【摘 要】
：
近年来越来越多的学者都投身于机动目标跟踪的研究中,如今单机动目标跟踪技术已广泛应用于许多领域,尤其在军事领域和民用领域发挥着重要的影响。但是随着跟踪目标个数的增多以及目标跟踪环境的复杂性增强,对多机动目标跟踪以及非线性滤波技术的研究也具有重要的现实意义,因此本文针对非线性环境下的多机动目标跟踪技术展开了算法研究。为了将目标与航迹产生关联以精确的捕获机动目标的航迹信息,本文使用标签多伯努利(LMB)
论文部分内容阅读
近年来越来越多的学者都投身于机动目标跟踪的研究中，如今单机动目标跟踪技术已广泛应用于许多领域，尤其在军事领域和民用领域发挥着重要的影响。但是随着跟踪目标个数的增多以及目标跟踪环境的复杂性增强，对多机动目标跟踪以及非线性滤波技术的研究也具有重要的现实意义，因此本文针对非线性环境下的多机动目标跟踪技术展开了算法研究。
为了将目标与航迹产生关联以精确的捕获机动目标的航迹信息，本文使用标签多伯努利（LMB）滤波器来标记目标的身份信息，从而可以有效地估计机动目标的状态、个数和航迹。针对多个机动目标的跟踪问题，考虑将多模型思想引入标签多伯努利滤波器，提出了多模型标签多伯努利（MM-LMB）滤波算法，通过使用多个运动模型的组合来处理目标运动模型的不确定性，获得多机动目标的航迹估计。针对机动目标在运动过程中表现出的非线性运动特征，本文提出将容积卡尔曼滤波技术应用到多模型标签多伯努利滤波算法中，从而获得问题的解析解，并使用协同转弯模型和匀速运动模型的组合来匹配目标真实的运动情况。
本文研究了使用MM-LMB滤波器实现多机动目标跟踪的算法，以及在非线性环境下使用基于容积卡尔曼滤波的高斯混合方法和粒子滤波方法实现MM-LMB滤波算法的过程。文章最后通过仿真实验分别实现了线性条件和非线性条件下使用多模型标签多伯努利滤波器对多机动目标跟踪的结果。实验结果表明MM-LMB滤波器能够有效的对非线性环境下的多机动目标进行跟踪，且基于容积卡尔曼滤波的MM-LMB算法的跟踪性能较优。
其他文献
伴随着对可再生能源应用的迫切需求，人类不断探索对太阳能的开发与应用，作为太阳能发电应用的重要组成部分，各种规模的光伏电站陆续投入使用。随着光伏电站的长期运行，其发电主要载体光伏组件逐渐暴露出很多故障问题，其中热斑故障因其不仅影响光伏组件发电量还会引起组件温度过高伴有火灾隐患而成为最受关注的光伏组件故障问题之一。了解热斑故障的形成机理、发热影响以及在光伏系统正常运行时迅速诊断出热斑故障并评估它的发热
电驱动系统作为新能源汽车的主要动力源，其控制性能直接影响新能源汽车的动力性、经济性与安全性。永磁同步电机(Permanent magnet synchronous motor, PMSM)因其结构简单、体积小、效率高、功率密度高等优点，在电动汽车电驱动系统等领域获得了广泛应用。为此，论文将围绕PMSM驱动系统中稳态控制性能提升及开关损耗降低等亟待解决的关键技术，重点开展调制无模型预测控制、基于最小
冲突解决是认知控制最重要的能力之一，其常与健康人群的社会成就，自我控制以及大脑神经和精神疾病患者认知功能损伤相关。Flanker任务是实验室考察冲突解决的常用范式，在Flanker任务中冲突解决很大程度上依赖于视觉空间注意力系统对空间注意力的调控，而偏头痛患者前庭感觉缺失导致了负责处理空间信息的大脑区域的功能变化。因而，深入研究冲突解决的神经机制，除了对于基础心理学与神经科学理论至关重要外，还能帮
