地面目标跟踪算法技巧.doc

摘　要 地面目标跟踪在军事和民用领域扮演着重要的角色bstract The ground target tracking plays an important role in military and civil field．When tracking ground targets，because of the complexity of the ground target environment，the filtering algorithm for target environment adaptability is the core of the tracking algorithm research ．This paper mainly introduces the Kalman filtering and the CV and CA model based on Kalman filtering algorithm of target tracking． This article first introduced the research background and significance，target tracking the target tracking system are introduced the research content，then analyses the CV and CA model under the Kalman filtering algorithm of tracking method，finally through MATLAB simulation validates the effectiveness of the tracking algorithm． Keywords： target trackingCV and CA model；Kalman filtering 目　录 第一章　绪论 1 1.1　研究背景及意义 1 1.2　论文研究任务和内容 2 第二章　目标跟踪系统模型 5 2.1　目标跟踪原理 5 2.2　跟踪门 5 2.3　CV和CA目标运动模型 6 第三章　卡尔曼滤波 8 3.1　卡尔曼滤波简介和应用 8 3.2　卡尔曼滤波模型 8 3.3　算法流程 9 3.4　卡尔曼滤波的优缺点 10 第四章　MATLAB仿真 11 4.1　MATLAB简介 11 4.2　仿真分析 11 总　结 15 致　谢 16 参考文献 17 附　录 18  第一章　绪论 1.1　研究背景及意义 目标跟踪的目的是在传感器监视区域内获得的完整的目标航迹。地面目标跟踪技术是利用传感器检测的目标信号，经过一系列处理技术，得到目标的量测信息（如位置、速度等），这些量测信息，经过适合的滤波算法，实现对地面目标的状态估计和预测。在地面目标跟踪过程中由于复杂地形环境可能会导致量测信息不准确更或者量测信息的丢失，这就要求滤波算法要具有良好的鲁棒性和容错性。 目标跟踪理论最初是从对空中目标跟踪发展而来。地跟踪系统研究相对来说起步比较晚，而且与对空目标跟踪相比，对地面目标的跟踪有着它独特的复杂性，例如目标运动更加多样、密度更大、环境更加复杂等。针对地面目标的更复杂的情况，每一个传感器测量的原始数据。部队可以在复杂的环境下生存，普通人过上更好的生活，目标跟踪在第二次世界大战之前，目标跟踪技术作为一门科学被应用于军事在这一领域的学者进行了大量的研究MATLAB仿真环境检验算法的有效性。本文具体安排如下： 第一章介绍目标跟踪方法的研究背景、意义及发展现状； 　　第二章讲述地面目标跟踪系统的目标运动模型分析； 设计基于卡尔曼滤波器的地面目标跟踪算法； 在MATLAB仿真环境下验证跟踪算法的有效性； 讲述本论文的优势和意义以及待改进地方。 目标跟踪问题是一个典型的不确定性问题。目标跟踪的本质是经过滤波，对目标运动状态进行估量 图1.1地面目标跟踪系统流程框图 （1）量测数据：量测数据是来自传感器探测到的全部观测量包括位置、速度、加速度等在内所有目标运动学参数的集合。 量测数据普遍都含有噪声和杂波，为了提高目标状态估计精度，一般采用数据预处理技术来提高信噪比。 （2）数据关联：是在传感器观测过程中和多目标跟踪环境中的不确定性下产生的，是地面目标跟踪系统在低信噪比条件下的重要环节之一。 在多目标和杂波情况下，由于传感器输出的量测数据不可能全来自量测目标即有虚警存在，即使没有虚警存在，要无误地判别出观测与目标运动轨迹的一一对应关系仍然是十分困难。解决此难题的主要和常用方法是最近邻域法。 机动检测与机动辨识（机动判决）：确定目标发生机动的时刻，并且计算实际的机动参数比如机动强度及持续时间等。