基于当前统计模型的目标跟踪改进算法仿真分析
合集下载
(完整word版)【matlab代做】基于MATLAB的GMM和KDE核估计得目标跟踪仿真
第一章课题背景和研究意义近年来，视频监控系统在各行业得到了广泛应用，生活中有小区、超市等的安全监控，银行系统有柜台监控，交通方面有违章监控等。
这些监控系统是由一个或多个摄像机以及与之相连的一套电视监视器组成的，它们的用途主要是对场景的记录和保存，当异常情况，比如盗窃行为发生后，保安人员才通过记录的结果察看发生的事情，但往往为时已晚。
视觉监视是指在一个繁忙环境中对人和车辆等进行实时的观察，并给出对它们行为和动作的描述。
这一技术包括了运动目标的检测、跟踪、目标分类和行为理解等方面，涉及到计算机视觉、模式识别和人工智能领域的许多核心课题，是一个具有挑战性的困难问题。
近年来随着集成电路和计算机技术的迅猛发展，视觉监视系统所要求的硬件设备成本大大降低，因此它获得了日益广泛的研究与应用。
许多关于视觉监视的大规模研究项目已经在美国、欧洲和日本展开，同时它也成为许多国际学术会议关注的重要主题。
运动目标检测与跟踪处于整个视觉监视系统的最底层，是各种后续高级处理如目标分类、行为理解等的基础。
运动目标检测系指从视频流中实时提取目标，一般是确定目标所在区域和颜色特征等。
目标检测的结果是一种“静态”目标——前景目标，由一些静态特征所描述。
运动目标跟踪则指对目标进行连续的跟踪以确定其运动轨迹。
我们通过为静止背景建模来检测前景点。
具体的背景模型以 Stauffer 等提出的自适应混合高斯模型为蓝本，并对其作了部分改进以更好地处理实际背景发生变化的情形。
算法中采用一种可靠的连通区域检测算法完成前景目标的分割。
目标跟踪时则通过匹配目标的位置、大小、形状和颜色等特征，建立运动目标与前景目标间的对应关系。
算法中考虑了跟踪中多个目标相互遮挡的问题，分析了几种可能结果并分别加以处理。
我们还为运动目标引入了可靠性度量以使目标跟踪过程更加稳定和可靠。
在实际应用中，不包括运动物体的纯背景图像通常无法得到。
而且，由于场景光照变化、摄像机抖动等因素，背景不可能完全静止。
“当前”统计模型机动目标跟踪的改进算法
分别 为 和 ｙ方 向加 速度 的机动频 率 ， 观测周 期 ， ， ， 为 分别 为 、 向状 态噪声 的方差 。 ｙ方
收稿 日期 ：０６—０ ２０ ７—１ ９ 作者简介 ： 刘海燕 （９ ８一 ， ， 士研 究生 ， １７ ） 女 博 主要研究方 向为信息融合．
维普资讯
Ｘ ＝
一
ｌ
Ｘ １ ＋
一
一
瓦 １
＋
， １、
／
Ｚ ＝
Ｘ ＋
（） １ 式中， 状态向量 Ｘ ＝［ ， ，， ， ］； 是一均值为零 ， 戈 蔸Ｙ ， Ｔ 方差为 Ｑ 的白噪声序列 ； 是一均
值为零 ， 方差为Ｒ 的高斯 白噪声序列。 Ｑ 的取值依赖于 Ｏ ， ２ ２ 参见文献 Ｅ ］ ／Ｏ， ／ ， （ ４ 中的式 ８２ ） Ｏ ， ．１ 。 ／
摘 要： 针对“ 当前” 统计模型最大加速度取 固定值 ， 对加速度 较小 的非机动及弱机动 目 的跟踪精 标 度不高的弱点， 出了一种新的跟踪算法。新算法中根据 当前加速度 的大小给 出前最大加速度并为尽快 提 响应 目标机动采用状态噪声方差补偿方法， 因此能够根据机动特性 自 适应调整当前最大加速度 的值 ， 适 自 应调整 系统方差 ， 实现 了对机 动 目标 的更为 精确 的跟踪 。
５ ２
《 军事运筹与 系统工程》 ２０ ０ ７年第 １ 期
｛
ｆ２ ２ ＝
２
＝
・
・
． ¨
［一 Ｉ ，一１ Ｉ 口 一 ａ（ ｋ ） ］
［ 一Ｊ— ａ（ ， 口 Ｉ 一１ Ｉ ）］
（） ２
２
（ ） 中 ，一 ， 分别 为 方 向和 Ｙ 向加速度 的最 大值 。 ｋｋ一１ ， ｋｋ一１ ２式 ｏ ｏ 方 ａ（ ， ） ａ（ ， ）分别 为 方 向 和 Ｙ方 向的 ｋ一１时刻 到 ｋ时刻 的加 速度 的一步 预测 ， 可视 为“ 当前 ”加速度 。 ｃ ｓ模型 中 ， 当机 动频 率和观 测周期 给定 时 ， 卡尔曼 滤波 的增益 取决 于状态 噪声 方差 。 （ ）式可 看 从 ２ 出若机 动频率 和观测 周期 已给定 ， 目标 机动加 速度 的最 大值 。 一 和 ｏ ～ 取 固定值所 存在 的 问题 是 ： 非 若 机动或 弱机 动的 目标 以较 小 的加 速度运 动 时 ， 由于 当 前加 速 度 与 最 大加 速 度 的差 值 很 大 ， 波器 增 益 过 滤 大 ， 致系统 误差 变大 ， 导 跟踪精度 较差 。 可见 ， 若最 大加 速度 取 固定值 ， 在跟 踪过 程 中 由于最 大加 速 度不 能
