2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩82頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、目標(biāo)跟蹤是指計算機(jī)或其他儀器設(shè)備依據(jù)某種算法實(shí)現(xiàn)對目標(biāo)的跟蹤與定位,并根據(jù)目標(biāo)的位置和動向采取相應(yīng)措施。機(jī)動是指目標(biāo)為執(zhí)行某種戰(zhàn)術(shù)意圖和(或)由于非預(yù)謀的原因作改變原來規(guī)律的運(yùn)動,如轉(zhuǎn)向、俯沖、下滑、爬升、蛇形、增速、降速等。機(jī)動目標(biāo)跟蹤主要是解決目標(biāo)機(jī)動的情況下穩(wěn)定、精確跟蹤的問題。 機(jī)動目標(biāo)跟蹤關(guān)鍵在于如何從測量值中提取有關(guān)目標(biāo)狀態(tài)的有用信息。一個好的機(jī)動目標(biāo)跟蹤算法將有利于這種信息的提取。大多數(shù)的跟蹤算法都是以模型為基礎(chǔ)的

2、?;谀P偷臋C(jī)動目標(biāo)跟蹤算法可以分為單模型(Single Model-SM)算法和多模型(Multiple Model-MM)算法兩大類。 常見的單模型算法有白噪聲加速度模型(Constant Velocity Model-CV)、Wiener加速度模型(Constant Acceleration Model-CA)、Singer加速度模型、“當(dāng)前”統(tǒng)計模型(Current Statistic Model-CS)和勻速轉(zhuǎn)彎模型(

3、Constant TurmModel-CT)等。本文分析了這些模型的建模方法,并通過MATLAB仿真比較了各模型的跟蹤精度。 多模型算法由于其獨(dú)有的處理具有結(jié)構(gòu)和參數(shù)未知和/或變化以及將復(fù)雜問題簡化為簡單問題的能力,近年來受到了很大的重視。多模型(MultipleModel-MM)算法可以分為三代:靜態(tài)多模型算法(Static MultipieModel-SMM)、交互式多模型(Interacting Multiple Mode

4、l-IMM)和變結(jié)構(gòu)多模型(Variable Structure Multiple Model-VSMM)算法。 目前,在眾多的跟蹤濾波算法中,交互式多模型算法被認(rèn)為是最有效的次優(yōu)多模型方法,因而在機(jī)動目標(biāo)跟蹤領(lǐng)域獲得了廣泛的應(yīng)用。但是,當(dāng)目標(biāo)的機(jī)動情況發(fā)生變化時,如果IMM算法的模型集中不包括當(dāng)前目標(biāo)的運(yùn)動模式,跟蹤精度就會大大下降,甚至發(fā)散。因此提高IMM算法跟蹤機(jī)動目標(biāo)能力的關(guān)鍵是如何根據(jù)目標(biāo)的機(jī)動情況,實(shí)時地估計模型參數(shù)

5、。由于模糊神經(jīng)網(wǎng)絡(luò)融合了神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)能力、聯(lián)想能力、優(yōu)化結(jié)構(gòu)和模糊邏輯容易被人理解等優(yōu)點(diǎn),將其引入IMM算法中,對于提高目標(biāo)的跟蹤精度有著重要的意義。 本文對IMM算法做了如下兩點(diǎn)改進(jìn)。首先在IMM算法的模型集設(shè)計中,提出了使用加速度均值自適應(yīng)的“當(dāng)前”統(tǒng)計模型(CS模型)和擴(kuò)展后的常速運(yùn)動模型(CV模型)進(jìn)行交互。其次設(shè)計了一個符合機(jī)動目標(biāo)跟蹤中目標(biāo)機(jī)動特點(diǎn)的模糊神經(jīng)網(wǎng)絡(luò),將運(yùn)動模型的特征量作為模糊神經(jīng)網(wǎng)絡(luò)的輸入,模糊神經(jīng)網(wǎng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論