freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

多傳感器多目標航跡關(guān)聯(lián)與融合算法研究-資料下載頁

2025-06-27 13:05本頁面
  

【正文】 ,nnkiiizcz???? ()A()var[],rkn?其中 12/,6/[(1)??? 空間配準算法空間配準主要指消除信源測量的系統(tǒng)誤差,包括動態(tài)或靜態(tài)估算出信源的測量系統(tǒng)誤差,然后對目標測量信息進行補償。目前,常見的空間配準算法有實時質(zhì)量控制法、最小二乘法、極大似然法 [35]等。這些方法不需要知道目標運動模型而對傳感器方位角、高低角、斜距偏差進行估計。不管目標是機動還是非機動均可使用,因此而受到廣泛應(yīng)用。本節(jié)主要對極大似然空間配準算法進行分析。為了簡單起見,僅考慮二維的情況。假設(shè)兩部傳感器 a 和 b,斜距和方位角偏差分別為: 。在圖 中, 和 分別代表傳感器 和 的斜距和方位,abr??,ar?,b角量測值。 ?北傳 感 器 a 傳 感 器 b真 實 目 標ar?bra?arbr?xbxayb XYOb?,sy ,sxy19 / 70圖 系統(tǒng)平面上的偏差估計配置和 表示在全局坐標系上的量測值, 和 表示傳感器在(,)axy(,)b (,)saxy(,)sb全局坐標系中的位置。極大似然(maximum likelihood)配準法考慮了傳感器的隨機量測噪聲。假定傳感器量測噪聲向量為: ()[,]abTrrvv???和 分別表示傳感器 和 的斜距和方位角的測量噪聲, 服從高斯分,arv?,br? v布,即: ()[]0,[]{},abrrEvcondig???????????由圖 可推出下面基本方程: ()sincoisasabsbxyr???????當考慮傳感器的量測噪聲,可有: ()39。39。39。39。 ,ababrrrvv??????????其中 和 表示傳感器的真實值, 和 表示傳感器的測量誤差。39。39。,ar?39。39。,b ,a?,b將式子() 代入式子(),并且將得到的方程對 進行一階泰勒級數(shù)abr??展開可以得到 ()sinsicoscoscocininababaabbxrryr???????????根據(jù)不同時刻的傳感器量測,也就是說當 時,由式子()可以產(chǎn)生如1,2kN??下一對方程: (),,,,,,sinsincoscoscocoininakbakbkakakbkbkxrrry?????????????????在 個量測之后,有 個方程,當( )時,總能夠輕松求解出式子 ()中N2N2?的 4 個未知量。對于量測噪聲向量 和偏差向量 可進行線性化,可得到 次量測后vxN的線性方程為: ()()zAxvAxv????其中: (),[ ],Taibiaibiyxrr???????? ? 1,2,iN?? (),1,1,1,, ,1,2,2,2,2,2, ,, ,sincossncoscoicini ississiincoincocosaabbaabbbaNaNbNbbNrrrAr??????????????, ,sicssinr? ?? ?? ?? ?進一步,可由式子() 知 ()[]0,covTEAC?????則基于極大似然方法的傳感器偏差向量 的估計為:x ()?11()TTxz??? 卡爾曼濾波卡爾曼濾波適用于有限觀測間隔的非平穩(wěn)隨機過程,它適合于時間序列的遞推方法。濾波的目的就是對目標現(xiàn)在和過去的狀態(tài)進行平滑,對目標未來的時刻進行預(yù)測,包括目標的位置、速度和加速度等。近幾十年來,卡爾曼濾波很快被應(yīng)用到雷達跟蹤系統(tǒng)中,并成為大多跟蹤濾波問題研究的理論和應(yīng)用基礎(chǔ)。在卡爾曼濾波中包含了一個狀態(tài)轉(zhuǎn)移模型和一個量測模型。目標狀態(tài)轉(zhuǎn)移模型能基于 時候的可用信息預(yù)測 +1 時刻的目標狀態(tài)矢量。量測模型使用在信息矢量中包含kk的新信息來修正預(yù)測的狀態(tài)。離散系統(tǒng)的狀態(tài)轉(zhuǎn)移模型方程可表示為: ()1kkkXGuV????