基于粒子滤波的机动目标跟踪算法研究

基于粒子滤波的机动目标跟踪算法研究

论文摘要

机动目标跟踪一直以来都是国内外众多学者的研究热点,本文首先对其基本原理和关键技术进行了介绍,比如在非线性滤波领域具有独特优势的粒子滤波技术,以及在机动目标跟踪中获得广泛应用的多模型技术。在此基础上,针对机动目标跟踪的特点与难点,本文设计了两种改进的机动目标跟踪算法。第一种算法结合了标准粒子滤波和多模粒子滤波各自的优势:当目标处于非机动状态时采用标准粒子滤波,而当目标处于机动状态时采用多模粒子滤波。新算法引入模糊控制技术以进行有效的目标机动检测,同时引入了后向校正子算法来补偿由于可能存在的检测时延而引起的性能恶化。第二种算法针对传统粒子滤波在机动目标跟踪中由于模型不确定而导致的性能恶化,引入灰色预测这一模型无关的技术,在粒子滤波的采样过程中结合标准采样方法和基于灰色预测的采样方法,即使在模型不匹配的情况下仍能保证采样得到充分多的有效粒子。本文提出的两种算法的性能通过仿真进行了验证,并与标准粒子滤波算法与多模粒子滤波算法进行了比较。结果显示,所提出的新算法在跟踪精度、计算复杂度、实时性、稳定性等方面具有更好的性能,为机动目标跟踪提供了更有效的方法。

论文目录

  • 致谢
  • 摘要
  • ABSTRACT
  • 目录
  • 1 绪论
  • 1.1 引言
  • 1.2 机动目标跟踪基本原理
  • 1.3 机动目标跟踪研究现状
  • 1.3.1 运动模型设计
  • 1.3.2 线性与非线性滤波
  • 1.3.3 多模型方法
  • 1.4 本文的主要工作
  • 2 机动目标跟踪关键理论基础
  • 2.1 引言
  • 2.2 粒子滤波算法
  • 2.2.1 状态空间模型与递推贝叶斯滤波
  • 2.2.2 序贯重要性采样
  • 2.2.3 退化现象及其处理
  • 2.2.4 基本粒子滤波算法
  • 2.2.5 小结
  • 2.3 多模粒子滤波算法
  • 2.4 本章小结
  • 3 基于模糊控制的机动目标跟踪方法
  • 3.1 引言
  • 3.2 模糊控制理论基础
  • 3.2.1 模糊控制器基本原理与结构
  • 3.2.2 模糊控制优点
  • 3.3 改进的机动目标跟踪算法
  • 3.3.1 机动检测
  • 3.3.2 后向校正
  • 3.3.3 完整算法
  • 3.4 算法仿真与分析
  • 3.4.1 情景1:弱机动目标跟踪
  • 3.4.2 情景2:强机动目标跟踪
  • 3.5 结论
  • 4 引入灰色预测的机动目标跟踪方法
  • 4.1 引言
  • 4.2 灰色预测理论基础
  • 4.2.1 灰色建模与灰色预测
  • 4.2.2 灰色预测控制的优点
  • 4.3 改进的粒子滤波算法
  • 4.3.1 目标机动特性对粒子滤波算法的影响分析
  • 4.3.2 结合灰色预测的粒子滤波算法
  • 4.4 算法仿真与分析
  • 4.4.1 情景1:弱机动目标跟踪
  • 4.4.2 情景2:强机动目标跟踪
  • 4.5 结论
  • 5 总结与展望
  • 参考文献
  • 硕士在读期间发表的论文
  • 相关论文文献

    • [1].目标跟踪算法研究综述[J]. 信息通信 2020(04)
    • [2].一种基于FPGA+DSP架构的雷达目标跟踪算法设计与实现[J]. 舰船电子对抗 2020(03)
    • [3].基于多特征自适应融合的目标跟踪算法[J]. 河南科技学院学报(自然科学版) 2019(05)
    • [4].快速目标跟踪算法及其嵌入式实现[J]. 军事通信技术 2016(04)
    • [5].运动目标跟踪算法综述[J]. 电子技术与软件工程 2016(24)
    • [6].目标跟踪算法的并行优化[J]. 计算机工程与科学 2016(11)
    • [7].基于人脸识别的移动目标跟踪算法研究[J]. 现代制造技术与装备 2017(02)
    • [8].基于深度学习的目标跟踪算法研究综述[J]. 黑龙江科技信息 2017(17)
    • [9].基于相关滤波的视频目标跟踪算法综述[J]. 指挥信息系统与技术 2017(03)
    • [10].复杂背景下视频运动目标跟踪算法研究[J]. 微型机与应用 2017(18)
    • [11].一种基于核相关滤波的目标跟踪算法[J]. 现代计算机 2019(36)
    • [12].通道裁剪下的多特征组合目标跟踪算法[J]. 系统工程与电子技术 2020(04)
    • [13].基于正交试验的运动目标跟踪算法性能评价[J]. 计算机工程 2020(03)
    • [14].基于特征融合的复杂场景多目标跟踪算法研究[J]. 软件导刊 2020(04)
    • [15].基于工地场景的深度学习目标跟踪算法[J]. 电子学报 2020(09)
    • [16].一种机械式机动相控阵雷达目标跟踪算法研究[J]. 遥测遥控 2020(05)
    • [17].近年目标跟踪算法短评——相关滤波与深度学习[J]. 中国图象图形学报 2019(07)
    • [18].基于多属性分类的雷达目标跟踪算法[J]. 传感器与微系统 2019(12)
    • [19].基于特征点的典型目标跟踪算法性能分析[J]. 指挥控制与仿真 2017(02)
    • [20].基于卡尔曼滤波的单模型目标跟踪算法的仿真研究[J]. 中国新通信 2016(10)
    • [21].基于序列复杂度的空中红外目标跟踪算法评估[J]. 系统工程与电子技术 2020(04)
    • [22].基于改进核相关滤波的长时目标跟踪算法[J]. 郑州大学学报(工学版) 2020(03)
    • [23].视觉单目标跟踪算法综述[J]. 测控技术 2020(08)
    • [24].面向个体人员特征的跨模态目标跟踪算法[J]. 北京航空航天大学学报 2020(09)
    • [25].多假设多目标跟踪算法[J]. 数字通信世界 2019(08)
    • [26].基于能效的动态分簇目标跟踪算法[J]. 西南大学学报(自然科学版) 2016(11)
    • [27].一种基于卡尔曼滤波器的多目标跟踪算法研究[J]. 电子世界 2016(23)
    • [28].一种利用物体性检测的目标跟踪算法[J]. 西安电子科技大学学报 2017(04)
    • [29].基于计算机视觉的运动目标跟踪算法的探讨[J]. 智库时代 2017(05)
    • [30].基于深度学习的多目标跟踪算法研究[J]. 中兴通讯技术 2017(04)

    标签:;  ;  ;  ;  

    基于粒子滤波的机动目标跟踪算法研究
    下载Doc文档

    猜你喜欢