运动目标检测和跟踪技术是机器视觉的热门方向之一，是在图形处理的基础上慢慢形成和发展起来的。在无人机、空空导弹等目标检测和跟踪领域具有极其重要的作用和需求；在行人车辆检测跟踪上也有着广泛应用。在这些应用场景中，ARM嵌入式设备相比FPGA有功耗低、易集成开发、成本低和程序易移植等优点。克服移动目标检测和跟踪时所遇到的背景更新、背景干扰、目标尺度变化和目标遮挡等问题，并在嵌入式设备上进行准确稳定的实验
无线携能通信同时传输信息和能量信号，提高了频谱效率和能量利用率，越来越受到学术界和工业界的关注。无线携能传输使得有限电池能量供应的移动设备能同时解码信息和收集能量，这将极大提升移动设备的性能和应用范围。随着无线传感器和无线发射接收机变得越来越小和更加高能效，无线携能通信技术有望广泛应用于分布式的移动终端设计。 由于无线信道的开放性，无线携能通信可变、可控的覆盖范围，可以相应地改变发信者、收信者、
随着新课程改革和美育的发展,音乐教师作为学校美育教育的中坚力量,专业化要求越来越高,音乐教师的专业化发展对于学校音乐教育的发展有着极其重要的意义。乡镇音乐教育一直是我国基础教育中的薄弱点,乡镇音乐教师的专业化发展,是一个具有重大意义的研究课题,对促进乡镇音乐教育的发展影响深远。《教师专业标准(试行)》中将教师的专业化明确为教师的专业理念与师德、专业知识、专业能力三个维度的专业化,本研究以汉寿县2乡
图像描述是图像识别和自然语言处理相结合的方向之一，图像描述的研究非常具有现实意义，它是机器人进一步拟人化的关键，为机器人记忆与感情方面提供了研究基础。另一方面图像描述可以帮助有视觉障碍的人士理解报纸、说明书、地图软件等有关图像的内容，也可以利用在早教育儿和医疗保健中，代替人工看护和繁琐的重复任务。但是目前大多数图像描述的研究从整体结构出发，导致丢失图像部分对象，并且现有的图像描述中仅注重对象描述，
随着能源消耗的快速增长，加之传统能源储备的有限，风能作为一种经济、环保、清洁的可再生新能源，发展迅速，受到了学术界和工程界的广泛关注。由于风速的随机性，间歇性和不稳定性，大规模风电并网将对电力系统产生巨大的影响，严重影响了电网的稳定性。因此，提出一种准确、有效的风速预测方法非常重要。有效的风速预测方法不仅能够帮助调度人员对电能进行可靠的管理、调控与转换，而且对维护电力系统的稳定性具有重要意义。近年
火灾给人们的生产生活带来了巨大的损失，目前比较成熟的火灾探测方法主要运用感温式、感烟式、感光式传感器。但对于室内大空间、危化品、高温水汽严重的场所，传统的烟感、温感火灾探测器受其原理的局限，无法满足实际误报率的要求，而基于后台服务器监测的视频火灾检测系统，受网络架构和成本的影响，难以大面积的覆盖。 本文研究了一种基于嵌入式的图像型火灾探测系统，系统由嵌入式视频火灾探测器和B/S架构的火焰监控平台
随着无人机的快速发展，无人飞艇以其带载能力强、续航时间长等优点，被广泛地应用于军事侦察、民用救灾或者地质勘探中。本课题利用无人飞艇搭载的地面目标定位跟踪系统，在监控范围内对可疑目标进行实时跟踪和定位，获取移动目标坐标值，在战时或突发事件发生时为后方监控指挥中心提供准确可靠的现场信息，以便进一步决策。 本课题以无人飞艇为背景，依靠图像传感器及其自身的北斗导航系统，对地面目标定位跟踪系统进行了深入地