收稿 日期 ：０６—０ ２０ ７—１ ９ 作者简介 ： 刘海燕 （９ ８一 ， ， 士研 究生 ， １７ ） 女 博 主要研究方 向为信息融合．
维普资讯
Ｘ ＝
一
ｌ
Ｘ １ ＋
一
一
瓦 １
＋
， １、
／
Ｚ ＝
Ｘ ＋
（） １ 式中， 状态向量 Ｘ ＝［ ， ，， ， ］； 是一均值为零 ， 戈 蔸Ｙ ， Ｔ 方差为 Ｑ 的白噪声序列 ； 是一均
值为零 ， 方差为Ｒ 的高斯 白噪声序列。 Ｑ 的取值依赖于 Ｏ ， ２ ２ 参见文献 Ｅ ］ ／Ｏ， ／ ， （ ４ 中的式 ８２ ） Ｏ ， ．１ 。 ／
摘 要： 针对“ 当前” 统计模型最大加速度取 固定值 ， 对加速度 较小 的非机动及弱机动 目 的跟踪精 标 度不高的弱点， 出了一种新的跟踪算法。新算法中根据 当前加速度 的大小给 出前最大加速度并为尽快 提 响应 目标机动采用状态噪声方差补偿方法， 因此能够根据机动特性 自 适应调整当前最大加速度 的值 ， 适 自 应调整 系统方差 ， 实现 了对机 动 目标 的更为 精确 的跟踪 。
５ ２
《 军事运筹与 系统工程》 ２０ ０ ７年第 １ 期
｛
ｆ２ ２ ＝
２
＝
・
・
． ¨
［一 Ｉ ，一１ Ｉ 口 一 ａ（ ｋ ） ］
［ 一Ｊ— ａ（ ， 口 Ｉ 一１ Ｉ ）］
（） ２
２
（ ） 中 ，一 ， 分别 为 方 向和 Ｙ 向加速度 的最 大值 。 ｋｋ一１ ， ｋｋ一１ ２式 ｏ ｏ 方 ａ（ ， ） ａ（ ， ）分别 为 方 向 和 Ｙ方 向的 ｋ一１时刻 到 ｋ时刻 的加 速度 的一步 预测 ， 可视 为“ 当前 ”加速度 。 ｃ ｓ模型 中 ， 当机 动频 率和观 测周期 给定 时 ， 卡尔曼 滤波 的增益 取决 于状态 噪声 方差 。 （ ）式可 看 从 ２ 出若机 动频率 和观测 周期 已给定 ， 目标 机动加 速度 的最 大值 。 一 和 ｏ ～ 取 固定值所 存在 的 问题 是 ： 非 若 机动或 弱机 动的 目标 以较 小 的加 速度运 动 时 ， 由于 当 前加 速 度 与 最 大加 速 度 的差 值 很 大 ， 波器 增 益 过 滤 大 ， 致系统 误差 变大 ， 导 跟踪精度 较差 。 可见 ， 若最 大加 速度 取 固定值 ， 在跟 踪过 程 中 由于最 大加 速 度不 能
当前统计模型自适应滤波算法改进
１ ９期
颉凯平 ， 等： 当前统计模 型 自适应滤波算法改进
５ ５ ０ ５
ｆ Ｘ（ ｋ＋１ ／ ｋ ）＝ （ ＋１ ／ ｋ ） Ｘ（ ｋ ／ ｋ ）＋ｕ （ ｋ ） ａ （ ）
（ ） ＝ ［ （ ｋ ） （ ｋ ）ｘ （ ｋ ） ］
ｃ ＋ ・ ，＝
（ ６ ）
Ｉ Ｐ （ ｋ ＋ １ ／ ｋ ）＝ （ ＋ １ ／ ｋ ） Ｐ （ ｋ ／ ｋ ） ｏ Ｔ （ ＋ １ ／ ｋ ） ＋
Ｉ Ｑ （ ｋ ） Ｋ （ ｋ ＋１ ）＝Ｐ （ ｋ ＋１ ／ ｋ ）
［ ‘ 一 ｃ ： 三 ／ ］
Ｉ
１
×（ ＋ １ ） ［ Ｈ （ ｋ ＋ １ ） Ｐ （ ｋ ＋ １ ／ ）
机 动 目标 模 型 的好 坏 将 对 最 终 滤 波估 计 结 果 产 生决 定性 的影 响 ， 目标 模 型 建 立 得 越 符 合 实 际 ，
跟踪算 法 的 自适 应 性 越 强 ， 则 目标 跟 踪 的 性 能 越
好 … 。国 内外 提 出了多 种 不 同 的机 动 目标 模 型 ， 主
零， 方差为２ ａ ｏ － 的白噪声， ｏ ｒ ： 为目 标加速度方差。
得状 态 噪声协 方差 矩 阵 较 大 ， 最 终 导 致该 算 法 对 弱
机 动 目标并不 能有 较高 的跟踪 精度 。
现 基于 “ 当前” 统 计 模 型 自适 应 滤 波 算 法 的 研
