1. 研究目的与意义
自从世界上第一部跟踪雷达站SCR-28研制成功以后，便掀开了人们对目标跟踪领域探索的序幕。近年来，随着现代工艺设计水平和材料加工水平的不断提升，信息融合理论的不断突破，使得雷达、红外等传感器的制造技术得到飞速发展，目标跟踪技术也越来越成熟。大量的目标跟踪方法已成功应用于生物医学、自动控制、海洋学、遥感探测等多个研究领域。如今，目标跟踪技术正逐渐渗透到工程应用中的各个领域，已有越来越多的科研人员将研究方向锁定在目标跟踪领域。
所谓目标跟踪，就是借助不同种类的量测和计算手段，完成对运动目标的实时检测、数学建模、状态估计和航迹跟踪的过程U-SI。目标跟踪系统本身固有的物理特性、运动目标的数学建模以及量测与目标坐标系之间的坐标转换会不可避免的造成目标跟踪的非线性问题，这使得现代目标跟踪问题正逐渐体现出高维数、非线性、非高斯等特性，因此，如何提高目标跟踪系统的跟踪性能成为迫切需要解决的问题。
2. 课题关键问题和重难点
（1）研究并实现主要的非线性滤波算法，验证各个算法在目标跟踪应用中的有效性，并对各个算法的性能进行综合的比较和分析。
设计目标运动的转弯模型场景，针对该场景对扩展卡尔曼滤波（EKF）、Unscented卡尔曼滤波（UKF）和粒子滤波（PF）等非线性滤波算法进行实验仿真，验证各个算法在目标跟踪应用中的有效性，通过仿真的实验结果对比各个算法的跟踪滤波性能，并对算法的优缺点进行综合的比较和分析。
（2）研究RTS平滑算法在目标跟踪中的应用，分析影响算法性能的主要因素，设计并实现分段平滑算法，既提高跟踪滤波的精度，又可满足实时性要求。
3. 国内外研究现状（文献综述）
1.非线性滤波理论的发展现状
1960年，著名学者Kalman将状态空间的思想应用到最优估计理论中，从而创造了经典的卡尔曼滤波算法。KF的提出为现代滤波理论奠定了基础，解决了高斯噪声模型假设下线性系统的最优估计问题021。但是随着现代科学技术的飞速发展以及人类对自然界越来越深刻的认识，卡尔曼滤波理论已不能满足人们对于实际工程的需要。世界万物的本质物理规律几乎都具备非线性特性，各个物理量间的联系几乎全靠非线性模型来加以描述，因此，非线性滤波理论应运而生。
非线性滤波遇到的困难主要表现在：（1）由于系统自身存在着非线性因素，导致原来服从高斯分布的系统状态经过非线性变换后不再服从高斯分布，故先前基于高斯分布的估计理论将不再适用；（2）系统状态的后验均值和协方差矩阵不能直接通过非线性变换传递得到，二者的获取都需要依赖于系统状态的高阶矩信息，故先前经过线性变换推导得到的关系表达式将不再适用；（3）叠加原理不再成立，系统状态、控制输入及噪声之间相互耦合，相互影响，故先前基于线性系统所得到的滤波理论都将失效。
4. 研究方案
在研究非线性滤波算法的基础上，以目标跟踪技术为研究背景，将非线性滤波算法应用到各种目标跟踪仿真场景，分析各滤波器的滤波性能及适用特点。针对强非线性、非高斯、高量测精度、高维数的非线性系统下传统滤波器无法给出系统状态的有效估计这一问题提出一种改进的滤波算法。具体方案如下。
（1）拟定实现非线性滤波算法，通过验证各个算法在目标跟踪应用中的有效性，并对各个算法的性能进行综合的比较和分析。
通过设计目标运动的转弯模型场景，针对该场景对扩展卡尔曼滤波（EKF）、Unscented卡尔曼滤波（UKF）和粒子滤波（PF）等非线性滤波算法进行了实验仿真，验证了各个算法在目标跟踪应用中的有效性，通过仿真的实验结果对比了各个算法的跟踪滤波性能，并对算法的优缺点进行了综合的比较和分析。
5. 工作计划
2022-2023-1学期
第15-16周完成选题，查阅相关资料，进行相关技术的了解；
第17-18周与导师沟通进行课题总体规划；
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。
