《變結(jié)構(gòu)目標(biāo)跟蹤》ppt課件-全文預(yù)覽
【正文】 大學(xué)學(xué)報 , 2022, 30(4): 195199. ? [19]廉杰 .航跡起始及機動目標(biāo)跟蹤方法的研究 [D]. 哈爾濱：哈爾濱工業(yè)大學(xué)， 2022 ? [20]楊麗娜 , 張劍云 .一種改進的變結(jié)構(gòu)多模機動目標(biāo)跟蹤算法 [J].彈箭與制導(dǎo)學(xué)報 ,2022,28(3):9194. ? [21]田野，蔣宏，梁國威，丁全心 .基于角速度修正的變結(jié)構(gòu)多模型目標(biāo)跟蹤算法 [J],2022,19(1):4649. 。本文詳細討論了這方面的問題，并取得了一定的成果，也做出了一些探索。 雖然 UDSVSMM 算法存在一定問題，但是 其便于實現(xiàn)性和極強的實效性和極高的 費效比，使得其在工程實踐中能很好地得到應(yīng)用。 （ 2）著重介紹了變結(jié)構(gòu)多模型算法的必要性及其基本原理，然后提出了基于序列似然比檢測的變結(jié)構(gòu)多模型算法。但是此算法還存在很大的改進空間， 值得進一步研究。 目前，跟蹤多機動目標(biāo)最具代表性的算法就是將交互式多模型（ IMM）算法和聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)（JPDA）算法按照一定的方式結(jié)合起來，從而推導(dǎo)出交互式多模型聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)（ IMMJPDA）算法。 2基于無味有向圖切換的 VSMM算法 模型集合構(gòu)成有向圖 （設(shè)一個模型集合由 5 個模型組成） 3個模型集合 D1 D2 D3 分別以 M1 M2 M3為中心 概率大于門限值時切換 UDSVSMM 算法的流程圖 在跟蹤超高音速飛行器中曾應(yīng)用 UDSVSMM 算法。 具體包含以下各部分： 1）初始化。它要根據(jù)獲得的先驗信息以及該時刻的量測信息來決定該時刻使用哪個模型集合來運行多模型算法。這也就是遞歸自適應(yīng)模型集合（ Recursive Adaptive ModelSet, RAMS）算法。通常來說，當(dāng)一個目標(biāo)的運動模式越復(fù)雜時， VSMM 算法相比 FSMM來說優(yōu)勢就更大 。但是由于估計值融合機制本身的原因，過多的模型集合必將帶來更多的模型間的競爭，也會導(dǎo)致性能惡化 。但是，當(dāng)處理實際環(huán)境中的問題時，情況要復(fù)雜得多。 本質(zhì)上是一類特殊的非線性控制，其非線性表現(xiàn)為控制的不連續(xù)性。但是， FSMM 算法存在 一定的局限性。 1965 年， Magill 提出了第一代多模型（ MM）算法，該算法使用包含有限個模型的固定模型集合，各模型并行濾波，由于各個模型之間沒有交互，因此對目標(biāo)機動模式較多的情況不太適用。 因此， Moose 等引入非零加速度分量，提出了相關(guān)高斯噪聲模型，該模型把機動當(dāng)作由馬爾科夫過程轉(zhuǎn)移概率確定的一系列有限指令 。 要解決這個矛盾，一個自然的想法就是在擁有一個龐大模型集合的同時，算法會根據(jù)目標(biāo)當(dāng)前的狀態(tài)在其中選擇合適的子模型集合。 因此，多模型算法比單模型算法有更好的適應(yīng)能力。 3）軍用和民用領(lǐng)域的應(yīng)用 在 民用領(lǐng)域，機動目標(biāo)跟蹤用于空中和地面交通管制、 GPS 導(dǎo)航等 ； 在 軍用領(lǐng)域，為達到目標(biāo)被摧毀或失效的目的，要求準(zhǔn)確快速地對目標(biāo)進行跟蹤，以便給武器系統(tǒng)提供準(zhǔn)確、實時的目標(biāo)狀態(tài)，是實現(xiàn)武器控制的 前提，它 可用 于 彈道導(dǎo)彈 防御、空防預(yù)警、 空中 攻擊 、戰(zhàn)場監(jiān)視等。 由于 量測數(shù)據(jù)中含有大量的干擾成分，有必要對量測信息進行處理，因此 目標(biāo)跟蹤 過程也 是一個消除誤差的處理 過程 。 基于 變結(jié)構(gòu)多模型算法 的 機動 目標(biāo)跟蹤 劉福朝
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1