一种新的用于机动目标跟踪的自适应滤波算法

文摘

英文文摘

声明

1 绪论

1.1 课题内容与作用

1.2 论文方向目前在国内外的发展状况

1.3 本论文的章节内容介绍

2机动目标的SINGER模型与“当前”模型的优缺点分析

2.1 机动目标模型发展分析

2.2 机动目标的SINGER模型基本理论与统计特性

2.3 机动目标“当前”统计模型基本理论与统计特性

2.4 机动目标的SINGER模型与“当前”统计模型优缺点分析

3一种用于机动目标跟踪的新的加速度自适应模型

3.1 现有技术分析

3.2 机动目标跟踪中基本跟踪滤波与预测方法回顾

3.2.1线性自回归滤波

3.2.2两点外推滤波

3.2.3维纳滤波

3.2.4加权最小二乘滤波

3.2.5 α-β与α-β-γ滤波

3.2.6卡尔曼滤波与预测

3.2.7卡尔曼滤波与其他线性滤波方法性能比较

3.3 用于机动目标跟踪的正态分布的加速度概率密度模型

3.4 用于机动目标跟踪的正态分布的加速度新模型

3.5 机动目标的加速度新模型与“当前”模型加速度差异分析

4一种新的用于机动目标跟踪的自适应滤波算法

4.1 机动目标跟踪中的自适应滤波技术分析

4.1.1检测自适应滤波

4.1.2实时辨识自适应滤波

4.1.3“全面”自适应滤波

4.2 用于机动目标跟踪的自适应滤波算法

4.3 用于机动目标跟踪的自适应算法优化

4.4 用于机动目标跟踪的自适应滤波算法的工程实现

4.4.1用于数据输入/输出的数据结构

4.4.2常量及变量定义

4.4.3计算过程及流程图

5仿真结果分析

5.1 仿真准备

5.1.1正态分布随机数的产生

5.1.2航迹的实时产生

5.1.3数据文件的生成

5.2 误差的统计评估

5.3仿真流程图

5.4试验结果分析

5.5 结论

6致谢

7参考文献