基于AR模型的雷达目标跟踪算法研究

发布时间：2017-12-11 05:13

  本文关键词：基于AR模型的雷达目标跟踪算法研究

  更多相关文章： 雷达目标跟踪 AR模型 模型集切换 卡尔曼滤波 交互式多模型

【摘要】：随着现代航运业的快速发展,水上交通形势日趋严峻,船舶安全航行问题日益突出,从而对船舶跟踪性能提出了更高的要求,特别是机动目标的稳定跟踪更为关键。为改善目标跟踪精确性,提高目标跟踪性能。本文利用了一种比较新型的AR(AUto-regression)模型,来展开对雷达目标跟踪算法的研究。首先,本文概括了目标跟踪的基本原理,分析了文中用到的跟踪模型。然后研究了传统的卡尔曼滤波(KF)算法和交互式多模型(IMM)跟踪算法,并设计了一个快转弯和慢转弯的模拟船舶运动场景,通过对基于卡尔曼滤波器的CV、CA单模型跟踪算法及IMM算法的仿真,验证了本章的理论分析。其次,提出了基于不同阶数AR模型切换的卡尔曼滤波算法(S-AR-KF)。首先引入了 AR模型,将AR模型应用于目标跟踪中,重点研究了 AR模型的构建过程和求解方法。研究表明一阶的AR模型可以表示匀速运动,二阶的AR模型可以表示匀加速运动。另外,AR模型系数向量可以通过多余的自由度来消去一部分噪声,是一个自适应状态模型。然后通过非机动场景,仿真分析得出最优的AR模型系数个数,并将一阶的AR-KF算法与传统的CV-KF算法对比,验证其优越性。最后在机动场景中,将S-AR-KF算法与传统的IMM算法的进行仿真对比分析,总结出所提算法的优势和局限性。最后,针对复杂多变的机动目标跟踪问题,本文研究分析了基于AR模型的IMM算法(AR-IMM)。并介绍了 AR-IMM算法步骤和模型的参数设置,然后在模拟船舶机动运动场景中对AR-IMM算法和传统的IMM算法进行了仿真分析,结果表明AR-IMM算法体现出了更好的跟踪性能。针对AR-IMM与IMM算法同样存在模型增多导致计算量增大、模型选择等一些问题,介绍了模型集切换的IMM算法(S-IMM)。基于此,本文提出了一种改进的基于AR模型集切换的交互式多模型算法(IS-AR-IMM)。在同样的船舶机动场景中,实验结果表明:IS-AR-IMM与AR-IMM算法相比,跟踪优势更为明显,验证了 IS-AR-IMM算法的可行性。
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TN953

【相似文献】

中国期刊全文数据库 前10条

1 贾澎涛;何华灿;;不等权泛平均运算模型研究[J];计算机科学;2011年10期

2 盛守照,王道波,黄向华;有限样本下模型选择理论与方法研究[J];系统工程与电子技术;2005年04期

3 黄东远;陈晓云;;一种新的支持向量回归机的模型选择方法[J];福州大学学报(自然科学版);2011年04期

4 盛守照,王道波;基于预测风险最小化的模型选择理论与方法研究[J];系统工程;2004年04期

5 黄光远,朱月秋;森林火灾的模型及其扑灭问题[J];系统工程理论与实践;1988年02期

6 舒晓娟;陈洋波;任启伟;;模型选择准则在洪水频率分析中的应用[J];水利学报;2010年01期

7 陈建东;王小明;;LS-SVM模型选择的秩准则及其比较[J];计算机工程;2011年18期

8 J.G.Fossum ,徐玉辉;SOI MOSFET电路模拟的模型选择[J];微电子学;1989年02期

9 黄梯云,吴菲,卢涛;模型自动选择方法研究的进展[J];计算机应用研究;2001年04期

10 李海涛;李福忠;;基于信息流角度的企业结构式和简式模型选择[J];情报杂志;2007年03期

中国重要会议论文全文数据库 前9条

1 张维;;模型选择:现状与发展[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年

2 金伟;周浩;于永利;;维修管理IDSS的设计方法[A];设备维修与改造技术论文集[C];2000年

3 曾菊英;许冰;;制度变迁及其模型选择[A];21世纪数量经济学（第10卷）[C];2009年

4 廖冬初;秦寿康;;县级规划总体优化模型及其计算方法[A];发展战略与系统工程——第五届系统工程学会年会论文集[C];1986年

5 张维;;关于模型选择中的若干理论问题[A];科学决策与系统工程——中国系统工程学会第六次年会论文集[C];1990年

6 战明华;李生校;;货币与产出的关系(1995～2003):不同模型的分析结果及其比较[A];中国金融学会第八届优秀论文评选获奖论文集[C];2005年

7 王树盛;;Probit模型及其在交通方式分担中的应用研究[A];可持续发展的中国交通——2005全国博士生学术论坛（交通运输工程学科）论文集（下册）[C];2005年

8 戴锋;梁玲;李兴兵;冯俊涛;;经济增长的动态进程模型及实证研究[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

9 韩珂;尹勤;;大学生手机话费模型的建立和分析[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年

中国重要报纸全文数据库 前3条

1 建南;帮你建立有效客户关系[N];中国商报;2001年

2 首创期货研发中心金融工程组 徐泽平;方差-协方差法的VaR计量模型选择[N];期货日报;2007年

3 证券时报记者 杨波　金烨 程俊琳;量化投资走在中国 六年学步渐入佳境[N];证券时报;2010年

中国博士学位论文全文数据库 前9条

1 夏小超;统计检验与模型选择相关问题研究[D];重庆大学;2015年

2 朱素玲;模型选择与模型平均研究[D];兰州大学;2014年

3 房小兆;基于稀疏和低秩约束的模型学习研究[D];哈尔滨工业大学;2016年

4 吕子昂;模型选择的曲率方法研究[D];北京交通大学;2012年

5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年

6 贺利坚;多Agent系统中信任和信誉模型的研究[D];北京交通大学;2011年

7 张立明;结合可满足的基于模型等价性验证及不一致诊断问题研究[D];吉林大学;2012年

8 毛文涛;支持向量回归机模型选择研究及在综合力学环境预示中的应用[D];西安交通大学;2011年

9 刘靖旭;支持向量回归的模型选择及应用研究[D];国防科学技术大学;2006年

中国硕士学位论文全文数据库 前10条

1 张亚楠;基于宏微观模型推断钢构件强度的无损检测技术研究[D];中国矿业大学;2015年

2 单昕彤;认知诊断中模型—资料的测验拟合检验统计量研究[D];江西师范大学;2015年

3 孙志滨;LDA模型的研究及其在推荐系统中的应用[D];浙江大学;2016年

4 仝景景;“碎片化数据”的模型平均方法[D];华东师范大学;2016年

5 肖馨梅;融合Lasso罚模型的理论与应用研究[D];燕山大学;2016年

6 尹潇潇;Meta分析中的模型选择与模型平均[D];云南财经大学;2016年

7 陈笑弟;交互效应下的模型选择[D];中国科学技术大学;2016年

8 孙式雪;高维数据在直接控制FDR下的模型选择[D];华中师范大学;2016年

9 刘菲菲;模型选取准则的若干讨论[D];扬州大学;2016年

10 陈星;TVWS频段的SPM模型海上传播校正研究[D];海南大学;2016年

，

本文编号：1277280