機動目標跟蹤技術的研究.pdf

1、隨著科學技術的發(fā)展，現(xiàn)代戰(zhàn)爭環(huán)境發(fā)生了巨大變化。日趨復雜的戰(zhàn)爭環(huán)境和各種新式武器的不斷涌現(xiàn)給目標跟蹤帶來了巨大的挑戰(zhàn)。因此，各種新的技術不斷被應用到目標跟蹤中來以適應更加復雜的環(huán)境。而目標跟蹤中的一個核心部分就是濾波算法，本文重點研究了卡爾曼濾波算法。 本文首先介紹了目標跟蹤的基本原理，重點分析了基于卡爾曼濾波的經(jīng)典跟蹤方法。通過一系列的仿真，一方面了解到卡爾曼濾波精度明顯高于其他算法濾波精度；另一方面可以得知“當前”統(tǒng)計模型的

2、跟蹤精度取決于事先確定的加速度的上下限和以及機動頻率，同時由于卡爾曼濾波算法固有的缺陷也影響了濾波精度。針對卡爾曼濾波算法固有的缺陷，本文提出了基于BP神經(jīng)網(wǎng)絡的卡爾曼濾波(ANNKF：Artificial Neural Network Kalman Filter)算法。 其次，對BP神經(jīng)網(wǎng)絡進行了詳細介紹，并針對其不足，介紹了改進方法。通過仿真了解到：①BP神經(jīng)網(wǎng)絡具有較強的自組織、自學習和非線性逼近能力：②經(jīng)過訓練達到允許誤