究 及 目标跟 踪 性 能 的 分 析 ， 提 出 了一 种 改 进算 法 ，
要有 Ｃ Ａ模型 、 Ｃ Ｖ模 型 、 Ｊ ｅ ｒ ｋ模 型 、 Ｓ ｉ ｎ ｇ ｅ ｒ 模 型 和“ 当 前” 统 计模 型等 ＇ 。其 中具 有 广 泛 应 用 的是 由我
基于改进“当前”统计模型的目标跟踪算法
ｓ ｗ ｈ ｈ ｏｐ ｅ ｌ ｒｔ ｈｏ ｔ ａｔｔ ｅ ｐｒ ｏｓ ｄ ａｇｏ ｉｈｍ ａ ｆｅ ｔｖｅｙ ｔ ａ ｋ ｔ ｅ ｓ ｒ ｃ ｎ ｅ ｆ ｃ ｉ ｌ ｒ ｃ ｈ ｔｏｎｇ ｏｒｗ ｅ ｋ ａ ｕ ｅｒｎｇ ｔ ｒ ｅ ． ａ ｍ ｎｅ ｖ ｉ ａ ｇ ｔ Ｋｅ ｒ ｙ ｗｏ ｄｓ： ａ ａ ｉ ｇ ｉｈ ； ｃ ｒ ｅ ｔ ｔｓ ｉａ ｄ ｐｔｖｅａｌｏｒｔ ｍ ｕ ｒ ｎｔｓ ａ ｉｔｃ ｌｍｏｄ ；ｉ ｔ ｒ ｃ ｉｇ ｍ ｕｌｉ ｌ ｅｌ ｎ ｅ ａ ｔｎ ｔｐ ｅ ｍｏｄｅ ；ｍ ａ ｕ ｒｎｇ ｔ — ｌ ｎｅ ｖｅ ｉ ａｒ
Ｗ ＡＮＧ ｕ—ｉｎ Ｓｈ ｌ ｇ．ＲＵＡＮ ａ Ｈｕ ｉｌ ａ —ｉ ｎ
（ ｅ ｔｏ ｉ ｎ ｉ ｅｒｎ ｎ ｔ ｕｅｏ Ａ ，Ｈｅ ｅ ２ ０ ３ ，Ｃ ｉａ Ｅｌ ｒ ｎ ｃ ｇ ｎ ｅｉ ｇ Ｉ ｓｉ ｔ ｆ ＰＬ ｃ Ｅ ｔ ｆ ｉ ３ ０ ７ ｈｎ ）
Ａｂｓｒ ｃ ｔ ａ ｔ： Ａ ｎ ａ ｐ ｉｅ ｔａｃ ｎｇ ａｌｏｒｔ ｍ ａ ｅ ｍ ｐ ｏ ｄ ｃ ｒ ｅ ｔ ｔｓ ｉａ ｄａ ｔｖ ｒ ｋｉ ｇ ｉｈ ｂ ｓ ｄ ｏｎ ｉ ｒ ｖｅ ｕ ｒ ｎｔｓ ａ ｉｔｃ ｌｍｏｄ ｌｉ ｏｐ ｓ ｄ． Ｏ ｎ ｅ ｓ ｐｒ ｏ ｅ ｅ
ｗｅ ｋ ｍａ ｅ ｖ ｒｎ ａｇ ｔ． Ａｌｏ ｔｅ ｍｅ ｅｓ ｉ ｕ ｃｉｎ ｉ ｕ ｅ ｏ ａ ｊ ｓ ｈ ｏ ｍｕａ Ｔｈ ｎ， ｍｕｔ ｌ ａ ｎ ｕ ｅ ｉｇ ｔｒ ｅｓ ｓ ， ｈ ｍｂ ｒｈｐ ｆ ｎ ｔ ｓ ｓｄ ｔ ｄ ｔ ｔ ｅｆ ｒ ｌ． ｏ ｕ ｅ ｌｉ ｅ ｐ
第 ４期 ２１ Ｏ Ｏ年 ８月
雷达 科 学 与 技 术
Ｒ ａｄａｒ Ｓ ｃｉ ｅｎｃｅ ａｎｄ Ｔ ｅｃｈｎｏＩ ｏｇｙ
Ｗ ＡＮＧ ｕ—ｉｎ Ｓｈ ｌ ｇ．ＲＵＡＮ ａ Ｈｕ ｉｌ ａ —ｉ ｎ
（ ｅ ｔｏ ｉ ｎ ｉ ｅｒｎ ｎ ｔ ｕｅｏ Ａ ，Ｈｅ ｅ ２ ０ ３ ，Ｃ ｉａ Ｅｌ ｒ ｎ ｃ ｇ ｎ ｅｉ ｇ Ｉ ｓｉ ｔ ｆ ＰＬ ｃ Ｅ ｔ ｆ ｉ ３ ０ ７ ｈｎ ）
Ａｂｓｒ ｃ ｔ ａ ｔ： Ａ ｎ ａ ｐ ｉｅ ｔａｃ ｎｇ ａｌｏｒｔ ｍ ａ ｅ ｍ ｐ ｏ ｄ ｃ ｒ ｅ ｔ ｔｓ ｉａ ｄａ ｔｖ ｒ ｋｉ ｇ ｉｈ ｂ ｓ ｄ ｏｎ ｉ ｒ ｖｅ ｕ ｒ ｎｔｓ ａ ｉｔｃ ｌｍｏｄ ｌｉ ｏｐ ｓ ｄ． Ｏ ｎ ｅ ｓ ｐｒ ｏ ｅ ｅ
ｗｅ ｋ ｍａ ｅ ｖ ｒｎ ａｇ ｔ． Ａｌｏ ｔｅ ｍｅ ｅｓ ｉ ｕ ｃｉｎ ｉ ｕ ｅ ｏ ａ ｊ ｓ ｈ ｏ ｍｕａ Ｔｈ ｎ， ｍｕｔ ｌ ａ ｎ ｕ ｅ ｉｇ ｔｒ ｅｓ ｓ ， ｈ ｍｂ ｒｈｐ ｆ ｎ ｔ ｓ ｓｄ ｔ ｄ ｔ ｔ ｅｆ ｒ ｌ． ｏ ｕ ｅ ｌｉ ｅ ｐ
第 ４期 ２１ Ｏ Ｏ年 ８月
雷达 科 学 与 技 术
Ｒ ａｄａｒ Ｓ ｃｉ ｅｎｃｅ ａｎｄ Ｔ ｅｃｈｎｏＩ ｏｇｙ
基于当前统计模型的消隐记忆SCKF算法研究
基于当前统计模型的消隐记忆SCKF算法研究
吴博;刘鹏远
【期刊名称】《电光与控制》
【年(卷),期】2016(023)006
【摘要】为解决容积卡尔曼滤波器对机动目标跟踪过程中因模型不准确出现的加速度跟踪超调问题,对消隐记忆滤波和平方根滤波理论进行了研究,提出了一种消隐记忆因子改进的平方根容积卡尔曼滤波算法(Memory Attenuation Square-root Cubature Kalman Filter,MASCKF).首先推导了基于线性状态方程的简化平方根容积卡尔曼滤波算法,提高了算法的实时性;其次在简化算法的时间更新环节引入消隐记忆因子,提高新量测数据在最优估计中的比重,使得加速度跟踪超调得到了很好的抑制.通过实验比对,验证了新算法对加速度跟踪超调的抑制效果,提高了对目标跟踪的实时有效性和准确性.
