變結(jié)構(gòu)目標(biāo)跟蹤ppt課件-文庫吧資料
2025-05-18 07:11本頁面
【正文】 黃翔宇 , 彭冬亮 . 一種變結(jié)構(gòu)多模型機(jī)動(dòng)目標(biāo)跟蹤算法的研究 [J]. 杭州電子科技大學(xué)學(xué)報(bào) , 2022, 30(4): 195199. ? [19]廉杰 .航跡起始及機(jī)動(dòng)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(jìn)的變結(jié)構(gòu)多模機(jī)動(dòng)目標(biāo)跟蹤算法 [J].彈箭與制導(dǎo)學(xué)報(bào) ,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(xì)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。結(jié)果表明，變結(jié)構(gòu)的思想是可以和數(shù)據(jù)關(guān)聯(lián)問題相結(jié)合的，但是如何優(yōu)化這一問題則有待進(jìn)一步研究。 雖然 UDSVSMM 算法存在一定問題，但是 其便于實(shí)現(xiàn)性和極強(qiáng)的實(shí)效性和極高的 費(fèi)效比，使得其在工程實(shí)踐中能很好地得到應(yīng)用。 （ 3）提出了基于無味有向圖切換的變結(jié)構(gòu)多模型算法。 （ 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。 在分析了傳統(tǒng)的機(jī)動(dòng)目標(biāo)跟蹤算法的基礎(chǔ)上，利用變結(jié)構(gòu)多模型的思想對(duì)它們進(jìn)行了進(jìn)一步 研究。但是此算法還存在很大的改進(jìn)空間， 值得進(jìn)一步研究。根據(jù)上述幾種算法分析，嘗試將變結(jié)構(gòu)多模 型的思想運(yùn)用到 IMMJPDA 算法中，形成變結(jié)構(gòu)多模型聯(lián)合概率數(shù)據(jù)關(guān)聯(lián) VSMMJPDA算法。 目前，跟蹤多機(jī)動(dòng)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。但是其便于實(shí)現(xiàn)性和極強(qiáng)的實(shí)效性和極高的費(fèi)效比，使得其在工程實(shí)踐中能很好地 得到應(yīng)用。 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(gè)模型集合由 5 個(gè)模型組成） 3個(gè)模型集合 D1 D2 D3 分別以 M1 M2 M3為中心 概率大于門限值時(shí)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。通常使用交互后的信息進(jìn)行重新初始化 3）模型匹配濾波 4）模型概率計(jì)算 5）估計(jì)融合 幾種相關(guān)算法 （ ModelGroup Switching, MGS） 算法的基本思想 是： 多模型算法每一個(gè)所使用的 模型集合可以通過一定的準(zhǔn)則通過在一系列模 型組群中切換得到 。 具體包含以下各部分： 1）初始化。這是算法的估計(jì)部分，相當(dāng)于傳統(tǒng)的多模型算法，可已經(jīng)將之稱為 VSIMM 算法。它要根據(jù)獲得的先驗(yàn)信息以及該時(shí)刻的量測信息來決定該時(shí)刻使用哪個(gè)模型集合來運(yùn)行多模型算法。 通常來說，一個(gè)周期的 RAMS 算法主要要完成以下兩個(gè)步驟的工作： （ 1） 模型集合自適應(yīng)。這也就是遞歸自適應(yīng)模型集合（ Recursive Adaptive ModelSet, RAMS）算法。 考慮到計(jì)算量的問題， VSMM 應(yīng)該選擇一個(gè) 單一的模型集合，且要保證這個(gè)模型集合是 對(duì)當(dāng)前目標(biāo)狀態(tài)來說“最優(yōu)”的。通常來說，當(dāng)一個(gè)目標(biāo)的運(yùn)動(dòng)模式越復(fù)雜時(shí)， VSMM 算法相比 FSMM來說優(yōu)勢就更大 。如果要覆蓋所有情況則必然需要一個(gè)龐大的模型集合，又會(huì)導(dǎo)致上述 2和 3的問題 。但是由于估計(jì)值融合機(jī)制本身的原因
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1