扩展卡尔曼滤波在目标跟踪中的应用开题报告

 2022-11-13 09:55:45

1. 研究目的与意义

不管在现代军事领域、国防领域还是民用领域中,目标跟踪技术都非常重要。

随着现代目标隐身技术的发展以及目标机动性能的增加,被探测目标的不确定性也在增加。

当目标发生例如转向、减速、加速、下降、下升、S型等突然的运动形态改变时,实现对这些高机动运动目标进行稳定和精确地跟踪,就成为跟踪研究的重点,也是难点。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 课题关键问题和重难点

1.确定系统的模型:根据对系统的了解,建立一个真实系统的完整模型,并用状态空间描述之。

这里包括选择状态变量,观察量,建立系统的动力方程和观察方程以及建立误差的统计模型。

同时建立一套计算机程序。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 国内外研究现状(文献综述)

卡尔曼滤波:设已知信号的动态模型测量方程,则基于过程X(k)及初始条件,按线性无偏最小方差递推估计准则,对状态S(k)所作的最优估计称为卡尔曼滤波。

特点:参数时变,适用于非平稳随机情况下最优滤波且性能优越。

卡尔曼滤波局限性:只有在信号和噪声统计特性先验已知的情况下,卡尔曼滤波才能获得最优滤波。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究方案

1.对机动目标进行运动建模:首先确定坐标系,熟悉常用的机动目标运动模型并对此次设计建立使用的模型。

2.建立测量模型:选择测量坐标系,选择最合适的测量方式。

3.滤波算法:熟悉卡尔曼滤波算法的基本原理,选择合适算法(本次设计采用扩展卡尔曼滤波算法)。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 工作计划

第1周第2周:英文翻译;第3周第4周:学习卡尔曼滤波的基本原理;第5周第6周:学习常用目标的机动模型;第7周第8周:学习无迹卡尔曼滤波的基本原理;第9周:掌握MATLAB编程,熟悉开发环境和本次设计所需的基本程序;第10周第11周:编写程序,仿真出UKF在一维和二维非线性系统中的应用;仿真出UKF在二维目标跟踪中的应用;调试验证;第12周第13周:撰写毕业论文;第14周:撰写毕业论文,论文答辩;

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。