基于被動多傳感器的機動目標跟蹤算法研究.pdf

1、隨著現(xiàn)代航空航天技術(shù)的飛速發(fā)展，各種飛行器的航行速度和機動性能越來越高，因此，對機動目標跟蹤，特別是雜波環(huán)境下的多機動目標跟蹤的研究具有重要的理論意義和應(yīng)用價值。另外，由于被動傳感器具有隱蔽性好，抗干擾能力強等優(yōu)點，在現(xiàn)代防御和武器系統(tǒng)中得到了廣泛的應(yīng)用。
　　 本文重點針對被動多傳感器機動目標跟蹤問題展開研究，主要內(nèi)容包括機動目標跟蹤模型，高斯噪聲和非高斯噪聲下的機動目標跟蹤算法，基于數(shù)據(jù)關(guān)聯(lián)和隨機集理論的多機動目標跟蹤算法，

2、取得的主要研究成果如下：
　　 首先，提出了一種改進的維特比交互式多模型算法。在詳細闡述維特比算法原理的基礎(chǔ)上，將其與交互式多模型算法相結(jié)合，提出一種基于維特比的交互式多模型算法，有效改善了特定運動狀態(tài)下的目標跟蹤性能。在此基礎(chǔ)上，提出一種切換維特比交互式多模型算法，通過引入一個機動檢測機制在目標運動狀態(tài)之間進行切換，從而能夠在不同的維特比參數(shù)下對目標運動狀態(tài)進行更好地描述。
　　 其次，在研究馬爾可夫鏈蒙特卡羅近似采樣

3、方法的基礎(chǔ)上，提出一種新的多機動目標跟蹤算法。該算法通過對關(guān)聯(lián)事件進行采樣，避免了傳統(tǒng)聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)中對所有可行性事件的一一列舉，從而極大地降低了計算復(fù)雜度。另外，由于改進算法采用關(guān)聯(lián)事件對多目標跟蹤問題進行描述，在降低計算量的同時對問題也進行了簡化。
　　 最后，針對復(fù)雜環(huán)境下的目標新生、消失和衍生等情況，研究了基于隨機有限集的多機動目標跟蹤問題，提出一種改進的多模型概率假設(shè)密度濾波算法，提高了模型轉(zhuǎn)移概率過小時的多機動目標