摘 要
目标跟踪和轨迹预测技术在国防科研以及雷达、声呐信号处理及其他相关领域中是一个非常重要的研究课题，尤其是在当卡尔曼滤波理论提出并且广泛应用以后，目标跟踪技术更是发生了很大的进步，其中很多成果已经应用于侦察与预警、弹道导弹防御、交通管制等军事和民用领域当中，本论文着重研究了非线性卡尔曼滤波在目标跟踪预测中的应用。 文章首先对目标跟踪的基本原理进行了系统介绍，阐述了几种常用的目标跟踪模型、量测模型的选择和建立，然后介绍了常应用于线性系统中的卡尔曼滤波方法，根据实际的飞行体目标的要求，重点研究了扩展卡尔曼滤波算法(EKF)和粒子滤波算法(PF)，针对扩展卡尔曼滤波算法在滤波过程中非线性系统的模型线性化处理过程中引入，因此不可避免地引入了线性化误差，采用粒子滤波进行处理取得较好的效果，其次本文采用非线性滤波建立了相应的目标跟踪预测模型，同时应用扩展卡尔曼滤波和粒子滤波对目标飞行体分别进行了预测滤波的仿真实验，通过仿真实验结果分析，表明了采用粒子滤波算法在目标飞行体跟踪预测方面有着更好的滤波跟踪性能。 最后文章应用了VC和Matlab混合编程的方式搭建了简易的预测系统的软件平台，也为今后目标跟踪预测提出了新的发展方向。特雷诺指数
关键词：轨迹，目标预测，扩展卡尔曼滤波，粒子滤波
The research of the trajectory prediction of target flight
Abstract
Target tracking and trajectory predicion technology is a very important research subject in defense research and radar, sonar signal processing and other related fields . A lot of progress has occurred in the area of target tracking technology and it has been used with wide especially after the development of the Kalman filter theory. Some examples of it have been used in reconnaissance and early warning systems for ballistic missile defense, Atraffic control, and other military and civilian areas. This thesis focuses on the use of the nonlinear Kalman filters in high-speed flight body tracking prediction.
Firstly, this paper introduces a detailed outline of the principle of target tracking as well as expounding on measurement model selection and development, and several common target tracking models.Then it introduces Kalman filter methods which are often applied to linear systems. According to the actual needs of high-speed flying bodies, this thesis focuses on the extended Kalman filter (EKF) and particle filter algorithm(PF). But the extended Kalman filter algorithm should f
irst be linearized in the filter process of the nonlinear system, so it inevitably introduces linearization errors. However, the particle filter has advantages such as good results. This thesis uses nonlinear filtering to establish the relevant target tracking model. At the same time, it carries out a simulation experiment on high-speed flight bodies using both the extended Kalman filter and particle filter alternatively. Simulation analysis experiments showed the particle filter algorithm has better filter tracing performance in the tracking of high-speed flight bodies.
Finally, this paper builds a prediction system software platform using a mixture of VC and Matlab programming, revealing a new direction for target tracking prediction.
Keywords: tracking, target prediction, Extended Kalman Filter, Particle Filter
目 录录
1 1 绪论绪论绪论hec
1.1 1.1 目标跟踪的目的和意义目标跟踪的目的和意义 (1)
1.2 1.2 飞行体目标跟踪预测现状研究飞行体目标跟踪预测现状研究 (2)
1.3 1.3 本文的组织结构本文的组织结构......................................................................................................4 2 2 目标运动模型目标运动模型目标运动模型
2.1 2.1 坐标系的建立坐标系的建立 (6)
2.2 2.2 常用的目标运动模型常用的目标运动模型 (7)