其中: 為 維狀態(tài)向量, 為 的狀態(tài)轉(zhuǎn)移矩陣, 為輸入控制項, 是已kXnn?kGku知輸入或控制信號, 是具有零均值和正定協(xié)方差為 的過程噪聲向量。kVQ 觀測模型表示為: ()kkZHW??其中 為 觀測矩陣, 是具有零均值和正定協(xié)方差 的測量噪聲矩陣, 是kHmn? kRkZ21 / 70傳感器在 時刻的觀測向量。k基于上述的狀態(tài)轉(zhuǎn)移和觀測模型,卡爾曼濾波的公式如下:狀態(tài)的一步預(yù)測方程: ()A1|kX??|k?kGu量測的預(yù)測方程: ()1| 1|kkZH?協(xié)方差的一步預(yù)測: ()1|||TkkkPQ??增益方程: ()11|1|1[]kkkkKR???狀態(tài)更新方程: ()A|1| 1|1??()kkkkXKZ??協(xié)方差更新方程: | |[]kkkPIHP??? ()1| 1|11()TTkkRK??另外,初始條件為 和 ,初始化問題也是卡爾曼濾波的重要條件,如果給出0|X|了較好的初始值,則對濾波的收斂速度會有較大的影響??柭鼮V波為線性時變系統(tǒng)一種利用線性無偏最小均方差準則獲得目標的動態(tài)估計,具有時變結(jié)構(gòu),因此可用于非平穩(wěn)隨機過程。而且計算具有遞推性,具有較強的適應(yīng)能力和實時處理能力。此外,在做出狀態(tài)估計的同時還能夠給出估計誤差協(xié)方差,以下要介紹的自適應(yīng)濾波算法就是以卡爾曼濾波作為基礎(chǔ),為研究航跡關(guān)聯(lián)、融合算法提供了數(shù)據(jù)支持,這些數(shù)據(jù)對火力控制系統(tǒng)來說是極其有用的 [3639]。 交互式多模型跟蹤算法對目標進行精確跟蹤的基礎(chǔ)就是要建立目標的運動模型。所建立的模型既要滿足跟蹤的精確性,又要滿足計算的實時性。在現(xiàn)代戰(zhàn)爭中,目標不可能是單一的勻速、勻加速等簡單的運動模型,往往伴隨著不可預(yù)測的機動性。目前,常采用的機動目標跟蹤算法有很多,Magill 于 l965 年提出的多模型法 [40], 在 1970 年提出的Singer 模型法,周宏仁在 1983 年提出的當前模型法 [41],還有 Kishore 在 1997 年提出的Jerk 模型算法 [42],BarShalom 等人在 19841989 年提出的交互式多模型法,即 IMM 算法 [4345]。這些算法均屬于自適應(yīng)跟蹤算法,不需要機動檢測。其中交互式多模型法是在工程中廣泛采用的機動目標跟蹤方法之一,本節(jié)就對交互式多模型進行理論分析與推導(dǎo)。IMM 算法具有 Markov 切換系數(shù),它是在多模型算法的基礎(chǔ)上考慮多個模型的交互作用,用來獲得目標的狀態(tài)估計。該算法已成功應(yīng)用于許多實際問題,并逐漸成為此領(lǐng)域研究的主流方向。下面將對 IMM 算法的基本理論進行描述。IMM 算法包含了多個模型對應(yīng)的濾波器,它們并行運行,在濾波器的輸出端是一個估計混合器,根據(jù)多個模型的交互作用來跟蹤機動目標。圖 為含有 個模型的NIMM 算法。 184。247。194。203。178。168。198。247。179。245。202。188。187。175。187。249。211。218。196。163。208。205。1181。196。191。168。182。194。252。203。178。168。198。247。 187。249。211。218。196。163。208。205。N181。196。191。168。182。194。252。203。178。168。198。247。?196。163。208。205。204。245。188。254。184。197。194。202。184。252。194。185。192。188。198。211。235。189。178。238。181。196。200。218。186。207。???N?1? 1?N?kz 1|1|?NkkNkkXP??1|?ikkX?1|ikkP?|NkP|?NkX |kX?