基于随机集的扩展目标跟踪方法研究-信号与信息处理专业论文.docxVIP

万方数据 万方数据 西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 本人签名： 日期 导师签名： 日期 摘要 摘 要 多目标跟踪是现代武器和防御系统的关键技术，近年来基于随机有限集理论 的多目标跟踪技术已成为学术界研究的热点和难点。随着现代传感器技术的发展 及其分辨率的不断提高，扩展目标跟踪问题受到国内外学者的高度重视。由于扩 展目标在一个采样周期内会产生多个量测，多个扩展目标的量测数据关联过程十 分困难，因此，研究更为实时有效的多扩展目标跟踪方法具有重要的理论意义和 实用价值。本文重点研究了基于随机有限集的扩展目标跟踪方法。 首先介绍了基于随机有限集的多目标跟踪理论，在此基础上，重点研究了两 种基于随机集的滤波方法：PHD 滤波和 CBMeMBer 滤波。其次，针对两种不同 的扩展目标系统模型，分别研究了基于高斯混合 PHD 的扩展目标跟踪方法和基 于高斯逆威舍特 PHD 的扩展目标跟踪方法，并结合两种量测划分方法，通过仿真 实验证明了两种算法均有较好的跟踪效果。最后，重点研究了基于 CBMeMBer 的多扩展目标跟踪方法。针对复杂环境下，由于多个扩展目标产生量测数量巨大 以及杂波的存在导致的量测不确定性，使得前述方法中的量测划分过程不能得到 理想结果的问题，本文提出一种新的扩展目标量测模型，将量测看成由扩展目标 表面随机分布的量测产生点产生的，利用 CBMeMBer 滤波对量测产生点状态进 行估计，并结合聚类方法，实现目标跟踪。该方法在满足高斯混合假设条件下， 能够获得较好的多扩展目标跟踪效果。 关键字：随机有限集 多目标跟踪 扩展目标 概率假设密度 多目标多伯努利 Abstract Abstract Multi-target tracking is the key technique of the modern weapons and defense system, and in recent years, multi-target tracking algorithms based on random finite sets are research focus and difficulty. With the development of modern sensor and the constant improvement of the resolution, the program of extended target tracking is the great attention of scholars both at home and abroad. Since the extended target generate multiple measurements in a sampling instant , there are great difficulties in the measurement data association process of multiple extended targets. Therefore, study how to track multiple extended targets more timely and effectively has extremely important theoretical and realistic significance. This dissertation mainly involves researches about the extended targets tracking algorithms based on random finite sets (RFS)