没有合适的资源?快使用搜索试试~ 我知道了~
单模型机动目标跟踪算法的仿真研究.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 154 浏览量
2021-09-14
21:04:16
上传
评论
收藏 624KB PDF 举报
温馨提示
试读
14页
。。。
资源推荐
资源详情
资源评论
单模型机动目标跟踪算法的仿真研究
摘要:分析研究了用 CV 模型,CA 模型,Singer 模型对单机动目标进行跟踪算
法的 matlab 仿真。比较了各模型的滤波性能,得出了一些有意义的结论。
关键词:目标跟踪;卡尔曼滤波;CV 模型;CA 模型;Singer
模型;
一.问题描述
本文研究的实例是一个二维平面的雷达这个问题属于单目标跟踪问题,一般
来说,如果目标做匀速直线运动时,跟踪问题十分容易;但当目标做机动时,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
合适的目标运动模型,现在的各种模型大致分为单模型和多模型方法,由于多模
型较为复杂,这里我们仅对单模型方法进行讨论。常用的单模型有匀速模型
(CV)、匀加速模型(CA)、Signer 模型。现实世界中的大部分运动目标都存在
各种机动,目标做匀速直线飞行的概率很小,采用CV 模型一般是不可取的,只
有当目标做匀速直线飞行或者近似匀速直线飞行时才能取得很好的效果。机动强
度不大时,可以采用 CA 模型或者 Singer 模型 雷达对目标的量测并不真实准确,
而是存在一定的随机噪声干扰,一般假设噪声符合高斯分布。由于量测数据大多
含有噪声和杂波,为了提高目标状态(位置、速度等)估计精度,通常要对量测数
据进行预处理以提高数据的准确度和精度。
情景想定
假定有一二座标雷达对一平面上运动的目标进行观测,目标在 0-400 秒沿轴
作恒速直线运动,运动速度为 15 米/秒,目标的起始点为(-10000 米,2000 米),在
=ty=t400-600 秒向 x 轴方向做的慢转弯,加速度为 ax=-0.075 米/秒,ay=0.075 米
/秒,完成慢转弯。雷达扫描周期 02=T2 秒,和独立地进行观测,观测噪声的标
准差均为 100 米。试建立雷达对目标的跟踪算法,并进行仿真分析,给出仿真分
析结果。
二.模型建立
1.考虑随机干扰情况。当目标无机动,即目标作匀速或匀加速直线运动时,
可分别采用常速 CV 模型或三阶常加速 CA 模型。
其 CV 模型可以表示为:
其 CA 模型可以表示为:
式中
x, x, x
分别为运动目标的位置、速度和加速度分量, w(t)是均值为零,方差
为
2
的高斯白噪声。
从上式可以看出,CV 和 CA 模型都是线性模型,这给目标跟踪算法的事先带
来了方便,简化了计算。。当目标处于机动状态即目标的加速度向量发生变化时,
采用以上模型会引起较大的误差,这时需要全面考虑目标的机动状态采用其他模
型,如下面介绍的目标模型。
时间相关模型(Singer 模型)
Singer 首次假设机动加速度 a(t)服从一阶时间相关过程,其时间相关函数
Ra(t)为指数衰减形式,即:
. ..
式中,
a
为目标加速度方差:a 为机动频率。
假定机动加速度均值为零,机动加速度的概率密度函数近似服从均匀分布,
方差
a
由近似服从均匀分布概率密度计算得来,即为:
2
2
式中,Amax 为最大机动加速度;Pmax 为其发生概率;P
0
为非机动发生概率。
对时间相关函数 Ra(t)应用 Wiener—Kolmogorov 白化方法后,机动加速度
a(t)可用输入为白噪声的一阶时间相关模型来表示,即:
则这时机动目标模型可表示为:
式中,W(t)是均值为零,方差为
2a
2
的白噪声。
三.具体实现
1.CV(恒速)模型
取状态变量为:
x
.
x
X
y
.
y
状态方程为:
X(k+1)=QX(k)
观测方程为:
Z(k)=HX(k)+V(k)
其中:
V
x
Z
x
Z=
V=
V
y
Z
y
1 0 0 0
0,0;0,0,1, T;0,0,0,1]
H=
Q=
[1, T,0,0;0,1,
0 1 0 0
对目标位置和速度的最佳滤波和最佳预测如下:
预测:
X
(k/k-1)=Q
X
(k-1/k-1)
预测误差协方差:
P(k/k-1)=QP(k-1/k-1)Q
T
卡尔曼增益:
K(k)= P(k/k-1)H
T
[H P(k/k-1)H
T
+R]
-1
滤波:
^ ^
X
(k/k)=
X
(k/k-1)+K(k)[Z(k)-H
X
(k/k-1)]
滤波协方差:
P(k/k)=[I-K(k)H]P(k/k-1)
其中:
2
x
R=
0
^ ^ ^
0
2
y
滤波的初始化
在实际中,我们通常无法得知目标的初始状态,这时我们可以利用前几个观
测值建立状态的起始估计。由于只考虑目标位置和速度,这里利用前两个观测值
建立起始估计,即两点起始法:
X
(2/2)=
zx(1); vx; zy(1); vy
^
剩余13页未读,继续阅读
资源评论
苦茶子12138
- 粉丝: 1w+
- 资源: 6万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功