非线性滤波在水下机动目标跟踪技术中的应用
发布时间：2021-11-20 03:44
水下机动目标跟踪是指对随机的强机动水下运动目标的状态进行估计,其在军事国防和民生服务的众多领域有着普遍的应用。近年来,随着科技的不断发展,对水下目标跟踪技术的要求也越来越高,例如更高的精度、更快的效率以及更强的抗干扰能力等,这样才能在实际工程中更好地发挥其应用价值。本文首先阐述了选题的背景、目的及意义,并介绍了水下目标跟踪系统中滤波算法和目标运动模型的发展历史和研究现状。接着,在非线性高斯滤波一般形式的基础上,详细介绍了水下目标跟踪中常用的4种非线性滤波算法,包括扩展卡尔曼滤波（Expended Kalman Filtering,EKF）算法、无迹卡尔曼滤波（Unscented Kalman Filtering,UKF）算法、求容积卡尔曼滤波（Cubature Kalman Filtering,CKF）算法和高斯-埃尔米特求积滤波（Gauss-Hermite Quadrature Filtering,GHQF）算法。其中,GHQF算法是一种新兴的非线性滤波方法,因其具有高精度和数值稳定性而存在很大的优势,也是本文的研究重点。通过仿真分析,将GHQF的算法性能与其他三种非线性滤波进行对照...
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
递推贝叶斯滤波框架
二阶 GPB（GPB2）算法则需要考虑两个时间间隔，即k 时刻的估计状态要综当前时刻以及前一时刻的滤波结果，共2r 种可能性。图 4.5 为 GPB2 算法结构可以看到每个循环共进行了2r 次并行滤波。i 1i 2i 3 (1)ix(2)ix(3)i (2)x i(2)xix (1)ix (3)ix图 4.5 GPB2 算法结构图IMM 算法的滤波初始化步骤表达式为1, ,i i i j ik k k k k kk kjE m P m m x x y x y
二阶 GPB（GPB2）算法则需要考虑两个时间间隔，即k 时刻的估计状态要综当前时刻以及前一时刻的滤波结果，共2r 种可能性。图 4.5 为 GPB2 算法结构可以看到每个循环共进行了2r 次并行滤波。i 1i 2i 3 (1)ix(2)ix(3)i (2)x i(2)xix (1)ix (3)ix图 4.5 GPB2 算法结构图IMM 算法的滤波初始化步骤表达式为1, ,i i i j ik k k k k kk kjE m P m m x x y x y
【参考文献】：
期刊论文
[1]一种新型非线性卡尔曼滤波方法[J]. 韩萍,桑威林,石庆研. 仪器仪表学报. 2015(03)
[2]GPS/INS组合系统的多重渐消鲁棒容积卡尔曼滤波[J]. 张秋昭,张书毕,郑南山,王坚. 中国矿业大学学报. 2014(01)
[3]分维自适应稀疏网格积分非线性滤波器[J]. 徐嵩,孙秀霞,刘树光,刘希,蔡鸣. 自动化学报. 2014(06)
[4]稀疏网格高斯滤波器在SINS初始对准中的应用[J]. 冉昌艳,程向红,王海鹏. 中国惯性技术学报. 2013(05)
[5]基于容积卡尔曼滤波的卫星姿态估计[J]. 魏喜庆,宋申民. 宇航学报. 2013(02)
[6]稀疏网格平方根求积分非线性滤波器[J]. 伍宗伟,姚敏立,马红光,贾维敏,田方浩. 电子学报. 2012(07)
[7]非线性系统确定采样型滤波算法综述[J]. 王小旭,潘泉,黄鹤,高昂. 控制与决策. 2012(06)
[8]IMM-Singer模型的机动目标跟踪算法[J]. 谭顺成,王国宏,王娜. 火力与指挥控制. 2012(02)
[9]水下机动目标跟踪技术研究[J]. 张林琳,杨日杰,杨春英. 声学技术. 2011(01)
[10]强跟踪CDKF及其在组合导航中的应用[J]. 王小旭,赵琳,薛红香. 控制与决策. 2010(12)
博士论文
[1]容积卡尔曼滤波算法研究及其在导航中的应用[D]. 葛磊.哈尔滨工程大学 2013
[2]机动目标跟踪关键技术研究[D]. 陈亮.哈尔滨工程大学 2012
[3]非线性SPKF滤波算法研究及其在组合导航中的应用[D]. 王小旭.哈尔滨工程大学 2010
[4]强机动目标跟踪技术研究[D]. 罗笑冰.国防科学技术大学 2007
[5]现代多目标跟踪与多传感器融合关键技术研究[D]. 杨峰.西北工业大学 2006
[6]对偶四元数导航算法与非线性高斯滤波研究[D]. 武元新.国防科学技术大学 2005
