摘要雷达网络中的目标跟踪在现代战争和飞行管理中有着十分重要的作用和地位，而目标跟踪中运用到的跟踪算法尤其是卡尔曼滤波算法更是许多学者研究的重要内容。本文主要针对集中式卡尔曼滤波算法和基于状态估计一致的分布式卡尔曼滤波算法进行研究，介绍了这两种卡尔曼滤波算法的基本原理，并且通过蒙特卡洛仿真来研究这两种卡尔曼滤波算法对运动目标的跟踪估计，来比较这两种算法的估计性能和各自的优缺点。集中式卡尔曼滤波算法可以得到最优状态估计。但集中式卡尔曼滤波算法的量测矩阵文数高，计算负担重，不利于滤波的实时运行，从而很难满足系统的实时性要求。分布式卡尔曼滤波算法估计性能低于集中式卡尔曼滤波算法。但其由于没有较高的量测矩阵文数，从而不会增加计算负担，可以满足系统的实时性要求。30934
毕业论文关键词 运动目标跟踪 集中式卡尔曼滤波 分布式卡尔曼滤波
Title The analysis of target tracking system based onthe distributed radar networks
Abstract Target tracking radar network plays a very important role in modern warfare andthe flight management. Algorithm applicated to target tracking, particularly theKalman filter algorithm is an important part of many people’s study.This paperintroduces a centralized Kalman filter algorithm and a distributed Kalman filteralgorithm based on the state consensus estimation.This paper introduces the basicprinciple of these two Kalman Filter.We compare the estimation performance of thesetwo algorithms and their advantages and disadvantages by using monte carlo tosimlute these two algorithms.Centralized Kalman filter algorithm can be strictlyto an optimal state estimation.Centralized Kalman filter algorithm has a highmeasurement matrix dimension and a high calculation burden.It is not conduciveto real-time filtering and difficult to meet the requirements of real-time system.The performance of distributed Kalman filter estimation algorithm is lower thanthe centralized Kalman Filter.Distributed Kalman filter algorithm has a lowmeasurement matrix dimension and a low calculation burden.It is not difficult tomeet the requirements of real-time system.
Keywords Target tracking Centralized Kalman Filter Distributed Kalman Filter
目次
1引言1
1.1研究背景.1
1.2研究现状.1
1.3研究内容及论文安排.3
2卡尔曼滤波算法简介4
2.1集中式卡尔曼滤波算法.4
2.2基于状态估计一致的分布式卡尔曼滤波算法.7
3仿真分析15
3.1集中式卡尔曼滤波算法仿真.15
3.2基于状态估计一致的分布式卡尔曼滤波算法仿真.17
3.3估计性能和优缺点比较.30
结论32
致谢33
参考文献34
1 引言1.1 研究背景无论是在现代防御还是在飞行和航行管制系统中，利用雷达网络跟踪系统跟踪运动目标都是十分重要的技术，现已成为一个十分活跃的研究领域[1]。而在现代战争中，随着目标机动性能的提高，基于雷达网络的目标跟踪系统也得到了不断的发展和进步。集中式信息协调处理模式为基于雷达网络的目标跟踪系统的传统的信息处理方法，但由于其协调中心的信息处理能力有限、扩展性差、抗毁性差等特点，传统的集中式雷达网络已不能完全适应[2]。近年来，许多学者致力于分布式网络系统的研究工作。雷达网络目标跟踪系统中极为重要的环节之一是雷达数据处理。雷达数据处理方法经过几十年的发展，已经拥有了丰富的理论和实际成果。其中非常重要的是由美国学者卡尔曼提出的卡尔曼滤波算法，无论集中式卡尔曼滤波方法还是基于状态估计一致的分布式卡尔曼滤波方法都在雷达数据处理中扮演了很重要的角色。两种算法各有优缺点，在诸多研究课题和实际应用中都得到了学者们的广泛关注。1.2 研究现状目前大量文献已对雷达网络目标跟踪系统及其数据处理方法做了深入研究：王中许，张学彪，盛安冬[3]在分析了两种常见的雷达目标跟踪系统的基础上，提出了一种采用数字化节点的分布式体系结构，指出了其中的关键技术。何海龙，付海军[4]通过对现代雷达系统通信基本特点的分析，提出一种适合于现代雷达系统的通信方式，并对实时系统与通信的特征作了深入的分析。陈杰，陈晨，张娟，王高鹏[5]以网络化雷达目标跟踪为背景，针对雷达目标跟踪系统的体系结构及相关问题进行了研究。郑寇全，张平定，王睿[6]针对信息化条件下面对的繁杂环境，提出了集中式、分布式和混合式的组网结构，构建了新式数据融合系统模型。李伟[7]针对雷达目标跟踪系统的特点，指出雷达目标跟踪系统经过航迹融合后，系统的精度有较大提高，跟踪性能比融合前有很大提升。唐晓进，王中许，张乐，陈黎针对雷达目标跟踪系统中探测雷达的情况，提出了一种跟踪平台引导精度的分析方法[8]。 基于分布式雷达网络的目标跟踪系统分析:http://www.youerw.com/zidonghua/lunwen_26916.html