運動目標跟蹤系統(tǒng)中的狀態(tài)估計方法研究.pdf

1、目標跟蹤問題是自然界中的一個基本問題，可靠而精確地跟蹤目標始終是目標跟蹤系統(tǒng)設(shè)計的主要目的。隨著計算機技術(shù)、傳感器制造技術(shù)以及信息處理技術(shù)的飛速發(fā)展，使得目標跟蹤問題發(fā)生著前所未有的深刻變化，被估計系統(tǒng)進一步顯現(xiàn)出系統(tǒng)建模的非線性、非高斯，傳感器量測的多平臺、分布式和不確定，目標運動的多模式等特征。一方面感知環(huán)境和感知對象日趨復雜多變，感知手段日趨豐富，感知能力日益增強；另一方面感知任務和需求對目標的跟蹤提出了實時、可靠、魯棒和精確等多

2、項要求。系統(tǒng)估計中這些新特點的出現(xiàn)，都進一步對估計理論發(fā)展、完善及應用提出了更加嚴峻的挑戰(zhàn)。本文以實現(xiàn)目標狀態(tài)估計的基本工具——濾波器為突破口，針對現(xiàn)代運動目標跟蹤系統(tǒng)中狀態(tài)估計的三類關(guān)鍵技術(shù)問題展開相關(guān)研究工作，以期進一步發(fā)展和完善運動目標跟蹤理論。主要貢獻如下：
　　針對單傳感器條件下量測噪聲隨機性對濾波器狀態(tài)估計精度造成的不利影響，借鑒多傳感器融合思想，結(jié)合當前時刻量測和量測噪聲先驗統(tǒng)計信息構(gòu)建量測采樣集合，提出了線性量測采

3、樣提升策略，并將其應用于標準卡爾曼濾波器。在此基礎(chǔ)上，設(shè)計了量測采樣分布式加權(quán)融合和量測采樣集中式一致性融合兩種實現(xiàn)結(jié)構(gòu)?？紤]到目標狀態(tài)演化建模和量測建模坐標系轉(zhuǎn)換時造成的系統(tǒng)非線性問題，結(jié)合非線性量測特點，進一步構(gòu)建了非線性量測采樣提升策略，并將其動態(tài)應用于處理非線性估計問題的容積卡爾曼濾波器中，結(jié)合加權(quán)融合思想，提出了基于分布式加權(quán)融合的量測采樣提升容積卡爾曼濾波器。
　　針對運動目標跟蹤系統(tǒng)中系統(tǒng)誤差對狀態(tài)估計精度造成不利影

4、響的問題，結(jié)合卡爾曼濾波器中狀態(tài)預測和量測更新的實現(xiàn)機理，首先定量分析了系統(tǒng)誤差對目標狀態(tài)估計及其誤差協(xié)方差引起的影響，進而利用狀態(tài)擴維技術(shù)將系統(tǒng)誤差建模為系統(tǒng)待估計狀態(tài)量，構(gòu)建了面向線性系統(tǒng)的基于卡爾曼濾波的系統(tǒng)誤差和狀態(tài)聯(lián)合估計算法。在此基礎(chǔ)上，針對存在量測系統(tǒng)誤差的非線性系統(tǒng)狀態(tài)估計問題，通過對非線性系統(tǒng)誤差配準進行建模，以及對容積卡爾曼濾波實現(xiàn)結(jié)構(gòu)的合理優(yōu)化，提出了面向非線性系統(tǒng)估計的基于容積卡爾曼濾波的系統(tǒng)誤差和狀態(tài)聯(lián)合估計算

5、法。
　　針對非線性高斯場景下目標數(shù)目未知或隨時間變化的多目標跟蹤問題，通過容積卡爾曼濾波和高斯混合概率假設(shè)密度濾波的動態(tài)結(jié)合，在單傳感器量測條件下設(shè)計了一種面向非線性動態(tài)模型估計的容積卡爾曼概率假設(shè)密度濾波算法的實現(xiàn)結(jié)構(gòu)。在此基礎(chǔ)上，借鑒模糊集理論中隸屬度函數(shù)設(shè)計的思想，利用數(shù)據(jù)間的相互支持度評估量測數(shù)據(jù)的可信度，通過構(gòu)建和求解表示傳感器量測間支持程度的置信距離和一致性矩陣的，提出一種基于多傳感器一致性融合的容積卡爾曼概率假設(shè)密