毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

粒子滤波算法在目标被动跟踪中的应用研究(2)

时间:2017-05-30 17:32来源:毕业论文
被动跟踪以其良好的隐蔽性、抗电磁干扰和电磁隐身等优点,对于提高跟踪系统的跟踪性能和生存能力具有重要的作用,已成为现代防御系统和武器装备中


被动跟踪以其良好的隐蔽性、抗电磁干扰和电磁隐身等优点,对于提高跟踪系统的跟踪性能和生存能力具有重要的作用,已成为现代防御系统和武器装备中除雷达外应用最多的技术。随着军用电子技术的飞速发展,电子战在现代战争中的地位不断提高。在越来越强调隐蔽攻击和硬杀伤的趋势下,采用被动方式工作的无源定位方法是发展的主流。无源定位技术是现代一体化防空系统、机载对敌、对海攻击以及对付隐身目标的远程预警系统的重要组成部分,对提高武器系统在电子战环境下的生存能力和作战能力具有重要作用。同时在航海、航空、宇航、侦察、测控、救援和地球物理学中也扮演着重要的角色。由于无源雷达可利用隐身目标的雷达、通信、电子干扰等电磁辐射信号对其进行探测和识别,因此快速、高精度、高识别率的无源定位技术已成为一种重要的技术手段,对无源定位技术的研究具有重要的军事意义。
无源跟踪问题本质上属于非线性估计问题[8]。目前,解决目标跟踪问题的经典方法是卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)。这些方法是通过将非线性系统线性化来处理的,当系统的非线性较高时,由线性化引起的误差会导致跟踪误差逐渐变大,甚至发散。粒子滤波(particle filter,PF)是一种基于蒙特卡罗仿真的近似贝叶斯滤波算法[7],以Monte Carlo随机模拟理论为基础,将系统状态后验分布用一组加权随机样本(称为粒子)表示,新的状态分布通过这些随机样本的贝叶斯迭代进化产生。它不受线性化误差和高斯噪声假定的限制,适于解决系统方程非线性、噪声非高斯的平稳及非平稳多文问题,应用广泛,已成为非线性目标跟踪的重要手段。如何采用粒子滤波获得高精度的目标状态估计具有重要的研究意义。
1.2  国内外研究现状
1.2.1  目标被动跟踪及无源定位技术
1.2.2  滤波理论研究概况
1.3  本文所做的工作
第一章绪论。主要概述了目标被动跟踪、无源定位技术及滤波理论的研究概况。
第二章目标被动跟踪方法研究。对目标跟踪中坐标系的选取作了介绍。主要为直角坐标系及极坐标系。接着对纯方位跟踪中的几种常见的目标运动模型作了简要的分析。最后对无源定位技术和测向交叉定位作了简单的叙述。
第三章目标跟踪中的滤波算法。首先介绍了卡尔曼滤波算法。然后针对非线性系统介绍了扩展卡尔曼滤波算法和无迹卡尔曼滤波算法。
第四章粒子滤波算法。首先介绍了粒子滤波的基本理论。然后对粒子滤波的基本原理进行了介绍,介绍了序贯重要性采样和粒子集的退化以及重采样。最后对几种粒子滤波的改进算法进行了阐述。
第五章仿真实验及分析。选取一个测向交叉定位的模型,用粒子滤波算法实现对该目标的被动跟踪。
2  目标被动跟踪方法研究
2.1  目标被动跟踪系统的特点
目标被动跟踪[17]是利用跟踪目标携带的电磁设备所发出的电磁波或大功率设备发出的声波信号的方位角测量序列估计当前目标的运动状态参数,如位置、速率等。与雷达主动监控系统不同,不需要发射电磁信号,而是被动接受信号,因此隐蔽性好,安全性高,是跟踪防御系统的一个重要组成部分。纯方位角跟踪是典型的被动跟踪,由纯方位跟踪的特点[1]知,与一般跟踪系统相比,目标被动跟踪系统有以下特点:
2.1.1  高度非线性
目标被动跟踪利用传感器测得的被噪声污染的方位角数据估计目标当前的运动参数,如位置速率等,由于测量与被估计量之间是非线性映射(反正切函数),而且非线性的强弱与目标与传感器之间的几何关系密切相关,是典型的非线性滤波问题。由于最优的非线性贝叶斯估计一般无法得到解析解,因此实际跟踪系统常采用各种次优算法。一般而言,在相同的其它条件下,一种次优算法对非线性逼近能力越强,跟踪精度越高,而耗费的系统资源也就越高,跟踪系统采用哪一种滤波方法需要在精度和实时性两个性能指标之间进行折中。 粒子滤波算法在目标被动跟踪中的应用研究(2):http://www.youerw.com/zidonghua/lunwen_8122.html
------分隔线----------------------------
推荐内容