基于H∞滤波理论和多模型算法的机动目标跟踪研究

摘要

机动目标跟踪技术广泛应用在军事领域和民用领域，而运动目标模型的不确定性、噪声统计特征未知等问题给机动目标的准确跟踪带来了巨大的挑战。本文以H∞滤波和多模型算法等为基础，对非理想条件下的机动目标跟踪问题进行了深入的研究。
　　本研究主要内容包括：⑴针对线性离散时不变系统，基于传递函数提出了新的稳态H∞滤波算法，并比较了H2滤波器、卡尔曼滤波器和H∞滤波器的主要区别和适用场景，通过仿真说明在模型不确定场景中，H∞滤波的估计性能优于卡尔曼滤波。⑵针对非线性系统，在Sigma点理论的基础上提出了一种新的无迹H∞滤波算法，通过仿真与扩展H∞滤波进行比较，说明了基于无迹变换的H∞滤波器估计性能优于扩展H∞滤波器。⑶针对噪声统计特征和其先验知识未知的问题，提出一种基于H∞滤波器的噪声估计方法，并应用在机动目标跟踪中，在获得准确的系统状态估计的同时，获得噪声的均值和协方差估计值。⑷针对系统噪声统计特征缺失和先验知识未知的机动目标跟踪问题，结合H∞滤波和交互多模型算法的估计算法，提出交互多模型H∞（IMMH）算法和H∞滤波-交互多模型(H∞-IMM)算法，在得到噪声估计的同时完成对系统状态的估计。

目录

声明

致谢

摘要

插图

表格

缩写、符号清单、术语表

1 绪论

1．1 研究意义

1．2 机动目标跟踪研究现状

1．3 论文的研究内容

2 线性不确定模型下的H∞滤波问题研究

2．1 引言

2．2 预备知识

2．3 基于传递函数的H∞滤波算法

2．4 基于微分对策理论的H∞滤波算法

2．5 卡尔曼、H2和H∞算法的比较

2．6 模型不确定场景中的仿真与分析

2．7 三维机动目标场景中的仿真与分析

2．8 小结

3 基于H∞滤波理论非线性模型下的目标跟踪研究

3．1 引言

3．2 基于微分对策理论的非线性H∞滤波

3．3 扩展H∞滤波

3．4 无迹H∞滤波

3．5 仿真结果与分析

3．6 小结

4 机动目标跟踪中的噪声统计特征估计方法

4．1 引言

4．2 基于概率分布和随机理论的噪声估计方法

4．3 基于关联和统计理论的噪声估计方法

4．4 基于H∞滤波器的噪声估计

4．5 模型不确定场景中的仿真与分析

4．6 机动目标场景中的仿真与分析

4．7 小结

5 基于H∞滤波器和交互多模型算法的机动目标跟踪

5．1 引言

5．2 交互多模型算法

5．3 交互多模型H∞算法

5．4 H∞滤波交互多模型算法

5．5 仿真与分析

5．6 小结

6 总结与展望

6．1 总结

6．2 展望

参考文献

附录

发表文章目录