小波粒子濾波算法在機(jī)動(dòng)目標(biāo)跟蹤中的應(yīng)用.pdf

1、單機(jī)動(dòng)目標(biāo)跟蹤算法的關(guān)鍵是跟蹤模型和濾波算法，機(jī)動(dòng)目標(biāo)模型主要有: CV、CA模型、Singer模型、“當(dāng)前”統(tǒng)計(jì)模型、轉(zhuǎn)彎模型(Coordinate Turn model)等。濾波算法主要有標(biāo)準(zhǔn)卡爾曼濾波、擴(kuò)展卡爾曼濾波器、Unscented卡爾曼濾波(UKF)，以及近來(lái)提出了基于Bayes理論的粒子濾波器(Particle filter)等。濾波算法通常又可分為線(xiàn)性濾波算法和非線(xiàn)性濾波算法。在線(xiàn)性濾波算法中，機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型是關(guān)鍵因

2、素。特別是對(duì)于卡爾曼濾波算法之類(lèi)的方法。只有模型比較好的匹配了，才能使算法的盡快收斂，才能盡可能的提高跟蹤的精度。
　　 在本文的第三章重點(diǎn)研究了粒子濾波算法的理論，粒子濾波是從貝葉斯估計(jì)的方法中進(jìn)化而來(lái)，在應(yīng)用中主要的問(wèn)題是粒子的退化問(wèn)題，在實(shí)際的應(yīng)用中采用重采樣的方法進(jìn)行優(yōu)化，有學(xué)者提出了各種改進(jìn)的粒子濾波算法，文中主要介紹了輔助粒子濾波(APF)、正則粒子濾波、擴(kuò)展卡爾曼粒子濾波。結(jié)合粒子濾基本理論與單機(jī)動(dòng)目標(biāo)跟蹤的過(guò)程，

3、闡述了粒子濾波在單機(jī)動(dòng)目標(biāo)跟蹤中的應(yīng)用原理。最后將粒子濾波算法與擴(kuò)展卡爾曼濾波算法進(jìn)行了仿真分析和對(duì)比。結(jié)合彈道導(dǎo)彈再入段過(guò)程機(jī)動(dòng)運(yùn)動(dòng)模型，對(duì)于粒子濾波的一些改進(jìn)算法與標(biāo)準(zhǔn)粒子濾波進(jìn)行了仿真驗(yàn)證。
　　 在本文的第四章重點(diǎn)研究了小波分析的基礎(chǔ)理論，分析了其本身的特性以及其在信號(hào)去噪方面的優(yōu)越性能，結(jié)合粒子濾波在目標(biāo)跟蹤實(shí)際應(yīng)用中，在采樣粒子時(shí)往往存在所采樣粒子與待估計(jì)狀態(tài)的后驗(yàn)概率偏差較大的情況，因此將小波算法應(yīng)用于機(jī)動(dòng)目標(biāo)跟蹤