基于随机矩阵的非椭圆扩展目标跟踪算法研究

摘要

随着现代传感器的飞速发展，扩展目标跟踪技术在反导、预警、制导以及战场监视等军事应用中的作用日益凸显。由于传感器获得量测信息的增多，扩展目标跟踪需要同时估计目标的运动状态和扩展状态。近年来，非椭圆扩展目标跟踪受到了广泛关注，该类目标的形状较复杂，无法使用基本几何图形描述。本论文以贝叶斯滤波为理论基础，研究了随机矩阵模型、随机超曲面模型和轮廓模型等形状建模方法，开展非椭圆扩展目标跟踪算法的研究。论文主要研究内容如下：
　　1.针对转弯机动非椭圆扩展目标跟踪问题，提出基于自适应随机矩阵模型的非椭圆扩展目标跟踪算法。该算法将非椭圆扩展目标建模为多个椭圆子目标，每个子目标的扩展状态使用逆威沙特分布描述。为了准确估计目标形状，需要建立合适的扩展状态动态模型和量测噪声模型。根据前一时刻扩展状态估计值和当前时刻量测数据，实现了模型参数的自适应。仿真实验表明，所提算法在保证运动状态估计精度的同时，改善了扩展状态估计性能。
　　2.针对非高斯系统的非椭圆扩展目标跟踪问题，提出基于椭圆随机超曲面模型的非椭圆扩展目标跟踪算法。针对刚体结构的非椭圆扩展目标，所提算法构建了统一运动学模型来描述所有子目标的运动状态。该算法用伪量测模型取代了传统线性量测模型，对椭圆形状参数进行估计，避免了对随机矩阵的处理。仿真实验表明，所提算法对量测的空间分布特性不敏感，当获取的量测较少时，也可以得到较理想的估计结果。
　　3.针对遮挡情况下的非椭圆扩展目标跟踪问题，提出基于轮廓模型的非椭圆扩展目标跟踪算法。传感器获取到的量测按是否源于真实目标可分为两类：正量测和负量测。所提算法融合了源于目标的正量测和源于其他地方的负量测，修改了扩展状态更新方法。同时，给出其伽玛高斯逆威沙特混合实现，可同时估计目标量测数、运动状态和扩展状态。仿真实验表明，所提算法能够有效提高遮挡情况下的跟踪性能，具有更好的鲁棒性和普适性。

目录

声明

插图索引

表格索引

符号对照表

缩略语对照表

第一章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.3论文内容及章节安排

第二章 扩展目标跟踪的基础理论

2.1引言

2.2目标跟踪基本算法

2.3随机矩阵模型

2.4随机超曲面模型

2.5本章小结

第三章 基于自适应随机矩阵的非椭圆扩展目标跟踪

3.1引言

3.2自适应随机矩阵模型

3.3非椭圆扩展目标跟踪算法

3.4自适应非椭圆扩展目标跟踪算法

3.5仿真实验与分析

3.6本章小结

第四章 基于椭圆随机超曲面的非椭圆扩展目标跟踪

4.1引言

4.2统一运动学模型

4.3椭圆随机超曲面模型

4.4基于椭圆随机超曲面的非椭圆扩展目标跟踪

4.5仿真实验与分析

4.6本章小结

第五章 基于轮廓模型的非椭圆扩展目标跟踪

5.1引言

5.2贪婪关联模型

5.3基于负量测的轮廓模型

5.4基于轮廓模型的非椭圆扩展目标跟踪

5.5仿真实验与分析

5.6本章小结

第六章 总结与展望

6.1工作总结

6.2未来展望

参考文献

致谢

作者简介