多机动目标跟踪算法研究

[复制链接]
查看: 95|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2023-9-29 13:42:40 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
多机动目标跟踪是指运用各传感器收到的量测数据以及信息处理技术,实现多个具有机动性目标的状态建模与估计的过程。随着现代技术的发展和相互融合,多机动目标跟踪在国防和民用领域的应用日趋广泛,对跟踪算法的实时性和精确性要求也越来越高。然而,目标跟踪的环境却越来越复杂,目标的机动性越来越大,所能获取的目标的信息越来越多,这就要求我们针对被跟踪目标所具有的新特性,对现有的跟踪算法不断改进,同时提出新的理论、新的方法以适应新的应用。本文以多目标跟踪为研究背景,对带Markov切换参数的跳变系统的状态估计、非线性系统的状态估计、带各种限制的系统的状态估计以及数据关联等关键技术进行了系统研究。主要贡献如下:(1). 针对被跟踪目标运动模型的不确定性、随机性、机动性等特点,研究了带Markov切换参数的离散时间随机跳变系统的状态估计题目。将一系列最小方差意义下最优的多传感器信息融合准则而非传统上常用的贝叶斯理论应用于交互式多模型算法,提出三个分别由标量、对角矩阵、一般矩阵作为交互模型权重的新型交互式多模型算法,从而获得在最小方差意义下的最优目标状态估计值,并对所提出的算法与传统的多模型算法的精度关系给出了严格的证明。(2). 针对弹道导弹等被跟踪目标运动模型和量测模型的非线性特性,设计了一种新颖的粒子滤波器。所设计的滤波器运用分层比较粒子权重以保留每层中权重最大的粒子,以及拟蒙特卡洛法将较高权重的粒子作为母粒子去产生新的粒子而非传统上单纯的复制,使得滤波器中的粒子们能保持多样性从而更精确地反映被跟踪目标的后验概率分布,进而在解决传统粒子滤波器中衰减题目的同时避免粒子出现采样坍塌,并在保证跟踪精度的前提下,一定程度实现粒子数目的减少。(3). 针对被跟踪目标在已知轨道上运动的情形,提出了充分利用轨道信息的滤波算法。将高维空间中已知的轨道信息视为多个非线性–线性混合的状态限制,将每个限制条件对应一个Lagrangian乘子,以此来区别限制条件间的不同。利用投影法将H¥滤波的估计值投影到已知的轨道上,从而获得更精确的目标状态估计值,并给出了在各种轨道情形下获得目标状态估计值的充分条件。(4). 针对杂波干扰环境下跟踪多个目标的情形,提出了两个基于整数规划的数据关联算法。第一个算法的基本思想是利用分支定界法,以及加入二元变量调整限制条件,引出针对杂波环境中多个非机动目标跟踪的最优集整数规划算法。对于目标出现机动的情形,将最优集整数规划算法与经典的交互式多模型算法相结合,提出基于最优集整数规划的交互式多模型算法。





上一篇:超级电容器正极材料氢氧化镍扩试工艺与性能研究
下一篇:工业现场无线传感器网络节点设计及应用研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图