面向使命的無(wú)人水下航行器目標(biāo)跟蹤方法研究.pdf

1、無(wú)人水下航行器（Unmanned Underwater Vehicle，UUV）在軍事和民事方面得到了廣泛關(guān)注，利用UUV監(jiān)視水下環(huán)境已經(jīng)成為一種重要手段，UUV進(jìn)行多目標(biāo)跟蹤為執(zhí)行反潛（Anti-Submarine Warfare，ASW）使命提供了必要的目標(biāo)狀態(tài)信息。本課題為解決面向使命的UUV多機(jī)動(dòng)目標(biāo)跟蹤問(wèn)題進(jìn)行了關(guān)于水下運(yùn)動(dòng)目標(biāo)數(shù)學(xué)模型、基于Bayes濾波的單目標(biāo)跟蹤方法、基于隨機(jī)集的多目標(biāo)跟蹤及性能評(píng)價(jià)方法、水下多機(jī)動(dòng)目標(biāo)跟

2、蹤方法等方面研究。
　?。?）根據(jù)水下目標(biāo)的運(yùn)動(dòng)特點(diǎn)，按其機(jī)動(dòng)性分為非機(jī)動(dòng)目標(biāo)數(shù)學(xué)模型和機(jī)動(dòng)目標(biāo)數(shù)學(xué)模型，包括勻速直線運(yùn)動(dòng)模型、勻加速直線運(yùn)動(dòng)模型、勻速轉(zhuǎn)彎運(yùn)動(dòng)模型和“當(dāng)前”統(tǒng)計(jì)模型，并給出了它們的離散時(shí)間方程表達(dá)式。根據(jù)Bayes估計(jì)理論，分別分析了卡爾曼濾波器（Kalman Filter，KF）、擴(kuò)展卡爾曼濾波器（ExtendedKalmanFilter，EKF）、無(wú)跡卡爾曼濾波器（Unscented Kalman Filte

3、r，UKF）和粒子濾波器（Particle Filter，PF）給出了它們的推導(dǎo)過(guò)程。最后，通過(guò)設(shè)計(jì)單目標(biāo)跟蹤仿真實(shí)驗(yàn)，驗(yàn)證了高斯噪聲線性系統(tǒng)中KF的有效性，高斯噪聲非線性系統(tǒng)中EKF、UKF、PF的有效性并對(duì)比了它們的濾波性能。
　　（2）分析了基于隨機(jī)集的多目標(biāo)跟蹤方法的可行性，并在隨機(jī)集理論的基礎(chǔ)上建立了用于Bayes遞推估計(jì)的多目標(biāo)狀態(tài)模型和目標(biāo)觀測(cè)模型，討論了Bayes濾波和概率假設(shè)密度（Probability Hypo

4、thesis Density，PHD）濾波的本質(zhì)聯(lián)系，并給出了PHD濾波器的遞推公式，進(jìn)而研究了基于PHD濾波器的多目標(biāo)跟蹤性能的評(píng)價(jià)方法，為后續(xù)課題研究奠定了基礎(chǔ)。
　　（3）針對(duì)PHD濾波器工程無(wú)法實(shí)現(xiàn)問(wèn)題，給出了PHD濾波器的兩種實(shí)現(xiàn)形式：粒子PHD（Particle PHD，P-PHD）濾波器和高斯混合PHD（GaussianMixture PHD，GMPHD）濾波器，分別設(shè)計(jì)了多目標(biāo)跟蹤仿真實(shí)驗(yàn)，驗(yàn)證了兩種濾波器的有效性

5、。但是考慮在非線性系統(tǒng)中P-PHD濾波器計(jì)算量較大、濾波精度低等問(wèn)題，本文采用EKF、UKF對(duì)GMPHD濾波器中高斯分量進(jìn)行預(yù)測(cè)和更新，提出了EK-GMPHD和UK-GMPHD濾波器。最后，通過(guò)設(shè)計(jì)多目標(biāo)跟蹤仿真實(shí)驗(yàn)說(shuō)明了UK-GMPHD濾波器的跟蹤性能優(yōu)于EK-GMPHD濾波器。
　?。?）UUV為完成ASW使命任務(wù)，針對(duì)水下多個(gè)機(jī)動(dòng)目標(biāo)的跟蹤問(wèn)題，UUV通過(guò)攜帶聲納傳感器探測(cè)目標(biāo)運(yùn)動(dòng)要素。本文將多模型（Multiple Mod