【正文】 通系統(tǒng)中，Tai等人研究了一個(gè)視頻監(jiān)控系統(tǒng)用來交通事件檢測(cè)的，可以自動(dòng)檢測(cè)車輛和其運(yùn)行軌跡的判定。同時(shí)也出現(xiàn)在許多國(guó)際會(huì)議與討論小組。目前，在美國(guó)，日本，歐洲已進(jìn)行了大量關(guān)于運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤的研究工作，W4是一種基于視覺監(jiān)控系統(tǒng)可以對(duì)室外運(yùn)動(dòng)目標(biāo)進(jìn)行實(shí)時(shí)檢測(cè)和跟蹤，而IBM等大公司資助相關(guān)的研究領(lǐng)域，希望能將研究成果應(yīng)用于商業(yè)領(lǐng)域。所謂W4是指，在哪里，什么人，什么時(shí)候，干什么，換句話說是指該系統(tǒng)可以確定什么目標(biāo)，什么時(shí)候，什么地方，干什么。比如在信號(hào)處理、衛(wèi)星控制、石油勘探、故障診斷、GPS定位、檢測(cè)與估計(jì)、控制、通信、航空航天、制導(dǎo)、目標(biāo)跟蹤、多傳感器信息融合，機(jī)器人學(xué)和生物醫(yī)學(xué)領(lǐng)域。因此卡爾曼濾波用于解決很多實(shí)際問題時(shí)，重要的不僅僅是算法優(yōu)化問題與實(shí)現(xiàn)，更重要的是利用獲取的領(lǐng)域知識(shí)對(duì)被認(rèn)識(shí)系統(tǒng)進(jìn)行形式化描述，建立起合適的數(shù)學(xué)模型，再?gòu)倪@個(gè)模型出發(fā)，進(jìn)行濾波器的設(shè)計(jì)與實(shí)現(xiàn)工作。其他濾波理論也很快得到重視，如線性離散系統(tǒng)的濾波（序列平方根濾波，信息平方根濾波，UD分解濾波）[3]?；究柭鼮V波器（KF）的約束條件下，即，系統(tǒng)必須是線性的，但大多數(shù)的系統(tǒng)都是非線性系統(tǒng)，因此大多數(shù)情況下，需要用到擴(kuò)展卡爾曼濾波（EKF）來對(duì)非線性系統(tǒng)進(jìn)行估計(jì)。卡爾曼濾波遞推算法的原理是利用噪聲和觀測(cè)噪聲以及輸入和輸出值進(jìn)行的測(cè)量，它是具有統(tǒng)計(jì)特性的估計(jì)系統(tǒng)。如果需要對(duì)某一運(yùn)動(dòng)中的目標(biāo)進(jìn)行跟蹤，首先需要做的是對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤觀測(cè)，一般情況下得到的觀測(cè)信息是不準(zhǔn)確的，因?yàn)樗枰男畔⒁约半S機(jī)觀測(cè)噪聲和干擾信號(hào)?？柭鼮V波是基于運(yùn)動(dòng)目標(biāo)動(dòng)態(tài)信息，設(shè)法消除噪聲干擾，從而獲取目標(biāo)位置的最佳估計(jì)。因此卡爾曼濾波器在很多工程系統(tǒng)和嵌入式系統(tǒng)中占據(jù)著重要的地位。卡爾曼濾波器最初是專為飛行器導(dǎo)航而研制的，已成功地被應(yīng)用在很多領(lǐng)域。卡爾曼濾波器已經(jīng)在機(jī)器人導(dǎo)航與控制系統(tǒng)，傳感器數(shù)據(jù)融合，軍事雷達(dá)和彈道軌跡外推等領(lǐng)域被廣泛應(yīng)用。1 緒論1．1 研究意義以及目的卡爾曼濾波器是最優(yōu)的遞歸算法。 Optimal。關(guān)鍵詞 卡爾曼濾波；目標(biāo)跟蹤；最優(yōu)；Matlab仿真畢業(yè)設(shè)計(jì)說明書（論文）外文摘要Title Research on Object Tracking Based on Kalman FilterAbstractKalman filter is based on linear minimum variance estimation and the optimal linear recursive filtering method by the Kalman , with in the mathematical structure is relatively simple, putation quantity is small, low storage and high realtime performance advantages. Kalman filter in the control theory and control systems engineering has a great influence, and has important significance in engineering practice. Moving target tracking is widely used in radar data processing. Aiming at the tracking question of a moving target with constant velocity along a line in a flat surface, we can use Kalman filtering method, simulation with Matlab results show that the effect of tracting is very perfect. It has good values.Key Words Kalman Filter 。