[7]水下制导多目标跟踪关键技术研究[D]. 党建武.西北工业大学 2004
硕士论文
[1]基于变结构多模型算法的高机动目标跟踪研究[D]. 刘德虎.中国舰船研究院 2013
[2]水下机动目标跟踪粒子滤波算法研究[D]. 王浩.哈尔滨工程大学 2013
[3]交互多模型目标跟踪算法的研究[D]. 胡炜.东北大学 2010
[4]基于变结构多模型算法的目标跟踪系统研究[D]. 陈旭.南京理工大学 2008
本文编号：3506499
【文章来源】：哈尔滨工程大学黑龙江省 211工程院校
【文章页数】：95 页
【学位级别】：硕士
【部分图文】：
递推贝叶斯滤波框架
二阶 GPB（GPB2）算法则需要考虑两个时间间隔，即k 时刻的估计状态要综当前时刻以及前一时刻的滤波结果，共2r 种可能性。图 4.5 为 GPB2 算法结构可以看到每个循环共进行了2r 次并行滤波。i 1i 2i 3 (1)ix(2)ix(3)i (2)x i(2)xix (1)ix (3)ix图 4.5 GPB2 算法结构图IMM 算法的滤波初始化步骤表达式为1, ,i i i j ik k k k k kk kjE m P m m x x y x y
二阶 GPB（GPB2）算法则需要考虑两个时间间隔，即k 时刻的估计状态要综当前时刻以及前一时刻的滤波结果，共2r 种可能性。图 4.5 为 GPB2 算法结构可以看到每个循环共进行了2r 次并行滤波。i 1i 2i 3 (1)ix(2)ix(3)i (2)x i(2)xix (1)ix (3)ix图 4.5 GPB2 算法结构图IMM 算法的滤波初始化步骤表达式为1, ,i i i j ik k k k k kk kjE m P m m x x y x y
【参考文献】：
期刊论文
[1]一种新型非线性卡尔曼滤波方法[J]. 韩萍,桑威林,石庆研. 仪器仪表学报. 2015(03)
[2]GPS/INS组合系统的多重渐消鲁棒容积卡尔曼滤波[J]. 张秋昭,张书毕,郑南山,王坚. 中国矿业大学学报. 2014(01)
[3]分维自适应稀疏网格积分非线性滤波器[J]. 徐嵩,孙秀霞,刘树光,刘希,蔡鸣. 自动化学报. 2014(06)
[4]稀疏网格高斯滤波器在SINS初始对准中的应用[J]. 冉昌艳,程向红,王海鹏. 中国惯性技术学报. 2013(05)
[5]基于容积卡尔曼滤波的卫星姿态估计[J]. 魏喜庆,宋申民. 宇航学报. 2013(02)
[6]稀疏网格平方根求积分非线性滤波器[J]. 伍宗伟,姚敏立,马红光,贾维敏,田方浩. 电子学报. 2012(07)
[7]非线性系统确定采样型滤波算法综述[J]. 王小旭,潘泉,黄鹤,高昂. 控制与决策. 2012(06)
[8]IMM-Singer模型的机动目标跟踪算法[J]. 谭顺成,王国宏,王娜. 火力与指挥控制. 2012(02)
[9]水下机动目标跟踪技术研究[J]. 张林琳,杨日杰,杨春英. 声学技术. 2011(01)
[10]强跟踪CDKF及其在组合导航中的应用[J]. 王小旭,赵琳,薛红香. 控制与决策. 2010(12)
博士论文
[1]容积卡尔曼滤波算法研究及其在导航中的应用[D]. 葛磊.哈尔滨工程大学 2013
[2]机动目标跟踪关键技术研究[D]. 陈亮.哈尔滨工程大学 2012
[3]非线性SPKF滤波算法研究及其在组合导航中的应用[D]. 王小旭.哈尔滨工程大学 2010
[4]强机动目标跟踪技术研究[D]. 罗笑冰.国防科学技术大学 2007
[5]现代多目标跟踪与多传感器融合关键技术研究[D]. 杨峰.西北工业大学 2006
[6]对偶四元数导航算法与非线性高斯滤波研究[D]. 武元新.国防科学技术大学 2005
[7]水下制导多目标跟踪关键技术研究[D]. 党建武.西北工业大学 2004
硕士论文
[1]基于变结构多模型算法的高机动目标跟踪研究[D]. 刘德虎.中国舰船研究院 2013
[2]水下机动目标跟踪粒子滤波算法研究[D]. 王浩.哈尔滨工程大学 2013
[3]交互多模型目标跟踪算法的研究[D]. 胡炜.东北大学 2010
[4]基于变结构多模型算法的目标跟踪系统研究[D]. 陈旭.南京理工大学 2008
本文编号：3506499
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3506499.html
