目標跟蹤是信息融合領域一個重要的研究熱點,過去幾十年以來,目標跟蹤的研究取得了長足的發展,具有很好的研究前景和應用前景。目標跟蹤已經被廣泛應用于軍事、衛星、交通等領域。從卡爾曼濾波(KF)、擴展卡爾曼濾波(EKF)和粒子濾波(PF),到各種各樣基于經典濾波改進后的相關方法,針對目標跟蹤的濾波方法越來越多。本文通過對KF、EKF、一般無跡卡爾曼濾波(UKF)等這些經典的濾波算法的研究,提出了一種結合卡爾曼濾波的非線性動態系統濾波方法。本文首先對EKF算法、UKF算法、PF算法進行了試驗仿真和分析,發現雖然這些算法能夠有效的對非線性動態系統進行濾波,但都存在一些問題,如EKF算法存在線性化精度低、需要計算復雜的雅可比矩陣等問題;UKF算法存在計算繁瑣、濾波發散甚至失真的問題;PF算法存在計算量大、權值退化的問題。為此,本文提出一種利用觀測數據局部線性化后再進行卡爾曼濾波的算法,將非線性濾波問題轉化為線性濾波問題。研究思路如下:對于非線性動態系統中目標生成的軌跡,先提取它的非線性觀測數據(距離、角度),然后對上述距離和角度數據分別進行局部線性化,接著對線性化后的距離和角度數據進行卡爾曼濾波,...

【文章頁數】：64 頁

【學位級別】：碩士

【部分圖文】：

圖3.1a真實軌跡與不同算法的濾波軌跡（50s）

理工大學碩士學位論文將仿真中隨機生成的原始軌跡稱為“仿真軌跡”。在50秒采樣時間的獨立仿真中，仿真軌跡、EKF濾波、UKF濾波、PF濾波、F濾波如圖3.1a所示。EKF算法、UKF算法、NTF算法一同運行，可以得到如3.2a所示的濾波位置誤差曲線。真實軌....

圖3.1b真實軌跡與不同算法的濾波軌跡（100s）

圖3.2aEKF算法濾波、UKF算法濾波、NTF算法濾波位置誤差曲線（50s）

31圖3.2aEKF算法濾波、UKF算法濾波、NTF算法濾波位置誤差曲線（50s）

圖3.2bEKF算法濾波、UKF算法濾波、NTF算法濾波位置誤差曲線（100s）

圖3.2bEKF算法濾波、UKF算法濾波、NTF算法濾波位置誤差曲線（100s）

本文編號：3992380