复杂环境下强机动目标跟踪算法研究-控制科学与工程专业论文.docx

上海交通大学硕士学位论文 上海交通大学硕士学位论文 万方数据 万方数据 复杂环境下强机动目标跟踪算法研究 摘 要 机动目标跟踪是现代战争中最关键的技术问题之一。进入 21 世纪以后，各 种具有强机动能力的飞行器的不断涌现，使普通的机动目标跟踪算法已不能满足 需求。战场环境日益复杂，使测量噪声不断增大甚至测量信息出现缺失。因此复 杂环境下的对强机动目标保持跟踪是一个十分重要的问题。基于以上背景，本文 在对机动目标跟踪基本概念和方法进行深入分析的基础上，研究了复杂环境下的 变维可调白噪声模型、当前统计模型和测量噪声自适应跟踪算法，并实现了基于 KF、EKF 的强机动目标跟踪 GUI 界面。具体研究如下： 1) 机动目标跟踪的基本原理研究。从滤波器的角度对于目标“机动”进行定 义，归纳了四种目标机动性的量度指标。分析了传统卡尔曼滤波在稳态后失去机 动应变能力的缺陷，并提出了评价跟踪算法性能的主要指标。详细分析了具有高 速强机动性能 F22 战斗机的特点，实现了四种典型机动轨迹，即转弯机动、俯冲 机动、J 型转弯机动、蛇形转弯机动，为后续强机动目标机动模式分析奠定了模 型基础。 2）针对强机动目标机动性的度量标准，研究了基本的强机动目标跟踪算法。 基于 CV、CA 和 CT 模型对于过程噪声和机动指标做出了详细的分析；提出了一 种变结构的可调白噪声模型，实现了对机动性能的有效判断和滤波器结构的快速 调整；对当前统计模型进行深入分析，并提出改进算法，实现了对于过程噪声自 适应调整方法的深入研究。 3）研究了复杂环境下目标跟踪算法需要解决的信息丢失和测量噪声方差过 大问题。对比分析集中式多传感器融合算法，提出在雷达红外多传感器条件下使 用序贯融合算法解决信息丢失的问题。提出一种基于强跟踪滤波器的测量噪声自 适应调整算法，有效解决了复杂环境下雷达测量噪声过大的问题。 4）基于 KF、EKF，实现了 Matlab 环境下强机动目标跟踪算法的图形用户界 面设计。 关键词：强机动目标跟踪，参数调整，卡尔曼滤波算法，噪声协方差匹配 I RESEARCH ON ADAPTIVE ALGORITHM FOR HIGH MANEUVERING TARGET TRACKING ABSTRACT Target tracking is the core issue of modern warfare. In the 21st century, along with a variety of aircraft to emerge with strong mobility, not the general target tracking algorithm but maneuvering target tracking algorithm has been unable to meet demand. Meanwhile,how to keep track of the target is a very important issue in a complex environment. Based on the background above, this paper aimed at ：impact on the value of the process noise variance, variable design dimension adjustable white noise model, analysis of the current statistical model, adaptive measurement noise adjustment algorithm, Kalman filter graphical user interface design.The specific research contents are as follows: Described the basic concepts and methods to track maneuvering.Tried to explain what maneuver is. Sumed up four goals mobility indicators. Introduced linear and nonlinear state estimation methods, and pointed out that Kalman filter loses sensibility for maneuvers when it reach steady state, and introduced strong tracking filter which can fix this problem.