資源描述：
《粒子濾波目標(biāo)跟蹤及TBD算法研究.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、電子科技大學(xué)UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA專業(yè)學(xué)位碩士學(xué)位論文MASTERTHESISFORPROFESSIONALDEGREE論文題目粒子濾波目標(biāo)跟蹤及TBD算法研究專業(yè)學(xué)位類別工程碩士學(xué)號201222020614作者姓名蘇洲陽指導(dǎo)教師韓春林教授分類號密級注1UDC學(xué)位論文粒子濾波目標(biāo)跟蹤及TBD算法研究（題名和副題名）蘇洲陽（作者姓名）指導(dǎo)教師韓春林教授電子科技大學(xué)成都（姓名、職稱、單位名稱）申請學(xué)位級別碩士專業(yè)學(xué)位類別工程碩士工程領(lǐng)域名稱電
2、子與通信工程提交論文日期2015年3月31日論文答辯日期2015年4月27日學(xué)位授予單位和日期電子科技大學(xué)2015年6月答辯委員會主席評閱人注1：注明《國際十進(jìn)分類法UDC》的類號。RESEARCHONPARTCLEFILTERFORTARGETTRACKINGANDTBDALGORITHMAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:SuZhouya
3、ngAdvisor:Prof.HanChunlinSchool:SchoolofElectronicEngineering獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。作者簽名：日期：年月日論文使用授權(quán)本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保
4、留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。（保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定）作者簽名：導(dǎo)師簽名：日期：摘要摘要隨著現(xiàn)代作戰(zhàn)環(huán)境的日益復(fù)雜，低信噪比下的目標(biāo)檢測以及目標(biāo)跟蹤中的非線性問題逐漸突顯，這使得傳統(tǒng)的跟蹤和檢測方法越來越難以滿足需求，迫切需要能夠解決這些問題的新的目標(biāo)跟蹤和檢測算法。檢測前跟蹤(TrackBeforeDe
5、tect，TBD)算法經(jīng)過多幀數(shù)據(jù)積累后按照某種規(guī)則進(jìn)行檢測判決，檢測到目標(biāo)存在就能同時(shí)給出跟蹤結(jié)果，這樣可以很好地解決低信噪比下的目標(biāo)檢測問題。粒子濾波(ParticleFilter，PF)是一種針對非線性系統(tǒng)的貝葉斯遞歸濾波算法，粒子的權(quán)重還可以用來構(gòu)造似然比，這些特點(diǎn)使得粒子濾波可以完整地進(jìn)行目標(biāo)檢測和跟蹤。因此，本文將對基于粒子濾波的目標(biāo)跟蹤和TBD算法展開研究，主要內(nèi)容為：1、研究了粒子濾波的目標(biāo)跟蹤算法及其性能評估。首先研究了標(biāo)準(zhǔn)粒子濾波(StandardPF，SPF)算法，然后針對其中的粒子退化問題
6、，研究了利用局部線性化近似得到最佳重要性函數(shù)和改善重采樣的改進(jìn)的粒子濾波算法(improvedPF，IPF)。除采用常規(guī)性能評估方法外，還研究了KLD(KullbackLeiblerDivergence)評估方法，以便更加全面地對粒子濾波算法進(jìn)行性能評估。2、研究了三種基于粒子濾波的TBD算法及性能討論。標(biāo)準(zhǔn)的PF-TBD算法通過將粒子分為死亡粒子和存活粒子構(gòu)成一種混合狀態(tài)估計(jì)，從而形成完整的跟蹤檢測體系；優(yōu)效的PF-TBD算法在標(biāo)準(zhǔn)算法基礎(chǔ)上只關(guān)注存活粒子，更加有效地利用粒子信息；基于似然比檢測的PF-TBD算
7、法利用似然比進(jìn)行檢測，區(qū)別于前兩種算法利用目標(biāo)存在概率進(jìn)行檢測。在仿真實(shí)驗(yàn)中，首先通過對比檢測概率和虛警概率，確定三種算法的最佳檢測門限，然后再橫向?qū)Ρ热N算法的檢測性能，以便確定三種算法檢測性能的優(yōu)劣關(guān)系。3、針對RAM(RocketArtilleryMortar)類目標(biāo)，首先建立了這類目標(biāo)的運(yùn)動狀態(tài)模型?？紤]到這類目標(biāo)的運(yùn)動狀態(tài)可以采用單個(gè)模型進(jìn)行描述，因此，首先采用SPF算法對該目標(biāo)進(jìn)行跟蹤；同時(shí)基于前面的結(jié)論，進(jìn)一步采用IPF算法對其進(jìn)行跟蹤。仿真結(jié)果表明，粒子濾波算法可以有效實(shí)現(xiàn)RAM類目標(biāo)跟蹤，同時(shí)基
8、于IPF算法的RAM類目標(biāo)跟蹤算法跟蹤性能優(yōu)于基于SPF算法的。4、針對雷達(dá)目標(biāo)的檢測前跟蹤，這里首先給出適用于TBD處理的基本雷達(dá)觀測模型，然后充分考慮到實(shí)際目標(biāo)可能存在的機(jī)動特性，首先對多模型粒子濾波（MultipleModelPF，MMPF）算法展開研究，然后采用基于MMPF的TBD算法實(shí)現(xiàn)對雷達(dá)目標(biāo)的檢測和跟蹤，最后在仿真實(shí)驗(yàn)中分別對MMPF算法和基于MMPF的T