|kP?1?N?1|11|1?kkkkXP??1|?kX1|kP IMM算法框圖IMM算法是一種遞歸算法,它假設(shè)模型數(shù)目是有限的,算法的每一個循環(huán)包括5步:輸入交互、模型修正、模型可能性計算、模型概率更新、輸出交互 [26]。a 輸入模型的交互 從模型 到模型 的轉(zhuǎn)移概率為ij ()1212212..rrrrPPttttt???????????假設(shè) 為 時刻濾波 的狀態(tài)估計, 為相應(yīng)的狀態(tài)協(xié)A(1|)jXk?kj(1|)jPk?方差陣, 為 時刻模型 的概率。其中: =1,2, ,則交互計算后 個uj,i? rr濾波器在 時刻的輸入:23 / 70 ()AA1|1(|)(|)()roj i kiXkXkuij????其中: ()1| 11()()ijijktkNjtkuijPCu??????? ()AAA1 39。1|(|)[(|)(|)(|)| |]r i ojoj iii oj kPkPkXXXkuij? ????b 模型修正 將 、 作為 時刻第 個模型的輸入,得到相應(yīng)的濾波A(1|)ojXk?(1|)ojPkj輸出為 , 。j |jc 模型可能性計算 若模型 量測預(yù)測殘差為 ,及其協(xié)方差陣為 ,在 Gauss 假設(shè)條件下,那么模jjk?jks型 的可能性計算為:j ()??????????jkjkjkjk vS)(39。21exp2?其中: ()A()()|1)39。jjjkjjjjkvZHXSPkRk???????d 模型概率更新由 Bayes 定理給出了模型 的計算概率,其中 =1,2 r,jj? ? ()()jkkujC?其中: ()1rjiki??e 狀態(tài)估計和協(xié)方差組合設(shè) , 分別為 時刻交互式的輸出,則有:A(|)Xk(|)Pk () AA1|(|)rikiXui? ()A39。1(|)()[|||)(|)(|)]r iikiuXkXk????以上便是實現(xiàn) IMM 算法的整體流程。在本文用到的交互式多模型濾波算法中,包含有三個模型集,分別為:CV 模型、CA 模型和當前模型。圖 為含有該三個模型的 Markov 示意圖,其中 m1,m2 ,m3分別為三個模型集, 為模型之間的轉(zhuǎn)移概率。ijP 圖 三模型馬爾科夫鏈示意圖交互式多模型跟蹤算法主要應(yīng)用于目標運動特性隨時間變化的狀態(tài)估計,不需要檢測目標的機動性,達到了全面的自適應(yīng),尤其適合于機動目標跟蹤。在本論文后續(xù)的航跡關(guān)聯(lián)、融合過程中,均采用交互式多模型濾波算法對機動目標進行跟蹤。 仿真分析 仿真指標為了證明課題所采用算法的實用性與可行性,本文進行了一系列的計算機仿真。在雷達信息處理中常常需要蒙特卡洛(Monte Carlo)仿真分析。Monte Carlo 是一種基于“隨機數(shù)”的計算方法,它是通過大量的計算機模擬來檢驗系統(tǒng)的可靠性與可行性,其核心思想是用數(shù)學(xué)方法來模擬真實物理環(huán)境。在多傳感器多目標跟蹤系統(tǒng)中,常采用的 Monte Carlo 仿真流程圖見圖 。在本文中,對濾波算法、航跡關(guān)聯(lián)算法、航跡融合算法均采用 50 次蒙特卡洛仿真。m1 m3m2P21P12P323P1331 P2P325 / 70仿真開始設(shè)定 m o n t e c a r l o 仿真次數(shù) M , 并設(shè)初始值 N = 1濾波航跡融合航跡關(guān)聯(lián)由真實航跡產(chǎn)生模擬航N M仿真結(jié)束N = N + 1是否圖 Monte Carlo 仿真流程圖在 Monte Carlo 系統(tǒng)仿真中,其仿真指標種類很多,本論文采用的是均方根誤差(RMSE)。假設(shè)狀態(tài)向量為 ,目標狀態(tài)估計值為 ,以 代表目標狀態(tài)向量的第 個分量X?Xijxi個時間步長時的真實值, 表示 的第 次仿真時得到的第 個分量 個時間步長時j ?kijxkij的估計值,則經(jīng)過 N 次 Monte Carlo 仿真后的指標
點擊復(fù)制文檔內(nèi)容
數(shù)學(xué)相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1