基于非线性滤波的水下目标跟踪技术研究

论文摘要

海洋维持着人类的生存繁衍,使人类社会能够实现可持续发展。随着人类对海洋的开发不断地深入,科学技术对海洋开发的支撑作用越来越重要。水下目标跟踪作为海洋开发的一个重要组成部分,正在成为一个越来越受到关注的研究热点。本文主要研究水下目标跟踪的两大重点课题:滤波算法和目标运动模型。首先对目标跟踪研究中的滤波算法进行详细的介绍,包括卡尔曼滤波算法以及扩展卡尔曼滤波算法、无迹卡尔曼滤波算法和容积卡尔曼滤波算法三种非线性滤波算法。对三种运动模型进行详细的介绍,包括匀速模型、匀加速模型和匀速转弯模型。通过仿真实验对三种非线性滤波算法的估计性能进行了分析和比较。仿真结果表明在状态变量高维情况下容积卡尔曼滤波算法的估计精度比扩展卡尔曼滤波算法和无迹卡尔曼滤波算法的估计精度更高。然后针对容积卡尔曼滤波由协方差矩阵失去正定性导致的滤波发散问题,介绍了平方根容积卡尔曼滤波算法。针对由系统模型不准确导致的滤波发散问题,介绍了强跟踪容积卡尔曼滤波算法。针对强跟踪容积卡尔曼滤波算法中单渐消因子无法修正所有状态变量的估计的问题,设计多渐消因子平方根容积卡尔曼滤波算法,既能解决由协方差矩阵失去正定性导致的滤波发散问题,又能在模型不准确的情况下修正所有状态变量的估计,使滤波结果更加稳定和精确。仿真实验结果也验证了这一点。最后针对单一运动模型无法完全准确描述目标运动的问题,介绍了多模型算法,尤其是详细介绍了交互式多模型算法。介绍了标量权重交互式多模型算法。交互式多模型算法的模型概率基于残差计算,标量权重交互式多模型算法的模型概率基于协方差计算。如果模型概率的计算既能利用残差信息又能利用协方差信息,那么得到的模型概率将更加准确。于是设计模型概率融合交互式多模型算法,将交互式多模型算法模型概率和标量权重交互式多模型算法模型概率进一步融合,计算得到新的模型概率,进而用新的模型概率计算总体的状态估计和总体的协方差。仿真实验验证模型概率融合交互式多模型算法比交互式多模型算法具有更好的估计精度。

论文目录

摘要

abstract

第1章绪论

1.1 水下目标跟踪研究的意义

1.2 水下目标跟踪研究的现状

1.2.1 滤波算法的研究现状

1.2.2 目标建模的研究现状

1.3 论文主要研究内容及章节安排

第2章目标跟踪中的滤波算法与目标运动模型

2.1 引言

2.2 滤波算法

2.2.1 卡尔曼滤波

2.2.2 扩展卡尔曼滤波

2.2.3 无迹卡尔曼滤波

2.2.4 容积卡尔曼滤波

2.3 目标运动模型

2.3.1 CV模型

2.3.2 CA模型

2.3.3 CT模型

2.4 仿真实验与分析

2.5 本章小结

第3章多渐消因子平方根容积卡尔曼滤波

3.1 引言

3.2 平方根容积卡尔曼滤波

3.3 强跟踪容积卡尔曼滤波

3.3.1 正交性原理

3.3.2 渐消因子等价表述

3.4 多渐消因子平方根容积卡尔曼滤波算法

3.4.1 多渐消因子求解算法

3.4.2 算法步骤

3.5 仿真实验与分析

3.6 本章小结

第4章基于交互式多模型的水下目标跟踪研究

4.1 引言

4.2 多模型算法理论

4.2.1 概述

4.2.2 静态多模型算法

4.2.3 广义伪贝叶斯算法

4.3 交互式多模型算法

4.3.1 交互式多模型算法基本思想

4.3.2 仿真实验与分析

4.4 模型概率融合交互式多模型算法

4.4.1 标量权重

4.4.2 算法步骤

4.4.3 仿真实验与分析

4.5 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢

文章来源

类型: 硕士论文

作者: 许跃千

导师: 张勋,李来春

关键词: 水下目标跟踪,非线性滤波,多渐消因子,交互式多模型

来源: 哈尔滨工程大学

年度: 2019

分类: 基础科学,信息科技

专业: 海洋学,计算机软件及计算机应用

单位: 哈尔滨工程大学

分类号: TP391.41;P742

总页数: 82

文件大小: 3293K

下载量: 180

基于非线性滤波的水下目标跟踪技术研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