论文部分内容阅读
在很多实际跟踪场景中,目标的运动轨迹常受到外界环境的严重影响或严格约束,而不是无约束的自由运动,如受地面道路上行驶的汽车、江河航道航行的舰船等。常规跟踪方法由于没有考虑约束先验信息,在处理此类目标跟踪问题时存在模型失配,信息浪费,性能损失等问题。本文在现有约束估计研究的基础上,结合实际应用中存在的理论和方法问题,在两个重要方向进行了研究和探索:(1)建立一套比较完整的复杂约束空间中复杂运动的建模和状态估计方法;(2)针对实际应用中可能存在的约束信息不完整的问题,提出隐式约束条件的模型和滤波方法。本文首先介绍常用的几种约束估计算法,包括模型降阶方法,伪量测方法,估计后投影方法和线性等式约束卡尔曼滤波方法。给出各算法的实现方法,并从数值稳定性、运算复杂度以及估计性能等方面进行分析和比较。然后,基于一维坐标运动建模思想,研究了复杂约束空间复杂运动建模和状态估计方法。给出了一维约束坐标卡尔曼滤波方法(CCKF),提出了基于最小均方误差融合的多维观测联合初始化方法,推导了线性等式约束状态估计的克拉美-罗下限,给出了约束估计精度的理论极限,并引入归一化平方误差对算法滤波一致性进行检验。仿真实验表明滤波算法和初始化方法的有效性。针对复杂约束空间的复杂运动问题,提出了一维约束坐标交互式多模型(IMM-CCKF)方法,有效避免了常规模型方法导致的模型失配问题,仿真试验证明了交互式多模型约束坐标状态估计方法的有效性和优越性。最后,本文针对实际应用中存在的约束信息不完整地问题,提出了隐式等式约束概念,在此基础上提出了两种有效的隐式等式约束建模和非线性滤波方法。并针对实际跟踪问题,如反辐射导弹(ARM)跟踪,中可能存在目标和干扰的问题,提出隐式线性等式约束条件下的交互式多约束状态估计方法。实测数据处理和仿真试验结果验证了交互式多约束状态估计方法的有效性。针对一般隐式线性等式约束状态估计问题,提出了两种伪量测模型:带噪声的速度约束伪量测和无噪声的混合约束伪量测,并分别推导了这两种伪量测的非线性状态估计方法。仿真结果表明了伪量测模型和滤波方法的有效性。隐式等式约束的引入,使得状态估计精度获得显著提升。