2.2.1 .2.1 目标运动模型概述目标运动模型概述目标运动模型概述 (7)
2.2.2 2.2.2 匀速和匀加速模型匀速和匀加速模型匀速和匀加速模型 (8)
2.2.3 2.2.3 一阶时间相关模型一阶时间相关模型一阶时间相关模型（（Singer 模型模型）） (8)
2.2.2.2.4 4 4 半马尔可夫模型半马尔可夫模型半马尔可夫模型 (9)
2.2.5 2.2.5 ““当前当前””统计模型统计模型 (1010)
2.3 2.3 滤波跟踪预测算法滤波跟踪预测算法 (1212)
预计负债2.3.1 2.3.1 基本的滤波方法基本的滤波方法基本的滤波方法 (1212)
2.4 2.4 量测模型量测模型 (1616)
2.4.1 2.4.1 量测坐标系的选择量测坐标系的选择量测坐标系的选择 (1616)
2.4.2 2.4.2 雷达量测模型的建立雷达量测模型的建立雷达量测模型的建立 (1616)
2.5 2.5 本章小结本章小结................................................................................................................1818 3 非线性滤波技术研究非线性滤波技术研究
3.1 3.1 卡尔曼滤波卡尔曼滤波 (1919)
3.1.1 3.1.1 系统模系统模系统模型型 (1919)
3.1.2 3.1.2 滤波模型滤波模型滤波模型 (2020)
3.2 3.2 非线性系统滤波非线性系统滤波 (2222)
3.2.1 3.2.1 扩展卡尔曼滤波扩展卡尔曼滤波扩展卡尔曼滤波 (2323)
3.2.2 3.2.2 粒子滤波粒子滤波粒子滤波 (2525)
3.3滤波的发散及其克服方法滤波的发散及其克服方法 (2727)
3.3.1关于计算误差引起的滤波发散问题及其克服方法 (2828)
3.3.2 3.3.2 关于模型误差所引起的滤波发散问题及其克服方法关于模型误差所引起的滤波发散问题及其克服方法关于模型误差所引起的滤波发散问题及其克服方法 (2828)
3.4 3.4 基于基于EKF 和粒子滤波算法在飞行体预测中的仿真 (2828)
3.4.1 3.4.1 飞行体运动模型的推导飞行体运动模型的推导飞行体运动模型的推导 (2828)
3.4.2 3.4.2 飞行体目标的扩展卡尔曼滤波器飞行体目标的扩展卡尔曼滤波器飞行体目标的扩展卡尔曼滤波器 (3131)
3.4.3基于EKF 算法的仿真实验 (3333)
3.4.4 3.4.4 飞行体目标的粒子滤波飞行体目标的粒子滤波飞行体目标的粒子滤波算法算法算法 (3636)
3.4.5 3.4.5 基于基于PF 算法的仿真实验算法的仿真实验 (3636)
亚西尔阿拉法特3.5 EKF 和PF 的实验仿真比较的实验仿真比较 (3939)
3.6 3.6 本章小结本章小结................................................................................................................4141 4 4 飞行体预测软件系统设计飞行体预测软件系统设计飞行体预测软件系统设计
4.1 VC++4.1 VC++和和MATLAB 软件开发平台 (4242)
4.2 4.2 预测系统软件基本功能结构设计预测系统软件基本功能结构设计 (4343)
4.3 VC 调用Matlab 对软件系统设计对软件系统设计 (4444)
4.4 4.4 软件系统界面设计软件系统界面设计 (4545)
4.5 4.5 本章小结本章小结................................................................................................................4848 5 5 总结与展望总结与展望总结与展望
5.1 5.1 总结总结 (4949)
5.2展望展望..........................................................................................................................................................4949 参考文献
攻读硕士学位期间发表的论文及所取得得研究成果
致谢
1 绪论
1.1 目标跟踪的目的和意义
在国际军事竞争日趋激烈的今天，精确估计高速飞行体目标的运动特性成为提高武器的作战性能的一项新技术。大量的目标需要在空中侦察目标以及国防上应用的战略导弹防御系统中被识别，同时也要求能够对期实时跟踪；这些目标信息中不仅包含虚警和环境混响，也包括目标和非目标飞行体，这些状况通常都发生在精确的海洋、卫星侦察系统、空中防御、武器发射系统或者是在战场侦察等跟踪系统中，这些实际的应用环境一般都具有并行实时的多目标和复杂的多任务并发的特点，需要跟踪系统能够实时、快速的对其做出响应[1][2]。而且随着这几年各种新功能战斗机的出现、全位快速转弯技术的导弹和导弹垂直发射技术的发展，空中追击和打击武器已经向着高机动性能、高速度和空袭目标的发展和预测，表明了在未来空袭中的兵器将会逐渐由各种飞机转向多种飞机、多种导弹并重，这就要求我们不仅要研究战术和参数越来越先进的各类飞机目标，同时还要研究具有更高的飞行速度、机动性能更好的导弹目标[2]。gfp
伊斯兰教葬礼在试验场上，高速飞行体目标的射程、精度、射速、可控性等性能和信息一般都装载在高速飞行体上的一个黑匣子里，显然，要想测试并断定飞行体的这些威力和性能，就必须对其进行定位，所以寻高速飞行体目标的位置就成为试验中的必要环节，在我国目前的实验靶场上，一般都采用人工排查法来寻高速飞行体目标，而在广阔的靶场，由于比较复杂的地形，人工排查费时且费力，同时也可能不到高速飞行体目标的异常落点，所以该方法不适合用在本课题中的高速飞行体落点的寻，而GPS接收机有着相对较长的的响应时间，GPS接收机的应用受了高过载、高速、高压力、高旋的挑战；而且声定位系统的探测范围很小，信号源只有进入到探测区才能对其定位，所以该方法也不适合；同样的，红外探测系统的探测范围小，且红外激光有着很强的方向性，对高速飞行体目标来说，该方法也不适合[3]，因此，研究高速飞行体目标的跟踪技术并且突破高速飞行体目标落点测试技术，以后将会为高价值高速飞行体目标研发提供重要保障技术。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议