红外多目标跟踪技术的研究

论文摘要

多目标跟踪技术是近年来国内外的研究热点之一,本文对红外多目标跟踪技术进行了深入的分析和研究。论文先对红外目标的观测特性、几种常见的目标运动模型以及红外多目标的跟踪原理进行了概述,接着针对目标跟踪滤波的问题,分别对两类跟踪滤波与预测方法进行了分析,一类是以卡尔曼滤波为代表的线性滤波方法,可以较好估计当前和未来时刻目标的运动状态;对于另一类非线性估计方法,介绍了扩展卡尔曼滤波器、粒子滤波器以及改进的高斯粒子滤波算法等,并通过仿真分析比较了多种非线性估计方法的性能。对于多目标跟踪数据关联问题,本文分析了几种典型的数据关联方法,在粒子滤波技术的基础上讨论了MC-JPDAF方法,最后采用了一种基于代价函数的方法进行目标跟踪,取得了较好的效果。最后,对红外多目标跟踪的发展方向进行了展望。

论文目录

摘要

Abstract

第一章绪论

1.1 课题的研究背景和意义

1.2 多目标跟踪研究发展现状及应用

1.3 本文主要工作以及章节内容安排

第二章红外多目标跟踪基本原理

2.1 红外传感器特性分析

2.1.1 红外传感器工作原理

2.1.2 红外观测特性

2.2 目标运动模型

2.2.1 几种常见模型

2.2.2 Monte Carlo运算

2.3 目标跟踪基本原理

2.3.1 单目标跟踪原理

2.3.2 多目标跟踪原理

第三章目标跟踪滤波与预测

3.1 基本的线性跟踪滤波与预测方法

3.1.1 Kalman滤波

3.1.2 维纳滤波

3.1.3 最小二乘法滤波

3.1.4 α-β和α-β-γ滤波

3.1.5 检测自适应滤波

3.1.6 实时辨识自适应滤波

3.1.7 全面自适应滤波

3.1.8 仿真比较

3.2 非线性估计方法

3.2.1 扩展卡尔曼滤波

3.2.2 无迹卡尔曼滤波

3.2.3 基本的粒子滤波算法

3.2.4 常见的粒子滤波方法

3.2.5 多种非线性估计方法仿真比较

第四章多目标数据关联算法

4.1 数据关联方法

4.2 仿真比较

第五章基于代价函数的跟踪方法及结果分析

5.1 基于代价函数的跟踪方法

5.1.1 跟踪起始

5.1.2 关联区域

5.1.3 关联匹配

5.1.4 算法步骤

5.2 仿真试验与分析

第六章总结与展望

参考文献

攻读硕士期间发表论文

致谢

红外多目标跟踪技术的研究

论文摘要

论文目录

相关论文文献