战车主动防护系统中的目标跟踪算法研究

战车主动防护系统中的目标跟踪算法研究

论文摘要

在现代局部战争中,装甲战车仍承担着重要的角色。装甲车辆主动防护系统为提高其在战场上的生存能力提供了重要的保障,许多军事强国都对其展开积极的研究。目标跟踪技术的研究对主动防护系统的研制至关重要,因此,深入研究近程或超近程机动目标跟踪算法及其关键技术,具有重要的理论和应用价值。为了精确地跟踪来袭目标,本文着重研究带径向速度量测的近程目标跟踪问题,并提出相应的滤波算法。通过对典型目标跟踪算法进行系统的分析和研究,提出了一些改进或优化的方法,并进行了仿真验证。本文主要成果和创新点包括以下三个方面:首先,为解决主动防护系统要求目标跟踪精度高、反应速度快等问题,考虑引入径向速度量测且设计了带径向速度量测的EKF、UKF、DCMKF滤波器,并通过仿真表明正确应用径向速度量测可以显著的提高跟踪性能。其次,提出了一种推广至三维的改进的带径向速度的DCMKF算法即基于坐标变换的非传统扩展卡尔曼滤波(AEKF),对其进行理论上的推导、证明与仿真验证。接着,基于CV模型、Singer模型将其与其它带径向速度的滤波器针对近程目标进行跟踪性能和运算速度的比较,证实本算法的有效性、适用性,优于其它几种算法。最后,分析相关系数、采样频率、量测误差方差等对改进算法跟踪性能的影响且辅以仿真图例,并基于工程实例对本文提出的算法进行验证、分析,为工程实际应用提供一定的理论上和工程上的参考。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 课题研究背景及意义
  • 1.2 国内外研究概况
  • 1.2.1 国内外主动防护系统研究概述
  • 1.2.2 主动防护系统中的目标跟踪研究概述
  • 1.3 本文主要工作及结构安排
  • 1.3.1 主要工作
  • 1.3.2 论文结构安排
  • 2 主动防护系统的工作原理及目标跟踪基础
  • 2.1 主动防护系统工作原理
  • 2.2 目标跟踪基本原理
  • 2.3 目标运动模型
  • 2.3.1 CV和CA模型
  • 2.3.2 Singer模型
  • 2.3.3 当前统计模型
  • 2.4 普通卡尔曼滤波器
  • 2.5 算法性能评价指标
  • 2.6 本章小结
  • 3 目标跟踪的滤波器设计
  • 3.1 量测方程的建立
  • 3.1.1 量测坐标系的选择
  • 3.1.2 混合坐标系下的量测模型
  • 3.1.3 标准直角坐标系下的量测模型
  • 3.1.4 基于伪量测的笛氏量测转换模型
  • 3.2 带径向速度量测的扩展卡尔曼滤波器(EKFR)设计
  • 3.2.1 EKF概述
  • 3.2.2 EKFR滤波器
  • 3.3 带径向速度量测的不敏卡尔曼滤波器(UKFR)设计
  • 3.3.1 UKF概述
  • 3.3.2 UT变换
  • 3.3.3 UKFR滤波器
  • 3.4 带径向速度量测的去偏转换卡尔曼滤波器(DCMKFR)设计
  • 3.4.1 DCMKF概述
  • 3.4.2 DCMKFR滤波器
  • 3.5 带径向速度量测的序贯去偏转换卡尔曼滤波器(SDCMKFR)设计
  • 3.6 各滤波器仿真试验
  • 3.6.1 仿真环境及相关规定
  • 3.6.2 模型建立
  • 3.6.3 仿真算例
  • 3.6.4 仿真结果分析
  • 3.7 本章小结
  • 4 改进的带径向速度的DCMKF算法的目标跟踪
  • 4.1 改进的DCMKFR滤波器设计
  • 4.1.1 量测方程的改进
  • 4.1.2 增益矩阵的改进
  • 4.1.3 算法步骤
  • 4.2 仿真试验
  • 4.2.1 改进算法的性能测试
  • 4.2.2 基于CV模型的跟踪性能比较
  • 4.2.3 基于Singer模型的跟踪性能比较
  • 4.3 本章小结
  • 5 工程实例测试及应用研究
  • 5.1 实例测试
  • 5.1.1 反装甲武器目标模型的建立
  • 5.1.2 雷达数据预处理
