基于标签多伯努利滤波器的非线性多机动目标跟踪算法研究

发布时间：2021-12-17 17:12

　　近年来越来越多的学者都投身于机动目标跟踪的研究中,如今单机动目标跟踪技术已广泛应用于许多领域,尤其在军事领域和民用领域发挥着重要的影响。但是随着跟踪目标个数的增多以及目标跟踪环境的复杂性增强,对多机动目标跟踪以及非线性滤波技术的研究也具有重要的现实意义,因此本文针对非线性环境下的多机动目标跟踪技术展开了算法研究。为了将目标与航迹产生关联以精确的捕获机动目标的航迹信息,本文使用标签多伯努利（LMB）滤波器来标记目标的身份信息,从而可以有效地估计机动目标的状态、个数和航迹。针对多个机动目标的跟踪问题,考虑将多模型思想引入标签多伯努利滤波器,提出了多模型标签多伯努利（MM-LMB）滤波算法,通过使用多个运动模型的组合来处理目标运动模型的不确定性,获得多机动目标的航迹估计。针对机动目标在运动过程中表现出的非线性运动特征,本文提出将容积卡尔曼滤波技术应用到多模型标签多伯努利滤波算法中,从而获得问题的解析解,并使用协同转弯模型和匀速运动模型的组合来匹配目标真实的运动情况。本文研究了使用MM-LMB滤波器实现多机动目标跟踪的算法,以及在非线性环境下使用基于容积卡尔曼滤波的高斯混合方法和粒子滤波方法实... 

【文章来源】：长安大学陕西省 211工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

速率变化图

OSPA距离

势分布图

【参考文献】：
期刊论文
[1]多模型标签多伯努利机动目标跟踪算法[J]. 邱昊,黄高明,左炜,高俊.  系统工程与电子技术. 2015(12)
[2]基于改进“自适应转弯”模型的机动目标跟踪算法[J]. 李涛,熊友根,吴量.  计算机与数字工程. 2013(07)
[3]多目标跟踪算法的最优子模式分配概率度量[J]. 刘国营,陈秀宏.  计算机工程. 2013(05)
[4]基于卡尔曼预测器的数据预取方法[J]. 郝利云,吴玲达.  计算机仿真. 2012(10)
[5]基于协同转弯模型的机动目标预测算法[J]. 陈康,嵇成新,周朝晖.  情报指挥控制系统与仿真技术. 2003(03)

博士论文
[1]信息融合系统中的目标跟踪及数据关联技术研究[D]. 李良群.西安电子科技大学 2007

硕士论文
[1]复杂背景下的运动目标跟踪算法研究及其应用[D]. 胡玮静.江南大学 2014
[2]多目标跟踪的数据关联算法研究[D]. 冯洋.西安电子科技大学 2008



本文编号：3540568