目标跟踪与数据融合算法研究

发布时间：2017-05-26 18:10

  本文关键词：目标跟踪与数据融合算法研究，，由笔耕文化传播整理发布。

【摘要】：随着电子技术的飞速发展,目标跟踪技术与数据融合技术在很多领域得到了广泛的应用。目标跟踪是雷达数据处理中的一个重要组成部分,其核心是滤波算法,因此,滤波算法的研究对于稳定跟踪有重要意义。数据融合的本质是通过融合算法整合来自多个传感器的信息,扩展系统的时空覆盖率,提高系统的精度、可靠性以及信息利用率。本文针对目标跟踪算法和数据融合算法展开研究。其中,数据融合为目标状态估计级的数据融合,与目标跟踪算法息息相关。首先研究了基本的线性目标跟踪算法卡尔曼滤波(Kalman Filtering, KF)o然后针对观测方程或状态方程建立在非线性数学模型的情况,研究了非线性卡尔曼滤波(Extended Kalman Filtering, EKF)以及不敏卡尔曼滤波(Unscented Kalman Filtering, UKF)o通过仿真对EKF及UKF两个非线性算法进行对比分析,验证了UKF在非线性较强环境下有较好的跟踪精度,而EKF在非线性不强的情况下跟踪效果与UKF相当。其次,对目标跟踪中涉及的数据关联方法展开研究,其中包括概率数据关联(Possibility Data Association, PDA)算法、联合概率数据关联(Joint Possibility Data Association, JPDA)算法与模糊C-均值(Fuzzy C-Means, FCM)聚类关联算法。其中,PDA算法主要应用于单目标跟踪,而JPDA算法及FCM算法主要应用于多目标跟踪。本文通过仿真验证了PDA算法在杂波环境下对单目标数据关联的有效性；并对JPDA与FCM在目标交叉运动场景下的关联性能进行了对比,验证了FCM算法的收敛速度优于JPDA算法,丢失率也相对较少,并且其运行时间更短。最后,根据融合系统的结构分别对集中式和分布式融合算法进行研究。对于集中式融合算法,研究了复合量测融合、序贯滤波融合和扩维滤波融合三种算法,通过仿真验证了三种算法的有效性,并由结果分析得到：序贯滤波融合在数据不同步且传感器较少的情况下融合效果最佳,但其耗时最长；复合量测融合在传感器较多且实时性要求较高情况下融合效果最佳。分布式融合算法研究了加权协方差融合、自适应航迹融合和信息矩阵融合三种算法,通过仿真验证了三种算法的有效性,并由结果分析得到：加权协方差融合与信息矩阵融合性能相当,均优于自适应航迹融合；而自适应航迹融合的优势是耗时最少。
【关键词】：目标跟踪算法 非线性 多目标跟踪 数据关联算法 数据融合算法
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP202;TN957.52
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-15
• 1.1 研究背景及意义10-11
• 1.2 国内外研究发展及现状11-14
• 1.2.1 目标跟踪算法的发展和现状11-13
• 1.2.2 数据融合算法的发展和现状13-14
• 1.3 本文主要研究内容14-15
• 第二章 目标跟踪算法15-27
• 2.1 卡尔曼滤波15-17
• 2.2 扩展卡尔曼滤波17-19
• 2.3 不敏卡尔曼滤波19-22
• 2.3.1 UT变换(无味变换)19-20
• 2.3.2 UKF滤波过程20-22
• 2.4 仿真分析22-26
• 2.5 本章小结26-27
• 第三章 数据关联算法27-46
• 3.1 概率数据关联算法27-34
• 3.1.1 算法原理27-32
• 3.1.2 仿真分析32-34
• 3.2 联合概率数据关联算法34-41
• 3.2.1 算法原理34-39
• 3.2.2 仿真分析39-41
• 3.3 模糊聚类关联算法41-45
• 3.3.1 算法原理41-43
• 3.3.2 仿真分析43-45
• 3.4 本章小结45-46
• 第四章 集中式数据融合算法46-58
• 4.1 基于复合量测点迹的数据融合算法46-49
• 4.2 基于序贯滤波的数据融合算法49-50
• 4.3 扩维滤波方法50-51
• 4.4 仿真分析51-57
• 4.5 本章小结57-58
• 第五章 分布式数据融合算法58-67
• 5.1 加权协方差航迹融合算法58-60
• 5.2 自适应航迹融合算法60-62
• 5.3 信息矩阵融合算法62-63
• 5.4 仿真分析63-66
• 5.5 本章小结66-67
• 第六章 结束语67-68
• 致谢68-69
• 参考文献69-71

【参考文献】

中国硕士学位论文全文数据库 前1条

1 陈云峰;目标跟踪中非线性滤波[D];南京理工大学;2007年

  本文关键词：目标跟踪与数据融合算法研究，由笔耕文化传播整理发布。

本文编号：397667