机动目标跟踪滤波方法的仿真实验2

1目录机动目标跟踪的仿真实现引言....................................................................................................................................................3一、机动目标跟踪概述..................................................................................................................3概念,......................................................................................................................................3现状........................................................................................................................................4二、机动目标运动模型..................................................................................................................4CV和CA模型........................................................................................................................4Singer模型..............................................................................................................................5半马尔可夫模型......................................................................................................................6协同转弯模型..........................................................................................................................6“当前”统计模型..................................................................................................................7三、机动目标跟踪算法....................................................................................................................8单机动目标跟踪算法..............................................................................................................8多机动目标跟踪算法..............................................................................................................11四、机动目标跟踪滤波仿真..........................................................................................................13问题描述................................................................................................................................13模型建立................................................................................................................................14滤波算法................................................................................................................................20仿真实现................................................................................................................................24五、个人总结...................................................................................................................................282引言基本的Kalman滤波稳定、一直收敛的前提是假定建立的系统模型是无偏的，而当我们对跟踪目标的先验知识了解较少或者目标本身出现机动时，建立的模型就会存在固定的偏差，而这有可能会导致滤波的发散，估计的结果也不再是一个最大的后验概率估计。所以如果我们班能准确地建立系统模型，那么就能对莫彪进行准确地跟踪。当前机动目标跟踪可以分为两大类：单模型（Singlemodel，SM）算法和多模型（multiplemodel，MM）算法。其后为了有效的解决结构或者参数是时变的情况，1984年，Blom首先提出了交互式多模型（interactingmultiplemodel，IMM）算法。目前主要将IMM算法和JPDA、MHT算法有机的结合起来，解决杂波环境下的多个机动目标跟踪问题。本文主要对机动目标跟踪的模型、算法、以及仿真实现，所面临的问题进行简单的认识研究。一、机动目标跟踪的概述概念对于目标跟踪来说，要完成对目标的跟踪，就必须对目标的状态（位置，速度，加速度）进行估计和预测，简而言之要对目标进行跟踪，建立机动目标运动模型是对其进行跟踪的基础。然而，由于目标对于我方不可控，存在人为和环境所造成的机动，同时由于观测设备精度有限，又存在测量误差，因此需要研究机动目标运动轨迹的规律性，提出符合目标规律运动的假设。问题机动目标跟踪之所以一直受到重视是其主要原因可以概括为以下两个方面，一是机动目标本身机动特性不断提高；二是最优跟踪理论的应用需要。一般的来说，目标做直线匀速运动时，跟踪问题很容易实现：但当机动时，由于无法准确预知目标下一时刻的运动状态，使得跟踪变得很困难。这就需要发展合适的运动模型对其运动进行假设。应用前景目标跟踪特别是机动目标跟踪仍然是国际上活跃热门的领域之一。尽管研究者做了大量的研究工作，提出了各种滤波技术，收到一定的效果但是总是不能满足人们更高层次的运用和要求，尽管许多问题亟待解决，但这并不妨碍机动目标跟踪技术已经在广泛领域中应用。这些应用有：（1）军事上的各种防卫系统；3（2）空中交通管制系统；（3）海岸件监视系统；（4）汽车，个人GPS导航系统，提供地图，安全服务系统；（5）空间运用体监视，这是一个新的待开发的领域；（6）计算机视觉方面，融入目标跟踪技术可以更加快速，准确地获得目标区域，这也是目前热门的领域之一。因此对目标跟踪问题进行理论和运用研究，具有十分重要的意义。二、机动目标运动模型现在常用的运动模型可以分为下面五类:1、CA和CV模型（匀速和匀加速模型）2、Singer模型（一阶时间相关模型）3、半马尔可夫模型（零均值模型）4、协同转弯模型（coordinateturn，CT）5、“当前”统计模型（非零均值时间相关模型）1，CV和CA模型CV模型实际上是二阶常速度模型（constantvelocity，CV），用于跟踪匀速运动目标的跟踪。其模型可以如下表示：010()001xxwtxxCA模型是三阶常加速度模型（constantacceleration，CA），适用于跟踪匀加速直线运动目标情况。其模型如下：()010()0()001()0()()000()1xtxtxtxtwtxtxt其中，x，x，x分别是目标位置，速度和加速度分量；()wt是均值为零，方差为σ2的高斯白噪声。42,singer模型Singer模型是Singer于1970年提出的，它是假定机动加速度()at服从一阶时间相关过程，其时间相关函数为指数衰减形式2=Ett+,0eR（）（）（）式中，2，为区间在(,)tt内决定目标跟踪特性的待定参数。其中2味机动加速度方差，味机动时间常数的倒数，即机动频率，1/一般经验值为：转弯机动1/60，逃避机动1/20，大气扰动1。它的准确值只有通过实时测量才能确定。同时假定机动加速度的概率密度函数近似服从均匀分布。机动加速度的均值为零，方差为22maxmax0(14)3APP式中，maxA为最大机动加速度，maxP为其发生概率，0P为非机动概率。对于世间相关函数R（）应用WienerKolmogorov白化程序后，机动加速度t（）可用输入为白噪音的一阶时间相关模型来表示，即()tata（）+w(t)式中，w(t)是均值为零、方差为22的高斯白噪音。最后当2,1nm时机动目标的模型变为Singer模型()010()0()001()0()()00()1xtxtxtxtwtxtxt式中，()xt，()xt，()xt分别为运动目标的位置，速度和加速度分量。Singer模型适用于匀速和匀加速目标运动，若超出此范围，采用这种模型将产生很大的模型误差，这是需要使用高阶时间相关模型。这种机动加速度的零均值对于模拟激动目标来5说不太合理。3，半马尔可夫模型Moose等提出了具有随机开关均值的相关高斯白噪音模型，该模型把机动看成相应于半马尔可夫过程描述的一系列有限指令，该指令由马尔可过程的穿衣概率来确定，转移时间为随机变量。半马尔可夫模型为()010()00()01()1()0()()00()01xtxtxtxtutwtxtxt式中，为阻力系数；()ut为确定性输入指令；为机动频率；()wt为高斯白噪声。于Singer模型相比较，半马尔可夫模型引入了非零加速度()ut。4，协同转弯模型目标转弯运动