基于卡尔曼滤波算法的目标跟踪研究开题报告

1. 研究目的与意义（文献综述）

目标跟踪问题作为科学技术发展的一个方面，可以追溯到第二次世界大战前夕，即1937年世界上出现第一部跟踪雷达站scr-268的时候。wax在1955年首先提出了目标跟踪的基本概念。之后，各种雷达、红外、声纳和激光等目标跟踪系统相继得到发展并且日趋完善。1969年，r.a.singer提出了机动目标的零均值、一阶时间相关机动加速度模型，他将目标的机动加速度表示为随机状态噪声驱动的结果，井由此建立起机动日标运动的统计模型，它用有色噪声而不是用白色噪声描述机动加速度更为切合实际，但一阶时间相关模型只适用于等速和等加速范围内的目标运动，对十强烈的机动，即超过等加速度范围的目标运动，采用这种模型将引起较大的模型误差;1879年，r.l.moase等人提出了具有随机开关均值的半马尔可夫机动目标统计模型，该模型在singer模型的纂础上进了一步，把机动看作为相应于马尔可夫过程描述的一系列有限指令，该指令由马尔可夫过程的转移概率来确定，转移时问为随机变量;1882年bar-shalom和binniwal提出的变维滤波算法,该方法采用平均新息法，一旦检测到机动，滤波器就要使用不同的、较高维的状态量测，新的状态分量被附加上，再由非机动检测器检测机动消除并转换到原来的模型;1983年，我国学者周宏仁提出了机动目标的“当前”统计模型，该模型在singer模型的基础上引进厂加速度的均值项，并采用修正的瑞利一马尔科夫过程描述目标机动加速度的统计特性:1984-1989年blom和bar-shalom在广义伪贝叶斯算法基础上，提出的一种具有马尔科夫转移概率的交互式多模型(imm)算法，这种算法在多模型算法的基础上考虑多个模型的交互作用，以此得出目标的状态估计;1996年，冯新喜等人提出了一种二级滤波模型模型借鉴了输入估计算法的思想，将加速度的增量看作一个自回归过程(与目标状态分开)，用kalman滤波方法进行滤波;1997年，k.mehrotra和pr.mahapatra提出了机动目标的jerk模型，在这种模型下，状态向量包括目标的位置、速度、加速度和加速度变化率，后者亦被称为jerk，并假一设目标jerk服从零均值、平稳的一阶时间相关过程，其时间相关函数为指数衰减形式;近年来，国内外还提出了一些基于粒子滤波等非线性滤波的机动目标跟踪算法。这些方法不受线性误差或高斯噪声假定的限制，但计算量过大。

国内科研工作者也在该领域做了大量的研究，取得了很多成果并得到实际应用。国内的很多著名高校以及中科院电子所、信息产业部14所、28所、总参61所等多家军、地单位在分布检测融合、机动目标跟踪、多传感器综合跟踪与定位、目标识别与决策信息融合、态势评估与威胁估计等领域积极开展理论及应用研究，并在军队指挥自动化、舰队编队信息融合、组网雷达数据处理等领域研制出一批具有先进功能的目标跟踪系统。我国的发展水平与先进国家相比还有一定的差距，需要进一步加大投入赶超国外的先进技术。

现今，目标跟踪仍然是当今国际上十分活跃的热门领域之一。尽管研究学者做了大量上作，提出了各种滤波技术来解决滤波过程中的非线性、非高斯噪声等问题，并收到一定的效果，但总是不能满足人们更高层次的要求和应用，有的还带来了其它的问题，比如粒子滤波计算量多大的问题等。

2. 研究的基本内容与方案

雷达目标跟踪是整个雷达系统中一个非常关键的环节。跟踪的任务是通过相关和滤波处理建立目标的运动轨迹。本选题通过对卡尔曼滤波算法的研究，建立合适的模型，完成卡尔曼滤波算法的仿真研究。具体设计内容包括：

1)广泛阅读文献，了解雷达目标跟踪的定义、基本功能与原理；

2)了解雷达目标跟踪的常用方法，重点掌握卡尔曼滤波算法的基本原理以及基于卡尔曼滤波的目标跟踪算法；

3. 研究计划与安排

第1-2周广泛查阅文献，明确选题，撰写开题报告

第3-4周修改完善开题报告，并完成英文文献翻译

第5-7周学习并掌握卡尔曼滤波算法的5个公式，能够编写最基本的卡尔曼滤波算法程序，选择合适的模型，在matlab平台上成功仿真。

4. 参考文献（12篇以上）

[1]臧晓蕾.基于卡尔曼滤波器的船用雷达运动目标跟踪算法研究及性能分析[d].:大连海事大学,2011.

[2]刘静,姜恒,石晓原.卡尔曼滤波在目标跟踪中的研究与应用[j].信息技术,2011,(10):174-177.

[3]张东泽，闫东，张朝霞，张明江.基于改进容积卡尔曼滤波的认知雷达跟踪算法[j].计算机仿真,2014,(12):14-17 124.