【总页数】5页(P16-20)
【作者】吴博;刘鹏远
【作者单位】军械工程学院,石家庄 050003;军械工程学院,石家庄 050003
【正文语种】中文
【中图分类】TP412
【相关文献】
1.基于三维消隐算法的装配视图消隐方法研究 [J], 薛文彦;李言;杨征瑞
2.基于消隐记忆SCKF的交互式多模型算法 [J], 刘鹏远;吴博
3.基于射线法的凹多面体消隐算法研究与实现 [J], 卫洪春
4.基于IMM-SCKF的海上机动目标跟踪算法研究 [J], 李思嘉;曹菲;林浩申
5.基于改进SCKF的电缆卷放车追踪电铲的精确定位算法研究 [J], 王铨;周永利;钱洪云;陈伟华;彭继慎
因版权原因，仅展示原文概要，查看原文内容请购买。
一种改进机动目标跟踪算法跟踪精度分析
通过分析和仿真表明 ， 改进的加速度估计方法对超高 速机 动 目标具有很 好的跟踪效果 。
运动变 化的改进模 型 。对于一个好 的运 动模 型 ，要求 其既应 符合机动实际 ， 又要便 于进行 数学处理 。目前 ，
机动 目标 的运动模型主要有匀速 Ｃ Ｖ模 型 、 匀加速 Ｃ Ａ 模 型 、Ｊｒ ｅｋ模 型 、Ｓｎ ｅ ｉｇｒ模 型和“ 当前 ” 统计模 型【３ １１ ．
１ “ 当前 ”统 计模型机动 目标跟踪算法
一
维情 况下 ，“ 当前” 统计模 型的离散状态方程为
ｘ（ ＋ ） 七 ，） 七 ＋ ， ）（ ＋ 七 ｋ １＝中（＋１ （） ｃ 七 七 ） 七 （ ） （１ ）
等。其 中 ，ｃ ，Ｃ 模型 的缺 陷在于模 型中 目标的运 ｖ Ａ 动形式单一 ； ｅｋ模型的实质是在通 常三维 状态 向量 Ｊｒ 增加一维 向量即加 速度变 化率 （ 目标加速度变 化率的
进 了” 当前” 统计模型的加速度估计 方法。分析 了机动加速度方差对跟踪精度 的影 响，同时进行 了仿 真验证． 仿 真结 。
果表 明 ，改进预测算法的“ 当前” 统计模 型对高速机动 目标的跟踪具有一定的优 势．
关键 词 ：机动 目标跟踪 ；“ 当前” 统计模型 ；算法
中图分类号 ：Ｅ ｌ ２１ 文献标识码 ：Ａ ＤＯＩ １． ６ ￣ｉ ｎ１７ ．８ ９２ １ ． ．２ ： ０３ ９ ．ｓ ． ３３ １．０ ００ ０ ４ ９ ｓ ６ ４
（ｉ ｇ ｕＡ ｔｍａｉ ｓａｃ ｓ ｔｔ ｏ ＳＣ， ｉ ｙ ｎ ａ ｇ２ ２ ０ ． ｈｎ ） Ｊ ｎ ｓ ｕｏ ｔ ｎＲｅｅ ｒｈＩ ｔ ｕｅ ｆ Ｉ Ｌ ａ ｕ ｇ ｎ ２ ０ ６ Ｃ ｉａ ａ ｏ ｎ ｉ Ｃ ｎ
一种新的更好的基于“当前”统计模型的自适应滤波算法
２ １ 年 ６月 ０１
西 北 工 业 大 学 学 报
Ｊ ｕ ａ ｆＮ ｒｈ ｅ ｔｒ ｏｙｅ ｈ ｉａ ｉｅｓｔ ｏ ｒ ｌ ｏｔｗ ｓ ｎ Ｐ ｌｔｃ ｎｃ ｌＵｎｖ ｒｉ ｎ ｏ ｅ ｙ
Ｊ ｎ ２ １ ｕｅ ０ ｌ
Ｖｏ ＿ ９ ｏ ３ Ｉ ２ Ｎ ．
第２ ９卷第 ３期
良好 的跟踪 机 动 目标 的能力 。
布设定为均值可变 的修 正瑞 利分布 ， 其均值为 “ 当 前” 加速度 的预测值 ， 认为 目标下一时刻 的加 速度 只能 在 “ 当前 ” 加速 度 的邻域 内 ， 从而 计 算 出 “ 当前 ”
收 稿 日期 ：０ ００ －８ ２ １－６０
作者简介 ： 陈出新 （９１ ） 西北 工业大学博士研究生 ， １８一 ， 主要从事先进控制理论研究 。
一
种 新 的更 好 的基 于 “ 当前 ’ 计 模 型 的 ’ 统 自适 应 滤 波算 法
陈 出新 ，周德 云 ，张 垄
（ 西北工业 大学 电子信息学院 ， 西安 ７０２ ） １１９
摘
要 ： 出一种 新的基 于“ 提 当前” 统计模 型的 自适 应 滤 波算 法 ， 对 “ 针 当前 ” 统计模 型 自适应 滤 波 算
由于“ 当前 ” 计 模 型 的 机 动 加 速 度 概 率 密 度 统 服从修正瑞利分布 ， 故将 目标“ 当前” 加速度的预测 值作为当前时刻机动加速度瑞利分布的均值 ， 利用 瑞 利分 布 方差 随均 值 变 化 且 由它 决定 的特 点 ， 现 实 了机动 加 速度均 值 和 方 差 的 自适 应 调 整 ， 因此 具 有
机 动加速 度 的方 差 ， 过 它 的 自适 应 来 调 整 滤 波 过 通 程 噪声方 差 阵 ， 高 了跟 踪 精 度 。然 而 ， ｓ模 型对 提 ｃ 加速 度方 差 的计 算 依 赖 于两 个参 数 ： 动频 率 和 机
