二维纯方位目标跟踪算法与应用

论文摘要

对于纯方位目标跟踪,传统的线性化算法已经不能满足非线性非高斯和实时性目标跟踪的要求。近年来出现了一种新的滤波方法——粒子滤波方法（PF）,它能够很好的适应纯方位目标跟踪。不过,粒子滤波初始粒子的选择对于滤波结果的收敛好坏有着重要的影响。针对这一状况,在已有的研究基础上,论文选择海面目标远距离纯方位跟踪这一具体问题,首先对两种经典算法——最小二乘递推方法与粒子滤波方法进行分析与仿真;然后综合两者优点,使用最小二乘递推估计得到估计初始值,作为粒子滤波的初始概率密度分布。最后用改进的粒子滤波方法对实际仿真进行目标跟踪。这种新方法不仅加快了粒子滤波的收敛速度,而且提高了粒子滤波的稳定性。这种改进克服了受初始值影响很大的粒子滤波方法的不足,而且对于远距离目标纯方位跟踪的实现具有实际意义。论文的主要框架如下:第一章:总体介绍目标跟踪的发展现状,介绍论文的研究内容以及主要策略。第二章:提出两个假设条件以便于课题的深入研究,并详细介绍了纯方位目标跟踪的理论、研究方法和评价准则。第三章和第四章分别介绍了最小二乘初值估计法和目标轨迹粒子滤波递推估计法。同时介绍了原理及公式推导,并进行实验研究得出两种方法的优势与不足。第五章:根据前面的实验提出一种改进方法,用来处理含大量噪声的纯方位目标跟踪文体。首先对实际海试量测数据分析,滤波,得到接近真实量测方位角数据;然后进行初始值估计,得到近似初始位置和速度;并且用它们作为粒子滤波采样的初始粒子的概率密度函数均值。最后得到收敛结果。第六章:提出了一种优化改进方法的策略——辅助粒子滤波方法。它的基本思想是在粒子滤波采样环节前,先做重采样,利用t时刻的信息将t-1时刻最有前途（预测似然度大）的粒子扩展到t时刻,从而增加了粒子的多样性,减少了重要性权的方差。通过实验仿真发现辅助粒子滤波一定程度上减小了均方根误差。第七章:对论文工作进行总结,指出文章的创新点并对后面的工作进行展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 目标跟踪概述
• 1.3 目标跟踪算法分类
• 1.4 课题研究的意义及现状
• 1.4.1 纯方位目标跟踪的意义
• 1.4.2 纯方位目标跟踪的发展现状
• 1.5 粒子滤波技术的发展现状
• 1.6 目标跟踪中的粒子滤波研究
• 1.7 本文应用主要策略
• 1.7.1 最小二乘法应用于BOT
• 1.7.2 观测平台的机动策略
• 1.7.3 噪声误差预处理策略
• 1.7.4 改进粒子滤波算法——辅助粒子滤波应用于BOT
• 1.8 主要研究内容
• 第二章 纯方位目标跟踪方法及理论
• 2.1 引言
• 2.2 纯方位目标跟踪
• 2.2.1 两个合理假设
• 2.2.2 数学模型
• 2.2.3 纯方位目标跟踪方法研究
• 2.2.4 纯方位匀速直线运动目标跟踪方法分析
• 2.3 纯方位目标跟踪的理论基础
• 2.3.1 滤波预测平滑信号处理
• 2.3.2 马尔可夫性质
• 2.3.3 蒙特卡罗分析方法
• 2.3.4 贝叶斯重要性采样
• 2.3.5 贝叶斯（Bayesian）滤波原理
• 2.4 基本粒子滤波方法
• 2.4.1 顺序重要性采样
• 2.4.2 重要性采样重采样（SIR）
• 2.5 跟踪性能评价准则
• 2.5.1 最优理论性能下界
• 2.5.2 均方根误差
• 2.6 目标的观测性研究
• 2.7 本章小结
• 第三章 纯方位目标跟踪的最小二乘法研究
• 3.1 引言
• 3.2 纯方位目标跟踪的最小二乘法
• 3.2.1 概述
• 3.2.2 基本原理及数学模型
• 3.3 最小二乘法的常用数学模型
• 3.3.1 高度非线性的数学模型
• 3.3.2 线性化的数学模型
• 3.4 纯方位跟踪的最小二乘解距离方法
• 3.5 仿真实验
• 3.6 本章小结
• 第四章 粒子滤波方法研究
• 4.1 引言
• 4.2 粒子滤波
• 4.2.1 概念
• 4.2.2 粒子滤波的优点与不足
• 4.3 粒子滤波算法
• 4.3.1 基本算法
• 4.3.2 粒子滤波的算法流程
• 4.4 粒子滤波的特性研究
• 4.4.1 跟踪目标的运动特性影响
• 4.4.2 噪声对粒子滤波精度的影响
• 4.4.3 初始角度对粒子滤波精度的影响
• 4.4.4 目标初始距离对粒子滤波精度的影响
• 4.4.5 目标速度对粒子滤波精度的影响
• 4.5 粒子滤波的初始值
• 4.5.1 理论分析
• 4.5.2 仿真实验
• 4.6 本章小结
• 第五章 二者结合的新算法及应用
• 5.1 引言
• 5.2 噪声成分分析
• 5.3 噪声滤波
• 5.4 算法的初始化
• 5.5 海试数据的仿真实验
• 5.6 状态的可观测性
• 5.7 本章小结
• 第六章 改进算法研究—辅助粒子滤波
• 6.1 引言
• 6.2 辅助粒子滤波（APF）
• 6.2.1 概述
• 6.2.2 辅助粒子滤波的发展现状
• 6.2.3 辅助粒子滤波（APF）在参数估计中的应用
• 6.2.4 辅助粒子滤波（APF）原理
• 6.2.5 算法步骤
• 6.3 改进算法的仿真实验
• 6.3.1 一维非线性模型
• 6.3.2 二维非线性模型
• 6.4 本章小结
• 第七章 全文总结
• 7.1 主要结论
• 7.2 主要创新
• 7.3 课题展望
• 参考文献
• 致谢
• 攻读硕士学位期间已发表或录用的论文