本文針對(duì)平面內(nèi)勻速直線運(yùn)動(dòng)目標(biāo)的跟蹤問題，采用卡爾曼濾波方法來實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤。卡爾曼濾波在控制理論和控制系統(tǒng)工程中擁有著巨大影響力，并且在工程實(shí)踐上具有重要意義。同意參加答辯，建議成績(jī)良好。技術(shù)用語準(zhǔn)確，符號(hào)統(tǒng)一，編號(hào)齊全，書寫工整規(guī)范，整潔、正確。程序設(shè)計(jì)合理, 仿真結(jié)果正確。南京理工大學(xué)紫金學(xué)院畢業(yè)設(shè)計(jì)說明書(論文)作 者:戴學(xué)飛 學(xué) 號(hào)：110401324 系：電子工程與光電技術(shù)系專 業(yè): 電子信息工程題 目:卡爾曼濾波器在運(yùn)動(dòng)目標(biāo) 跟蹤中的研究及仿真 講師 李娟指導(dǎo)者： (姓 名) (專業(yè)技術(shù)職務(wù)) 馬玲副教授評(píng)閱者： (姓 名) (專業(yè)技術(shù)職務(wù)) 2015 年 5 月30 / 36南 京 理 工 大 學(xué) 紫 金 學(xué) 院畢業(yè)設(shè)計(jì)（論文）評(píng)語學(xué)生姓名： 戴學(xué)飛 班級(jí)、學(xué)號(hào)： 11電信3班、110401324 題 目： 卡爾曼濾波器在運(yùn)動(dòng)目標(biāo)跟蹤中的研究仿真 綜合成績(jī)： 指導(dǎo)者評(píng)語：論文針對(duì)運(yùn)動(dòng)目標(biāo)跟蹤的問題，建立了簡(jiǎn)潔有效的數(shù)學(xué)模型，在問題的解決中引入了Kalman濾波器系統(tǒng)，對(duì)其濾波算法進(jìn)行了推導(dǎo)，深入理解了Kalman濾波器的迭代思想，并使用Matlab軟件對(duì)Kalman濾波思想在運(yùn)動(dòng)目標(biāo)跟蹤問題中的應(yīng)用進(jìn)行了仿真驗(yàn)證，仿真結(jié)果表現(xiàn)正確無誤。論文綜述完整。論述充分，結(jié)論合理。如能加入對(duì)加速度變化的運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤則更好。 指導(dǎo)者(簽字)： 年 月 日畢業(yè)設(shè)計(jì)（論文）評(píng)語評(píng)閱者評(píng)語： 評(píng)閱者(簽字)： 年 月 日答辯委員會(huì)（小組）評(píng)語： 答辯委員會(huì)（小組）負(fù)責(zé)人(簽字)： 年 月 日畢業(yè)設(shè)計(jì)說明書（論文）中文摘要卡爾曼濾波是卡爾曼基于線性最小方差估計(jì)的基礎(chǔ)上，提出的最優(yōu)線性遞推濾波方法，具有在數(shù)學(xué)結(jié)構(gòu)上比較簡(jiǎn)單、計(jì)算量小、存儲(chǔ)量低、實(shí)時(shí)性高的優(yōu)點(diǎn)。因此，卡爾曼濾波器廣泛應(yīng)用于雷達(dá)數(shù)據(jù)處理等領(lǐng)域。Matlab軟件仿真結(jié)果顯示跟蹤效果較好，證明采用此法跟蹤運(yùn)動(dòng)目標(biāo)有效可行，具有一定研究?jī)r(jià)值。 Object Tracking 。 Matlab目 次1 緒論 11．1 研究意義以及目的 11．2 國(guó)內(nèi)外研究現(xiàn)狀 21．3 論文內(nèi)容以及結(jié)構(gòu)篇章 32 Matlab軟件簡(jiǎn)介 5 軟件簡(jiǎn)介 5 Matlab基本功能 5 Matlab優(yōu)點(diǎn) 5 Matlab的應(yīng)用 63 卡爾曼濾波器原理 8 狀態(tài)轉(zhuǎn)移 8 狀態(tài)預(yù)測(cè) 9 協(xié)方差矩陣 9 噪聲協(xié)方差矩陣的傳遞 10 觀測(cè)矩陣 11 狀態(tài)更新 11 噪聲協(xié)方差矩陣的更新 12 卡爾曼濾波的五個(gè)公式 12 卡爾曼變量和參數(shù) 134 蒙特卡洛仿真試驗(yàn)的數(shù)學(xué)思想 14 蒙特卡洛方法的產(chǎn)生與發(fā)展 14 蒙特卡洛基本原理 165 基本動(dòng)態(tài)系統(tǒng)模型 17 運(yùn)動(dòng)目標(biāo)數(shù)學(xué)模型建立 17 Matlab程序代碼及其注釋 18 Matlab仿真結(jié)果以及分析 20 對(duì)運(yùn)動(dòng)目標(biāo)跟蹤非線性問題的初步探討 26結(jié) 論 27致 謝 28參考文獻(xiàn) 錯(cuò)誤！未定義書簽。針對(duì)于許多實(shí)際問