基于IMM的VTS雷达目标跟踪算法研究

摘要

目标跟踪是指对来自目标的量测值进行处理，保持对目标当前状态的估计的过程。随着科学技术的发展以及目标机动性的不断增强，传统的单模型跟踪算法已经不能满足人们的需要。交互式多模型算法(Interacting Multiple Model，IMM)弥补了单模型的不足，适应于跟踪目标状态多变的运动。
　　雷达目标跟踪技术是船舶交通管理系统(Vessel Traffic Services，VTS)中重要的研究课题，而对船舶机动目标的跟踪是其中难点。与传统的跟踪算法相比较，IMM算法是良好的解决方案，具有重大的研究价值和现实意义。针对IMM算法中模型转移概率矩阵先验以及过程噪声固定不变的不足，根据模型概率的变化，提出了模型转移概率矩阵自适应算法和过程噪声自适应算法，对传统的IMM算法进行了改进，通过将改进后的算法与传统算法进行仿真后对比，证明了改进后的算法对船舶跟踪的精度更高。本文主要的研究内容分为以下三部分:
　　第一部分包含本文的第1至2章的内容。该部分首先回顾了目标跟踪技术的研究和发展现状，接着对目标跟踪常用的匀速、匀加速、匀速转弯等运动模型进行概述，然后对目标跟踪中常用的卡尔曼滤波、扩展卡尔曼滤波、不敏卡尔曼滤波等跟踪滤波算法进行介绍，并对算法的特点进行分析。
　　第二部分包含本文的第3章的内容。该部分对常见的多模型算法进行介绍。针对IMM算法中存在的不足，从模型转移概率和过程噪声两方面做出改进。最后通过仿真，将IMM算法与单模型算法进行比较，得出了IMM算法复杂运动情况下总体性能优于单模型的结论。接着，通过与传统的IMM算法进行仿真比较，结果表明改进后的IMM算法跟踪效果优于传统IMM算法。
　　第三部分包含本文的第4章的内容。本部分介绍了VTS系统的组成、架构、功能，给出了VTS雷达回波信号处理以及轨迹跟踪的流程。针对改进后的IMM算法，在Visual Studio2008平台上进行软件编程，实现了对VTS雷达目标的跟踪。

目录

声明

摘要

第1章 绪论

1．1 课题来源

1．2 选题背景及国内外研究概况

1．3 课题主要研究内容及论文结构安排

第2章 目标跟踪的基本理论

2．1 目标跟踪的原理

2．1．1 状态模型与量测模型

2．1．2 目标跟踪的坐标系选取

2．2 目标跟踪运动模型

2．2．1 匀速模型

2．2．2 匀加速模型

2．2．3 匀速转弯模型

2．2．4 相关噪声模型

2．2．5 当前统计模型

2．3 目标跟踪的滤波算法

2．3．1 卡尔曼滤波

2．3．2 α-β滤波

2．3．3 扩展卡尔曼滤波

2．3．4 不敏卡尔曼滤波

2．4 本章小结

第3章 交互式多模型跟踪算法及其改进

3．1 多模型算法简述

3．2 一阶广义伪贝叶斯算法

3．3 二阶广义伪贝叶斯算法

3．4 交互式多模型算法

3．4．1 算法的基本原理

3．4．2 算法的特点及参数设计

3．5 交互式多模型算法的改进

3．5．1 模型转移概率矩阵自适应调整

3．5．2 过程噪声协方差矩阵自适应调整

3．6 仿真研究及性能分析

3．6．1 IMM算法仿真验证及性能分析

3．6．2 改进后IMM算法仿真验证及性能分析

3．7 本章小结

第4章 基于IMM算法的跟踪模块软件设计及实现

4．1 VTS系统概述

4．1．1 VTS系统组成

4．1．2 VTS系统功能

4．2 雷达数据综合处理子系统

4．2．1 模拟雷达信号数字化

4．2．2 目标检测和录取

4．2．3 目标跟踪模块

4．3 交互式多模型算法在VTS目标跟踪中的应用

4．3．1 VTS雷达性能

4．3．2 目标跟踪效果显示

4．4 本章小结

总结与展望

参考文献

致谢

研究生履历