机动目标的跟踪与反跟踪问题的数学建模.pdfVIP

参赛密码 （由组委会填写） 第十一届华为杯全国研究生数学建模竞赛 第十一届华为杯全国研究生数学建模竞赛 题 目 机动目标的跟踪与反跟踪问题的数学建模 摘 要 本文主要针对机动目标跟踪中机动模型的建立，多目标数据关联以及跟踪- 反跟踪等关键技术，进行问题分析以及模型求解。 针对第一问中单目标机动跟踪问题的求解，本文认为，其难点在于如何设 计跟踪模型准确描述机动目标的所有运动特性。经过对目标运动状态的分析， 本文中设计了三种跟踪模型，分别是扩展卡尔曼滤波 （EKF ）模型、强跟踪模 型(STF)、Singer 模型，来对目标的运动进行机动判定和轨迹跟踪。结合三种方 法得到目标的两段机动过程，即U 型转弯机动和环形转弯机动，同时比较了三 种方法对目标的位置、速度、加速度的估计。 针对第二问中多目标跟踪中的数据关联问题，本文首先采用 KMeans 算法 实现初始航迹的分离，并基于EKF 进行目标运动状态的预测与跟踪；对于每一 时刻的量测值关联，本文采用当前估计状态值与历史估计状态值的距离作为关 联判据，完成了题设中两个目标的数据关联。对于回波点迹缺失问题，本文引 入了伪量测量进行处理，并在仿真数据上验证了该方法的可行性。 针对第三问中 Data3 的目标机动规律分析问题，本文首先根据量测数据的 空间特性预测该目标的航迹近似于导弹的飞行轨迹。随后，对比了基于匀速与 匀加速运动的EKF 模型以及第一问中采用STF 模型。由于目标初始运动状态变 化频繁，因此STF 模型的跟踪效果不佳。采用扩展卡尔曼滤波对于目标运动状 态的分析，得到目标在前50 个左右的量测周期内呈被动机动状态。 针对第四问总目标轨迹的实时预测，本文采用了基于滑动窗 n 次多项式拟 合数学模型，通过对一段目标位置历史数据序列多项式拟合，计算出下一时刻 的预测值，并根据新的测量值重新拟合，实现了实时预测。估计出了该目标的 3 着落点的经度为116.3450 度，纬度为39.6407 度。本算法复杂度为O(n ) 。 1 针对第五问中目标的逃逸与反逃逸问题，本文首先根据雷达的量测精度， 得到目标处于量测门限内外的准确判决模型；为了解决逃逸问题，本文在目标 的运行过程中引入了持续的主动强机动，通过仿真实验，证明了该策略能够针 对问题二中所建立模型进行逃逸；对于反逃逸问题，本文认为，只有引入具备 机动预测与交互的模型才能有效应对本文采用的逃逸方案。 2 目录 第1 章 问题重述4 第2 章 问题假设和数据处理5 2.1 模型的基本假设5 2.2 坐标转换5 2.2.1 雷达站极坐标到本地直角坐标的转换5 2.2.2 雷达站本地直角坐标到地心直角坐标的转换5 2.2.3 雷达站地心直角坐标到处理中心直角坐标的转换6 第3 章 机动目标的跟踪模型7 3.1 跟踪原理7 3.2 数据预处理8 3.3 三种机动目标跟踪模型9 3.3.1 扩展卡尔曼滤波器（EKF ）9 3.3.2 强跟踪模型(STF) 11 3.3.3 Singer 模型13 3.4 三种模型性机动判断和加速度统计15 3.5 模型评价19 第4 章 多机动目标跟踪中数据关联20 4.1 问题分析20