论文部分内容阅读
由于目标跟踪技术应用范围广泛，引起了国内外研究人员的普遍关注。近年来，随机有限集框架下的目标跟踪技术取得了巨大发展。随着军事防御系统的发展对跟踪场景的要求越来越高，普通运动场景下的目标跟踪技术出现一定的局限性，相应的机动目标跟踪技术成为一个亟待解决的问题。 交互式多模型方法（IMM）具有自适应、自调整的优点，其本质是对不同的单个模型跟踪的状态估计值加权求和，获得组合状态估计，使得它非常适合机动目标跟踪。随着目标跟踪理论的不断扩展，许多非标准量测下的机动目标跟踪问题值得引起关注，本文在随机有限集理论的基础上针对不同量测背景下的机动目标跟踪方法进行了深入研究。主要结构安排如下： 1.介绍了随机有限集理论，并对典型的随机集贝叶斯滤波理论进行了概述；对交互式多模型算法的具体流程进行了描述，为论文后续工作提供理论支撑。 2.探究了基于伯努利滤波器的红外弱小机动目标的检测与跟踪问题，提出了一种交互式多模型伯努利（IMM-Bernoulli）检测前跟踪（TBD）算法，该算法兼备了伯努利TBD算法和交互式多模方法的特点。仿真结果验证，该滤波器能够实时的估计出目标位置，比传统的伯努利TBD算法具有更好的滤波性能。 3.研究了基于势概率假设密度滤波（CPHD）的多机动目标检测与跟踪算法，提出了一种交互式多模势概率假设密度滤波（CPHD）算法。同时，为解决红外量测背景下多机动目标跟踪问题，在此基础上提出了一种交互式多模CPHD滤波TBD算法。仿真实验表明，该滤波器能够准确的估计出目标位置，比传统CPHD滤波具有更好的性能，对目标数量和状态的估计比交互式多模概率假设密度（IMMPHD）滤波估计更加精准。