單模型機(jī)動目標(biāo)跟蹤算法的仿真研究-全文預(yù)覽
【正文】 ） .假設(shè)為勻速直線運(yùn)動（0400s） 圖一 圖一顯示了在勻速直線運(yùn)動下CV模型的濾波效果。 對時間相關(guān)函數(shù)Ra(t)應(yīng)用Wiener—Kolmogorov白化方法后，機(jī)動加速度a(t)可用輸入為白噪聲的一階時間相關(guān)模型來表示，即： 則這時機(jī)動目標(biāo)模型可表示為： 式中，W(t)是均值為零，方差為的白噪聲。從上式可以看出，CV和CA模型都是線性模型，這給目標(biāo)跟蹤算法的事先帶來了方便，簡化了計算。試建立雷達(dá)對目標(biāo)的跟蹤算法，并進(jìn)行仿真分析，給出仿真分析結(jié)果。機(jī)動強(qiáng)度不大時，可以采用CA模型或者Singer模型 雷達(dá)對目標(biāo)的量測并不真實準(zhǔn)確，而是存在一定的隨機(jī)噪聲干擾，一般假設(shè)噪聲符合高斯分布。關(guān)鍵詞：目標(biāo)跟蹤；卡爾曼濾波；CV模型；CA模型；Singer 模型；一．問題描述 本文研究的實例是一個二維平面的雷達(dá)這個問題屬于單目標(biāo)跟蹤問題，一般來說，如果目標(biāo)做勻速直線運(yùn)動時，跟蹤問題十分容易；但當(dāng)目標(biāo)做機(jī)動時，由于無法準(zhǔn)確預(yù)知目標(biāo)下一時刻的運(yùn)動狀態(tài)，使得跟蹤變得很困難。比較了各模型的濾波性能，得出了一些有意義的結(jié)論?，F(xiàn)實世界中的大部分運(yùn)動目標(biāo)都存在各種機(jī)動，目標(biāo)做勻速直線飛行的概率很小，采用CV模型一般是不可取的，只有當(dāng)目標(biāo)做勻速直線飛行或者近似勻速直線飛行時才能取得很好的效果。雷達(dá)掃描周期02=T2秒，和獨(dú)立地進(jìn)行觀測，觀測噪聲的標(biāo)準(zhǔn)差均為100米。其CV模型可以表示為： 其CA模型可以表示為： 式中分別為運(yùn)動目標(biāo)的位置、速度和加速度分量，w(t)是均值為零，方差為的高斯白噪聲。 假定機(jī)動加速度均值為零，機(jī)動加速度的概率密度函數(shù)近似服從均勻分布，方差由近似服從均勻分布概率密度計算得來，即為： 式中，Amax為最大機(jī)動加速度；Pmax為其發(fā)生概率；P0為非機(jī)動發(fā)生概率。以下給出仿真圖和結(jié)果分析。（2） CV模型進(jìn)行機(jī)動目標(biāo)的跟蹤濾波。由于只考慮目標(biāo)位置和速度，這里利用前
語文相關(guān)推薦
鄂ICP備17016276號-1