  • 5.1.3 工程实例测试结果
  • 5.2 相关参数的作用
  • 5.2.1 相关系数及量测误差方差对AEKF算法跟踪性能的影响
  • 5.2.2 采样频率对AEKF算法跟踪性能的影响
  • 5.4 本章小结
  • 6 总结与展望
  • 6.1 论文研究成果
  • 6.2 尚待研究的问题
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].目标跟踪算法研究综述[J]. 信息通信 2020(04)
    • [2].一种基于FPGA+DSP架构的雷达目标跟踪算法设计与实现[J]. 舰船电子对抗 2020(03)
    • [3].基于多特征自适应融合的目标跟踪算法[J]. 河南科技学院学报(自然科学版) 2019(05)
    • [4].快速目标跟踪算法及其嵌入式实现[J]. 军事通信技术 2016(04)
    • [5].运动目标跟踪算法综述[J]. 电子技术与软件工程 2016(24)
    • [6].目标跟踪算法的并行优化[J]. 计算机工程与科学 2016(11)
    • [7].基于人脸识别的移动目标跟踪算法研究[J]. 现代制造技术与装备 2017(02)
    • [8].基于深度学习的目标跟踪算法研究综述[J]. 黑龙江科技信息 2017(17)
    • [9].基于相关滤波的视频目标跟踪算法综述[J]. 指挥信息系统与技术 2017(03)
    • [10].复杂背景下视频运动目标跟踪算法研究[J]. 微型机与应用 2017(18)
    • [11].一种基于核相关滤波的目标跟踪算法[J]. 现代计算机 2019(36)
    • [12].通道裁剪下的多特征组合目标跟踪算法[J]. 系统工程与电子技术 2020(04)
    • [13].基于正交试验的运动目标跟踪算法性能评价[J]. 计算机工程 2020(03)
    • [14].基于特征融合的复杂场景多目标跟踪算法研究[J]. 软件导刊 2020(04)
    • [15].基于工地场景的深度学习目标跟踪算法[J]. 电子学报 2020(09)
    • [16].一种机械式机动相控阵雷达目标跟踪算法研究[J]. 遥测遥控 2020(05)
    • [17].近年目标跟踪算法短评——相关滤波与深度学习[J]. 中国图象图形学报 2019(07)
    • [18].基于多属性分类的雷达目标跟踪算法[J]. 传感器与微系统 2019(12)
    • [19].基于特征点的典型目标跟踪算法性能分析[J]. 指挥控制与仿真 2017(02)
    • [20].基于卡尔曼滤波的单模型目标跟踪算法的仿真研究[J]. 中国新通信 2016(10)
    • [21].基于序列复杂度的空中红外目标跟踪算法评估[J]. 系统工程与电子技术 2020(04)
    • [22].基于改进核相关滤波的长时目标跟踪算法[J]. 郑州大学学报(工学版) 2020(03)
    • [23].视觉单目标跟踪算法综述[J]. 测控技术 2020(08)
    • [24].面向个体人员特征的跨模态目标跟踪算法[J]. 北京航空航天大学学报 2020(09)
    • [25].多假设多目标跟踪算法[J]. 数字通信世界 2019(08)
    • [26].基于能效的动态分簇目标跟踪算法[J]. 西南大学学报(自然科学版) 2016(11)
    • [27].一种基于卡尔曼滤波器的多目标跟踪算法研究[J]. 电子世界 2016(23)
    • [28].一种利用物体性检测的目标跟踪算法[J]. 西安电子科技大学学报 2017(04)
    • [29].基于计算机视觉的运动目标跟踪算法的探讨[J]. 智库时代 2017(05)
    • [30].基于深度学习的多目标跟踪算法研究[J]. 中兴通讯技术 2017(04)

    标签:;  ;  ;  ;  

    战车主动防护系统中的目标跟踪算法研究
    下载Doc文档

    猜你喜欢