基于Kalman濾波的目標跟蹤與傳感器配準問題研究.pdf

1、目標跟蹤技術(shù)已經(jīng)廣泛應(yīng)用于導(dǎo)航、航空航天、交通以及軍事相關(guān)領(lǐng)域，在這些領(lǐng)域中，隨著目標運動能力的不斷增強，目標的運動環(huán)境和運動模式越來越復(fù)雜，人們對跟蹤系統(tǒng)性能的要求也越來越高。為了提高目標跟蹤系統(tǒng)的性能，本文從濾波算法的選擇、目標運動模型的優(yōu)化以及移動多平臺多傳感器的偏差配準三個方面進行了研究。
　　首先，對EKF、UKF和UEKF三種卡爾曼濾波算法在兩種不同系統(tǒng)中的性能進行了分析和對比，仿真結(jié)果表明，當(dāng)系統(tǒng)的截斷誤差很小且可以

2、被忽略時，EKF、UKF和UEKF三種算法的精度相當(dāng)；當(dāng)系統(tǒng)中的截斷誤差不能被忽略時，UKF算法的性能要遠遠優(yōu)于EKF和UEKF算法的性能。
　　其次，分析了“當(dāng)前”統(tǒng)計模型（CS）的缺陷，在“當(dāng)前”統(tǒng)計模型中，加速度的方差由加速度極值和上一時刻加速度的估計值決定，當(dāng)目標加速度發(fā)生突變而加速度極值保持不變時，加速度方差的變化就會滯后，從而使得濾波跟蹤算法的誤差增大。針對這一缺陷，本文分析并比較了現(xiàn)有的幾種參數(shù)自適應(yīng)算法的性能，并對

3、其中一種算法進行了改進，通過對加速度極值添加約束條件，避免了參數(shù)自適應(yīng)算法因加速度極值趨于零而失效的情況發(fā)生。仿真結(jié)果表明，與現(xiàn)有的算法相比本文的修正算法可以提高當(dāng)目標發(fā)生強機動時系統(tǒng)的跟蹤精度。
　　最后，針對移動傳感器平臺運動狀態(tài)未知時的多平臺多傳感器的偏差配準問題，提出了一種將UKF濾波算法和Mean-shift算法相結(jié)合的偏差配準算法。該算法通過UKF對系統(tǒng)進行濾波從而得到濾波偏差集，然后對偏差集利用Mean-shift算