阳光;;基于IMM-CPHD的主被动雷达多目标跟踪方法[A];OSEC首届兵器工程大会论文集[C];2017年

8 刘嵩;陈华杰;申屠晗;;异步多传感器融合多目标跟踪方法[A];信号处理在地球物理——浙江省信号处理学会2018年学术年会论文集[C];2018年

9 苑玮琦;马军防;李德胜;;一种基于Snake和强跟踪滤波器的目标跟踪方法[A];首届信息获取与处理学术会议论文集[C];2003年

10 朱明清;赵宇宙;邓甜甜;王漫;陈宗海;;基于自适应过程噪声分布的粒子滤波视觉目标跟踪方法[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

相关博士学位论文 前10条

1 陈圣义;基于大倾角图像匹配的平台定位与目标跟踪方法研究[D];国防科技大学;2017年

2 刘洪彬;复杂场景下基于检测的数据关联多目标跟踪方法研究[D];山东大学;2019年

3 张微;基于相关滤波的时空上下文感知目标跟踪方法研究[D];西北大学;2019年

4 石振;基于粒子滤波的红外目标跟踪方法研究[D];哈尔滨工业大学;2018年

5 李军伟;复杂环境下鲁棒目标跟踪方法[D];浙江工业大学;2018年

6 刘巧元;基于相关滤波器的自适应视频目标跟踪方法研究[D];东北师范大学;2019年

7 王宁;基于粒子滤波的视觉目标跟踪方法关键技术研究[D];华中科技大学;2013年

8 段喜萍;复杂场景下基于稀疏表示的视频目标跟踪方法研究[D];哈尔滨工业大学;2017年

9 陈里铭;基于随机有限集的多目标跟踪方法研究[D];大连理工大学;2013年

10 章涛;基于随机有限集理论的通用航空多目标跟踪方法研究[D];天津大学;2016年

相关硕士学位论文 前10条

1 赵颖超;空时联合建模与目标跟踪方法[D];哈尔滨工业大学;2019年

2 田成;基于深度强化学习的目标跟踪方法的研究[D];哈尔滨工业大学;2019年

3 孙炜程;基于深度学习的上下文相关的目标跟踪[D];南京邮电大学;2019年

4 李婧婷;基于深度网络的鲁棒目标跟踪方法研究[D];大连理工大学;2019年

5 申猛;基于多特征的红外单目标跟踪方法研究与实现[D];西安电子科技大学;2019年

6 雷昌;有限规模光学监视卫星星座目标跟踪研究[D];国防科技大学;2017年

7 许正;基于深度学习的目标跟踪方法研究[D];南京邮电大学;2019年

8 赵玮tD;基于孪生网络的自适应目标跟踪方法[D];浙江工业大学;2019年

9 陶晓伟;基于多伯努利滤波的地面目标跟踪方法[D];中北大学;2019年

10 赵文旋;多雷达融合的智能车辆目标跟踪方法研究[D];重庆邮电大学;2018年

，

本文编号：2589012