【正文】 predict。 %協(xié)方差更新 Xm_est=Xm_estimate(k,:)。 實驗仿真結(jié)果及分析實驗仿真結(jié)果將參數(shù)設(shè)置為=，機(jī)動檢測門限=25，退出機(jī)動時的檢測門限=，調(diào)試運行程序，得到目標(biāo)跟蹤的實驗仿真結(jié)果圖。、觀測軌跡和50次濾波軌跡的仿真圖。該圖反映了真實軌跡和觀測軌跡，還有觀測軌跡和50次濾波軌跡的吻合程度。 真實軌跡、觀測軌跡和50次濾波軌跡仿真圖，該圖反映了目標(biāo)的真實軌跡和經(jīng)過一次濾波之后目標(biāo)的估計軌跡曲線。 真實軌跡與一次濾波軌跡仿真圖，該統(tǒng)計曲線圖反映了X和Y坐標(biāo)軸方向濾波誤差的均值和標(biāo)準(zhǔn)差的變化。 X軸和Y軸濾波的統(tǒng)計曲線圖，分別對應(yīng)目標(biāo)的2次加速和2次勻速運動，符合目標(biāo)真實軌跡變化。，但在模型出現(xiàn)機(jī)動的時候，會出現(xiàn)大的誤差。這時，可以借助變維濾波算法對機(jī)動目標(biāo)進(jìn)行跟蹤，從而減小誤差。另外通過仿真試驗可以發(fā)現(xiàn)VD算法的另一個重要特點是可以減少運算量。仿真結(jié)果比較將程序中加權(quán)衰減因子改為=，機(jī)動檢測門限=50，退出機(jī)動時的檢測門限=5，重新運行程序得到修改參數(shù)后的仿真圖。，真實軌跡、觀測軌跡和50次濾波軌跡仿真圖，該圖反映了在修改參數(shù)后，真實軌跡和觀測軌跡，還有觀測軌跡和50次濾波軌跡的吻合程度。 參數(shù)變化后，真實軌跡、觀測軌跡和50次濾波軌跡仿真圖，真實軌跡與一次濾波軌跡仿真圖，該圖反映了修改參數(shù)后目標(biāo)的真實運動軌跡和經(jīng)過一次濾波之后目標(biāo)的估計軌跡曲線。，X軸和Y軸濾波統(tǒng)計曲線圖，該圖反映了修改參數(shù)后，X和Y坐標(biāo)軸方向濾波誤差的均值和標(biāo)準(zhǔn)差的變化。 參數(shù)變化后，真實軌跡與一次濾波軌跡仿真圖 參數(shù)變化后，X軸和Y軸濾波的統(tǒng)計曲線圖，50次濾波后的軌跡嚴(yán)重偏離了真實軌跡。由此可知，機(jī)動檢測的參數(shù)設(shè)置對濾波具有很大的影響。，一次濾波軌跡偏離了真實軌跡，此時不能很好的對目標(biāo)實行有效的跟蹤。這表明此時設(shè)計的濾波器不符合目標(biāo)跟蹤的要求。由修改參數(shù)前后的的實驗仿真結(jié)果，可以發(fā)現(xiàn)前者可以對目標(biāo)實現(xiàn)有效跟蹤，而后者則不然。在模型參數(shù)的調(diào)整過程中，可以發(fā)現(xiàn)機(jī)動檢測門限，退出機(jī)動的檢測門限,加權(quán)衰減因子對算法的有效濾波有很大的影響，如果選擇參數(shù)過大或過小，都可能會導(dǎo)致濾波發(fā)散，從而不能對目標(biāo)實施有效的跟蹤。若在跟蹤過程中，采用自適應(yīng)濾波技術(shù)則可以更好的改善濾波性能。另外，對目標(biāo)快轉(zhuǎn)彎時，會出現(xiàn)大的誤差，這時候可以通過改變機(jī)動檢測門限來減小。 小結(jié)本章重點介紹了目標(biāo)跟蹤的仿真處理流程，通過建立目標(biāo)跟蹤模型、編寫、調(diào)試、運行，最終完成了對模型的目標(biāo)的跟蹤。經(jīng)過對仿真結(jié)果的分析，得出卡爾曼濾波具有很好濾波能力，且預(yù)測的軌跡符合真實目標(biāo)軌跡的變化。VD濾波算法具有很好的機(jī)動檢測能力，但是當(dāng)目標(biāo)快速轉(zhuǎn)彎時，會出現(xiàn)較大的誤差，這時可以通過改變機(jī)動檢測門限來減小誤差。通過本章的研究，掌握了卡爾曼濾波器和VD濾波算法的算法流程和仿真流程，并能設(shè)計出一定的目標(biāo)跟蹤系統(tǒng)。5 結(jié)束語機(jī)動目標(biāo)跟蹤在軍事和民用領(lǐng)域有著廣泛地應(yīng)用前景，特別是在現(xiàn)代戰(zhàn)爭中，作戰(zhàn)飛機(jī)、各種艦艇等運動目標(biāo)的機(jī)動性越來越強，對它們進(jìn)行有效而實時地跟蹤將是十分復(fù)雜但是又必須加以解決的問題。本為以機(jī)動目標(biāo)位研究對象，旨在為機(jī)動目標(biāo)跟蹤系統(tǒng)的實用化提供理論指導(dǎo)，著重解決機(jī)動目標(biāo)跟蹤中兩個方面的問題：建立跟蹤模型和濾波算法。為此，建立了某些機(jī)動目標(biāo)跟蹤模型，并對卡爾曼濾波算法和VD濾波算法進(jìn)行了深入的研究，得到了一些有意義的結(jié)論。這些結(jié)論具體歸納如下。對機(jī)動目標(biāo)而言，建立數(shù)學(xué)模型所特有的要求。既要使建立的數(shù)學(xué)模型符合實際，同時也要更加緊密的結(jié)合所用到的理論。狀態(tài)方程和量測方程的狀態(tài)變量法是描述系統(tǒng)的一種很有價值的方法。它既結(jié)合了實際物理模型，又對數(shù)據(jù)處理提供了方便?？柭鼮V波器具有很好的濾波能力?？