西 北 工 业 大 学 学 报
Ｊ ｕ ａ ｆＮ ｒｈ ｅ ｔｒ ｏｙｅ ｈ ｉａ ｉｅｓｔ ｏ ｒ ｌ ｏｔｗ ｓ ｎ Ｐ ｌｔｃ ｎｃ ｌＵｎｖ ｒｉ ｎ ｏ ｅ ｙ
Ｊ ｎ ２ １ ｕｅ ０ ｌ
Ｖｏ ＿ ９ ｏ ３ Ｉ ２ Ｎ ．
第２ ９卷第 ３期
良好 的跟踪 机 动 目标 的能力 。
布设定为均值可变 的修 正瑞 利分布 ， 其均值为 “ 当 前” 加速度 的预测值 ， 认为 目标下一时刻 的加 速度 只能 在 “ 当前 ” 加速 度 的邻域 内 ， 从而 计 算 出 “ 当前 ”
收 稿 日期 ：０ ００ －８ ２ １－６０
作者简介 ： 陈出新 （９１ ） 西北 工业大学博士研究生 ， １８一 ， 主要从事先进控制理论研究 。
一
种 新 的更 好 的基 于 “ 当前 ’ 计 模 型 的 ’ 统 自适 应 滤 波算 法
陈 出新 ，周德 云 ，张 垄
（ 西北工业 大学 电子信息学院 ， 西安 ７０２ ） １１９
摘
要 ： 出一种 新的基 于“ 提 当前” 统计模 型的 自适 应 滤 波算 法 ， 对 “ 针 当前 ” 统计模 型 自适应 滤 波 算
由于“ 当前 ” 计 模 型 的 机 动 加 速 度 概 率 密 度 统 服从修正瑞利分布 ， 故将 目标“ 当前” 加速度的预测 值作为当前时刻机动加速度瑞利分布的均值 ， 利用 瑞 利分 布 方差 随均 值 变 化 且 由它 决定 的特 点 ， 现 实 了机动 加 速度均 值 和 方 差 的 自适 应 调 整 ， 因此 具 有
机 动加速 度 的方 差 ， 过 它 的 自适 应 来 调 整 滤 波 过 通 程 噪声方 差 阵 ， 高 了跟 踪 精 度 。然 而 ， ｓ模 型对 提 ｃ 加速 度方 差 的计 算 依 赖 于两 个参 数 ： 动频 率 和 机
目标定位跟踪原理及应用 matlab仿真
目标定位跟踪原理及应用 matlab仿真目标定位跟踪原理及应用是指对目标进行定位和追踪的技术。
在目标定位跟踪中，通常需要采用传感器获取目标的信息，进而将其处理成可供分析使用的形式，以实现对目标的跟踪。
本文将重点介绍目标定位跟踪的原理及应用，并以Matlab仿真为例，分析其在实际应用中的效果。
1. 目标定位跟踪原理目标定位跟踪的原理主要涉及目标的探测、跟踪和定位三个方面。
（1）目标探测目标探测是指通过传感器获取目标的信息。
传感器通常可以根据目标的特征发射电磁波，如雷达、红外线探测器等。
（2）目标跟踪目标跟踪是指根据传感器获取的目标信息，建立目标与探测器之间的运动关系，并实时更新目标的位置和速度等参数。
跟踪目标需要使用相应的算法和数据处理技术，如卡尔曼滤波、粒子滤波等。
（3）目标定位目标定位是指根据跟踪结果，计算目标在空间中的位置和速度等参数，以实现对目标的定位。
常用的定位方法包括三边定位法、四边定位法、多普勒测距法等。
目标定位跟踪技术在实际应用中非常广泛，可以应用于空中、海上、陆地等不同领域。
以下是一些目标定位跟踪的应用场景：（1）军事领域军事领域是目标定位跟踪技术应用最为广泛的领域之一。
在军事行动中，通过目标定位跟踪技术可以实时获得敌军、友军等目标的位置和速度信息，进而判断敌我情况、进行作战规划等。
（2）民用领域目标定位跟踪技术在民用领域也有广泛的应用，如交通、安防、消防等领域。
在安防领域，通过安装摄像头等设备，在范围内对目标进行监控和跟踪，对大型场馆、机场、车站等公共场所起到了重要的保障作用。
（3）航空航天在航空航天领域，目标定位跟踪技术可以用于导航、导弹制导、航空作战等方面。
利用目标定位跟踪技术，可以实现飞机、导弹等目标的精准定位和跟踪，避免航空事故的发生。
3. Matlab仿真分析Matlab是一种常用的科学计算和数学建模软件，也是目标定位跟踪常用的仿真分析工具。
以下是一个简单的Matlab仿真分析：（1）建立模型根据目标定位跟踪的原理，建立仿真模型，并对输入和输出参数进行定义。
基于交互式当前统计模型的变采样率跟踪算法
其 中
（ 尼 ） ＝ ［ （ 后 ） （ ） （ ） ］ ，
Ｉ １ Ｔ （ ａ Ｔ 一 １ ＋ ｅ 一 ） ／ Ｉ
（ 尼 ） ｌ ０ １ （ １ 一 ｅ ） ｌ ，
Ｌ ｏ ０
１