柭鼮V波器采用了迭代算法，在對濾波器進(jìn)行初始化基礎(chǔ)上，對其進(jìn)行一次濾波處理，得到一步狀態(tài)預(yù)測和一步預(yù)測協(xié)方差。然后，卡爾曼濾波器進(jìn)行迭代，進(jìn)而推出下一次的濾波狀態(tài)和協(xié)方差，以此類推。VD變維濾波具有較好的機(jī)動目標(biāo)檢測能力。它對機(jī)動目標(biāo)的檢測是通過一種判別機(jī)制。若檢測到目標(biāo)機(jī)動，則通過引入額外的狀態(tài)分量并對狀態(tài)和協(xié)方差進(jìn)行修正。以上對機(jī)動目標(biāo)的跟蹤理論研究有了一定的結(jié)果，但是仍有許多不足之處，尚需進(jìn)一步解決的問題有如下。論文中所講的卡爾曼濾波器雖對機(jī)動目標(biāo)有很好的跟蹤能力，但是如果目標(biāo)真實運動和運動模型不一致（目標(biāo)出現(xiàn)了機(jī)動），這時采用卡爾曼濾波器，則會導(dǎo)致濾波發(fā)散，使濾波值和目標(biāo)真實值之間的誤差無限增長，這時可以利用目標(biāo)跟蹤的自適應(yīng)濾波技術(shù)。 對VD濾波算法，雖對機(jī)動目標(biāo)有很好的跟蹤能力，但是當(dāng)機(jī)動模型改變時，就必須完全重建滑動窗口內(nèi)狀態(tài)變量的估計，這樣會導(dǎo)致在處理負(fù)載中出現(xiàn)明顯的不連續(xù)性，還可會增加目標(biāo)跟蹤誤差。 在進(jìn)行仿真時，濾波器參數(shù)的選定不適，也可能會導(dǎo)致濾波性能的下降等?？傊?，本論文的研究雖然花費了大量的心血和汗水，但是它對機(jī)動目標(biāo)跟蹤的研究仍有許多不足之處，嚴(yán)格的說，本文在很多方面是粗糙的，有待進(jìn)一步的深入研究。致 謝本論文是在曹偉老師的悉心指導(dǎo)下完成的。在論文的選題、研究分析方法以及論文的撰寫等各方面都得到了曹老師的諸多教導(dǎo)。雖然曹老師平日里工作繁多，但是他知道雷達(dá)方面我們剛剛接觸，還在百忙之余給我講解相關(guān)知識，使我深受啟發(fā)。同時，曹老師淵博的專業(yè)知識，嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，精益求精的工作作風(fēng)，誨人不倦的高尚師德，樸實無華、平易近人的人格魅力對我影響深遠(yuǎn)。曹老師不僅使我樹立了遠(yuǎn)大的學(xué)術(shù)目標(biāo)，也教給我許多研究的基本方法。在此，我謹(jǐn)向敬愛的曹偉老師表示衷心的感謝。在我畢業(yè)設(shè)計設(shè)計和論文寫作的過程中，我的給了我很大的動力。他們無時無刻，給了我無私的支持，是他們在生活和感情上的支持和幫助給了我前進(jìn)的力量，也正是他們無私的幫助和犧牲才保證了我學(xué)業(yè)的順利完成。我無法回報什么，謹(jǐn)以本論文作為禮物，獻(xiàn)給我摯愛的親人們。最后，本論文的寫作也得到了陳講俊、石奇、舒堅等同學(xué)的熱情幫助，感謝在整個畢業(yè)設(shè)計期間，曾經(jīng)在各個方面給予我?guī)椭幕锇閭?，在此我深表謝意。 致謝人：劉澤龍 2010年5月29日參考文獻(xiàn)[1]，interpolation and smoothing of stationary time Press，New York,1949.[2]張伯彥，蔡慶宇，.《系統(tǒng)工程與電子技術(shù)》，1990.[3]， tracking of maneuvering Trans on AES，1973.[4] optimal tracking filter performance for manned maneuvering Trans. on AES，1982.[5]，. A jerk model to tracking highly maneuvering Trans. on AES，1997.[6]， algorithm for tracking targets that maneuvering through coordinated of SPIE Signal and Data Processing of Small Targets，1992.[7]， new model and efficient tracker for a target with Curvilinear motion .IEEE Trans. on AES,1997.[8] Targets:The Use of Turnrate Distributions for Accretion Modeling .IEEE Trans. on AES，1996.[9]付夢印，鄧志紅，：科學(xué)出版社，2003.[10]何友，俢建娟，張晶煒. 雷達(dá)數(shù)據(jù)處理及應(yīng)用（第二版）.電子工業(yè)出版社，2009.[11]周宏仁，敬忠良，：國防工業(yè)出版社，1991.[12]張晶煒，何友，2002:764768.[13][M].北京：中國科學(xué)技術(shù)出版社，1993.[14]， Dimension Filter for Maneuvering Target Trans. on AES，1982，18:611699.[15] ，2006.35 /