决 的方 法 来 选 择 采 样 周 期 ； 文献［ ４ ］ 将多个 Ｓ ｉ ｎ ｇ ｅ ｒ 模 型 不 等 的相 关 噪声 按 照 模 型 概率 加 权 ， 进 而计 算 出采样 周期 ． 由于当前统 计模 型（ Ｃ Ｓ Ｍ） 采 用 修 正 瑞 利分 布 来 描 述机 动 加 速 度 的统 计 特 性 ， 能 更 真 实 地 反 映 目标 机 动 范 围 和 强 度 变 化 ． 但 在 缺 乏 目标 环 境 先验 知 识 的 实 际跟 踪 过 程 中 ， 其 机 动 频 率 和机 动 加 速 度 上 限难 以确 定 ． 文 献 ［ ６ ］
ｌ ｑ １ ３ ｑ ２ ３ ｑ ３ ３ ｆ
式中， ａ为机动频率 ， ｇ ・
２ ａ Ｔ～ ４ ａ Ｔ ｅ ］ ， ｑ １ ２ ＝
，
１ － ｅ － ２ ａ ｔ ＋ ２ ａ Ｔ ＋丁 ２ ａ ３ Ｔ ３
［ ｅ ＋１ －２ ｅ ＋２ ａ Ｔ ｅ
—
动 加 速 度 上 限 的 当 前 统 计 模 型集 合 进 行 目标 状 态 联 合估 计 ； 同时 由 于 当前 统 计模 型 的相 关 噪声 能 够 反 映 目标 运 动状 态 的变 化 ， 因此 根 据 各模 型
种 目标 机 动环 境 ， 提 出 了基 于 交互 式 当前 统计 模 型 的 变采 样 率跟 踪 算 法 ． 该 算 法将 多 个 当前 统 计模 型 作 为 交互 多模 型 框 架 下的 模 型 组 成 ， 然后 根 据 各模 型相 关过 程噪 声值 合成 计 算 雷 达 的采 样 间隔 ， 实现 变采 样 率跟 踪 ， 提高 了适 应 目标机 动 的能 力 和跟 踪 精 度 ． 仿 真 结果 表 明 ， 本 文 算 法 的跟 踪 性 能 明显 优 于 基 于 Ｓ ｉ ｎ ｇ ｅ ｒ 模 型 的 变采 样 率
一种新的改进的“当前”统计模型的A适应滤波算法
㈤ ，式 五 （ ｔ １ ） ４ ） 一 中 ｏ ｚ Ｅ ， （ 。 是 （ 采 ｔ ） 样 ） 问 隔 。 其 离 散 形 式 呵 写 为 （ １ ４ ）
（ ９ ）
度不高的 问题 ， 从加速度 状态方程式 中推导 出机动频 率 自适应 表达 式； 并结合 已有 的加速度 方差 自适 应算 法， 提 出了一种 新 的基 于“ 当前” 统 计模 型的 自适应卡尔曼滤波算法。仿真结果表 明算法的有效性和合理性。 关键词 “ 当前” 统计模 型 机动 目 标跟踪 机 动频率 加速 度方差 中图 法分类号 Ｔ Ｐ ２ ７ ３ ． ２ ； 文献标志码 Ａ
式中 为 目标加 速 度 ， ａ （ ｔ ）为机 动 加速 度均 值 ， ０ （ ｔ ）为零均值指数相关的加速度噪声 ； Ｏ ｌ 为机动频 率， ０ ９ （ ｔ ） 是零均值 的 白噪声。则 目标 的离散状态 方程 和观 测方 程为
ｘ（ ＋１ ）＝ （ ｋ＋１ ， ） ｘ（ ）＋【 ， （ ） ｎ （ ｊ ｃ ）＋Ｖ Ｉ ， （ Ｊ ｉ ｃ ）
＠
２ ０ １ ４ Ｓ ｃ ｉ ． Ｔ ｅ ｃ ｈ ． Ｅ ｎ ｇ ｒ ｇ ．
一
种新 的改进 的“ 当前” 统计模型 的 自适应滤 波算法
骆 荣剑 李 颖 钱 广华
（ 中国人 民解放军重 庆通信学 院 ， 重庆 ４ ０ ０ ０ ３ ５ ）
摘
要
针对标准“当前” 统计模 型 中加速度和机 动频率需要预先设定 的不合理 ， 以及在跟 踪非机 动和 弱机动 目标 时存在 精
第１ ４卷
第 ２期
２ ０ １ ４年 １ 月
科
学
技
术
与
工
程
Ｖｏ １ ． １ ４ Ｎｏ ． ２ Ｊ ａ ｎ ．２ ０ １ ４
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在机 动 目标状 态 估 计 中 ， 由于 机 动 目标 模 型 一般 论上 该残 差符 合零 均值 的正 态分 布 。如果 目标 状态 发 生 突变 ， 残差会 变 大 ， 均 方值 会 偏 离 理论 值 ， 残差 其 若 特征 出现 偏离 ， 为 目标 的机 动 频 率 发 生 改 变 ， 认 应
关键词 ： 目标跟 踪 ； 当前 统计 模 型 ； 动频 率 ； 速 度 方差 ； 尔曼滤波 机 加 卡 中 图分类 号 ：Ｎ ５ Ｔ ９３ 文献标 志码 ： Ａ 文章编 号 ：０ ９— ４ １ ２ １ ） １— ０ ４一 ４ １０ ０ ０ （０ ２ ０ ０ ２ ｏ
Ｔｈ ｉ ｌ ｔ ｎ ａ ａｙ ｉ ｆ ｉ ｒ ｖ ｄ ｔｒ ｅ ｒ ｃ ｉ ｇ ａｇ ｒｔ ｍｓ ｅ ｓｍｕ ａ ｉ ｎ ｌ ｓｓ ｏ ｍｐ ｏ ｅ ａ ｇ ｔｔａ ｋ ｎ ｌ ｏ ｉ ｏ ｈ
ｃ ｒｅ ｔｓａｉｔ ａ ｍｏ ｅ ， ｅ ｕ ｒｎ ｔｔｓｉ ｌ ｃ ｄ ｌ ｔ ｍｅ ｏ ｓ ｏ ｄ ｐ ｎ ｅ ｔｃ ｎ ｌｇｅ ｏ ｅ ａ ｃ ｌｒｔ ｎ ａｉＩ ｅ ｎ ｄ ｔ ｅ ｈ ｈ ｔ ｄ ａ ｏ ｔ ｇ ｔ ｅ ｈ ｏｏ ｉｓ ｆ ｔ ｃ ｅ ｅａｉ ｖ ｒａｉ ａ ｆ ｉ ｈ ｈ ｏ ｃ ｈ ａ ａ ｔ ｅ ｍａ ｅ ｖ ｒｎ ｅ ｕ ｎ ｙｔ ｅ ｌ ｅｔｅ ａ ｃ ｒ ｔ ａｇ ｔｔ ｃ ｉ ｇｕ ｄ ｒａ ｙ ｍａ ｅ ｖ ｒｂ ｅｃｒｕ ｔｎ ｅ ｄ ｐ ｖ ｎ ｕ ｅ ｇｆ ｑ ｅ ｃ ｏｒａｉ ｃ ｕ ａｅｔｒ ｅ ｒ ｋｎ ｎ ｅ ｎ ｎ ｕ ｅａ ｌ ｉｃ ｍｓａ ｃ ｓ ｉ ｉ ｒ ｚ ｈ ａ ａｅ ｐ ｏ ｏ ｅ ． ｈ ｒ ｃ ｉ ｇ ｐ ｒｏｍａ ｃ ｓ ｏ ｅ ｔ ｔｏ ｓ ａ ｅ ｃ ｍｐ ｒｄ ｗ ｔ ｏ ｅ ｏ ｅ ｃ ｎ ｅ ｔ ｎ ｌ ｒ ｒｐ ｓ ｄ Ｔ ｅ ｔ ｋｎ ｅ ｒ ｎ ｅ ｆ ｔ ｗｏ ｍｅｈ ｌ ｏ ａｅ ｉ ｔ ｓ ｔ ｏ ｖ ｎｉ ａ ａ ｆ ｈ ｄ ｈ ｈ ｆ ｈ ｏ ｅ ｈ ｄ ｈ ｏ ｇ ｔｅ ｏ ｕ ｅ ｓｍｕａｉｎ．ｗｈｃ ｉ ｄｃ ｔ ｔａ ｔ ｅ ｍ ｒｖ ｄ ｌｏ ｔｍｓ ｒ ｏ ｂ ｔ ｒ ｍ ｔｏ ｔｒ ｕ ｈ ｈ ｃ ｍｐ ｔｒ ｉ ｌｔｏ ｉｈ ｎ ｉａｅ ｈ ｔ ｈ ｉ ｏ ｅ ａｇ ｒ ｈ ａｅ ｆ ｐ ｉ ｅｔ ｅ ａ ａ ｔｂ ｌ ｙ ｄ ｐａ ｉｉ ． ｔ
随 ａ ｋ （Ｉ ｋ一１ 变化 而 自动 调整 ， ） 即有 目标 机 动 加 速
由式 （ ） ８ 可见 ， 目标 没 有 发 生 机 动 或 机 动 较 小 当
时 ， 置估 计值 互 ｋｋ 和位 置 估计 一 步 预 测值 （ 位 （ Ｉ） ｋＩ ｋ
一
度 方差 ｏ 为 ｒ
１ 相差 不 大 ， 以 ｋ时刻 的 机 动加 速 度 方 差 （ ） ） 所 ｋ
０ 引 言
当前 统计 模 型是 目前在 机 动 目标 跟 踪模 型 中应用
标 跟踪 效果 ， 出需 自适应 调 整 目标跟 踪算 法 的参 数 ， 指 使 当前 统计 模型 下 的跟踪 算 法更 能够 精确 跟踪 机 动 目 标， 发挥 最佳 效果 。
最 广 泛 的模 型之一 。它是 用修 正 的瑞利 分 布来 描述机 动加 速度 的当前概 率 密 度 … ， 均 值 为 当前 加 速 度 的 其 预测值 ， 以实 现对 均值 自适 应滤 波 ， 时又利 用状 态 噪 同 声方 差 与机 动加 速度 方差 的关 系来 完成 对 目标 的方 差 自适 应滤 波 。但 是 ， 在计 算 方 差 时需 要 预 先 设 定 加 速 度 的极 大 值 和极小 值 ， 在实 际应 用 中存 在很 大不 足 ， 机 当前统 计模 型是 采用 机 动加 速度 的非 零均 值 时 间
）
（） ５
Ｘ（ ｋ＋１ ）＝中（ ） ｋ ｋ Ｘ（ ）＋Ｕ（ ） ｋ ０＋Ｗ（ ） （ ） ｋ ３
Ｙｋ （ ）＝Ｈ（ ） ｋ ｋ Ｘ（ ）＋Ｖ ｋ （） （） ４
式 中 ， 戈 Ｙ少 为 目标 运 动状 态 ； ｋ ， （ ） Ｘ＝［ ］ Ｗ（ ） Ｖ ｋ 为均值 为零 、 互独 立 的高 斯 白噪 声 ； （ ） 状 态 转 相 ｋ为 移矩阵， （） Ｕ ｋ 为输 入控 制矩 阵 。
任何 加速 度 给定参 数 的选取 问题 ， 际应 用价 值大 。 实
２ ２ 机 动频 率 的 自适应调 整 ．
（ （ ｌ 一１ ａ Ｊ ｝Ｊ ） ｝
ｉ ）
（） ７
由于 Ｏａ Ｏｉ 法 事先 得到 一个 合适 的值 ， ＇ｘ ＇ｎ ｍ 和 ｍ无 当它 们都 取得 较 大时 ， 于 跟踪 匀 速 运 动 目标 和 机 动很 小 对 差； 当它们 都 取得 较小 时 ， 于 跟踪 机动 较大 的 目标会 对 导致 加速 度 方差 较小 ， 跟踪 性能 下 降 。 使
第３ ２卷
・
第 １ 期
雷达与对抗
ＲＡＤＡＲ ＆ ＥＣＭ
Ｖ０ ． ２ Ｎｏ １３ ．１ Ｍ ａ ． ０１ ｒ２ ２
２１ ０ ２年 ３月
基 于 当前 统 计 模 型 的 目标 跟 踪 改 进算 法仿 真 分 析
张安清 ， 文 聪 ， 润高 郑
（ 海军大 连舰 艇学院 信息与通信工程 系 ， 辽宁 大连 １６ １ ） １０ ８
（ ）＝
１ 一Ｐ— Ｔ ａ
的绝 对值 成线 性关 系 ， 加 速 度 增量 与位 置 增 量 之 问 而 也存 在线 性关 系 ， 因此 可 得 到 ｋ时刻 的加 速 度 方差 自
适 应 调整 为
， ＇
定义 Ｑ ｋ Ｅ Ｗ（ ） ｋ ］＝ 伽ｒ 。其 中 Ｑ （ ）＝ ［ ｋ Ｗ （ ） ： ２ ２ Ｑ
相 关模 型 。
（ ）＝ （）＋ａ ｆ ｔ 口 （） ａ ｔ 一 Ｌ（）＋ （） （）＝ ｏ ｆ ｔ ａ （） Ｉ （） ２
１ 当前 统 计模 型 的 目标 跟 踪
动 目标一旦真实加速度超过极限值 ， 其跟踪性能将迅 速降低 ， 且若采用的 目标跟踪模型与 目标实际的运动 模 型不 一致 ， 会使 系统 的误 差变 大 ， 至 有可 能造 成 目 甚
摘
要 ： 对 当前 统计模 型 跟踪机 动 目标 算 法存在 误 差较 大 问题 ， 用加 速 度方 差与机 动频 率 针 采
自适 应技 术 ， 能够 实现 对任 意机 动情 况 下的 目标精 确跟 踪 。 经计算 机仿 真 ， 比较 了加 速度 方 差 与机 动频 率 自适应 方 法 的跟 踪 性 能 ， 明 改进 算 法具 有更 好 的适应 性 。 表
为常数 矩 阵 ， 机动 加速 度 的方 差 。若 ｈ ｋ 盯 为 （Ｉ ｋ一１ ）
表 示 加速度 的一 步 预测 值 ， 当成 ， Ｙ方 向上 的 当前 加
：Ｉ ＝ Ｉ（ Ｉ） （ Ｉ 一 ） （ ） ’ ｋｋ 一 ｋｋ １ Ｉ ｊ １ ｝
（） ８
速度 ， 由 口 ｋ 则 （ ）＝ａ ｋｋ一１ 得 到机 动 加 速度 的方 差 （Ｉ ）
① 当 目 当前的加速度为正时 ： 标
ｏｎ — （ （ ｔ 一 ） ｒ 口 ａ一ａ ｋ ｍ一 Ｉ ｋ一１ Ｊ 时 ， 置估 计 值 曼 ｋ ｋ 和 位 置 当 位 （ Ｉ） 估 计一 步 预测 值 （ Ｉ ｋ ｋ一１ 相 差 较 大 ， ｋ时刻 的机 ） 此
Ａｂ ｔ ａ ｔ Ｉ ｅｎ ｏ ｅ ｓ ｒ ｕ ｒ ｒ ｐ ｏ ｌ ｏ ｅ ｍａ ｅ ｖ ｒ ｇ ｔ ｇ ｔｔ ｃ ｉ ｇ ａｇ ｒ ｈ ｂ ｓ ｄ ｏ ｅ ｓｒ ｃ ：ｎ ｔｒ￣ ｆｔ ｅｉ ｓ ｅｒ ｒ ｂｅ ｆｔ ｎ ｕ ｅ ｎ ａ ｅ ｒ ｋ ｎ ｌｏｉ ｍ ａ ｅ ｎ ｔ ｈ ｏ ｏ ｍ ｈ ｉ ｒ ａ ｔ ｈ
Ｋｅ ｗ ｒ ｓ ｔ ｇ ａｋ ｇｃｒ ｎ ｓ ｔｔａ ｍ ｄｌ ａｅｖｒ ｇｒ ｕｎｙａ ｅ ｒｉ ｒ ｎｅＫ ｍ ｎｆｔｉ ｙ ｏ ｄ ：ａ ｅｔ ｃｉ ； ｒ ｔｔ ｓｃ ｏｅ； ｎｕｅ ｎ ｅ ｅｃ； ｃｌａｏ ｖ ｉ ｃ；ａ ａ ｎ ｒ ｔｒ ｎ ｕ ｅ ａ ｉ ｌ ｉ ｍ ｉ ｆｑ ｃ ｅ ｔｎ ａａ ｌ ｄ ｇ
作者简介 ： 张安清 ， ，９ ４年生 ， 男 １６ 博士 ， 授 ， 教 主要研究方 向为军事信号与信息处理 ， 目标跟踪与识别 等。
一
２４ —
张 安清
等
基 于 当前统 计模 型 的 目标跟踪 改 进算 法仿 真分析 统 将 以较 大 的方差保 持对 目标 机 动 的跟 踪 ， 响应 速 度 很快 ， 但是 跟踪 精度 差 ； ａａ ０ｉ 当 ｍ 和 保持 一定 时 ， ｘ 目标 加 速度 较小 ， 特别 是 加 速 度 为零 时 ， 系统 方 差 会 很 大 ， 导 致跟 踪精 度差 ， 果 目标 机 动 的加 速度 较大 时 ， 如 系统 方 差较 小 ， 这样 跟踪 精度较 高 。可见 ， 该模 型 的算 法 由 于 ｎ 和 ａｉ ｍ在跟 踪 过程 中不 能 自适应 调 整 ， 致对 系 ｎ 导 统 加速度 方 差 ｏ 的调 整效 果不 佳 ， 加速 度 突变 的机 ｒ 对 动 目标 ， 跟踪 的快 速性 和准确 性效果 难 以满 足要求 。 其 采 用模糊 自适 应算 法 ， 通过 测 量 新 息 和测 量 新 息 的 变化 率来 实 现 当前统 计模 型 的系 统参 数 ０ 和 口ｉ 的
’
ｂ ｓ ｄ ｏ ｕ ｒ ｎ ｔ ｔ ｔ ａ ｄ ｌ ａ ｅ ｎ ｃ ｒｅ ｔ ｓａ ｉ ｉ ｌｍｏ ｅ ｓｃ
ＺＨＡＮＧ Ａｎ ｑ ｎ ， ＥＮ ｎ ＺＨＥＮＧ Ｒｕ — ａ — ｉｇ Ｗ Ｃｏ ｇ， ｎｇ ｏ （ ｅａｔｅｔｆＩ ｏ ａｏ ｎ ｏ ｍ ｎ ａｉ ｎ ｉ ｅｎ ， ａｉ ａａ ｃｄｍ ，ａｉ １ １ ，ｈ ａ Ｄｐ ｒ ｎ ｎ ｒ ｔ ｎａｄＣ ｍ ｕ ｉ ｔ ｎＥ ｇｎ ｒ ｇ Ｄ ｌ ｎＮ ｖｌ ａｅ ｙＤ ｌ ｎ１６ ８Ｃ ｉ ） ｍ ｏ ｆｍ ｉ ｃｏ ｅｉ ａ Ａ ａ ０ ｎ