α-β滤波器在目标跟踪系统中的应用.doc

摘要：卡尔曼滤波在各方各面已经得到广泛的应用，如自控、通讯信息、导航、军事侦察等领域。卡尔曼滤波是最好的估算而且其可以进行递推运算，因此它是现阶段目标追踪系统中最常用的跟踪算法。本文着重讲解了经典卡尔曼滤波的现状，发展和换算原理，并且讲解了α-β滤波器。α-β滤波器是用来对匀速运动的目标模型进行滤波的，它是增益不变的滤波器，称为常增益滤波器。它的增益跟协方差是没有关系的，因此其增益不需要在线计算，这样来大大减少了计算机的计算量，缩短了计算时间。因而提高了实时性，易于工程实现。本文最后利用仿真的方法比较了卡尔曼滤波器和α-β滤波器在目标跟踪中的应用，通过仿真结果证明了在保持滤波功能大致不变的情况下α-β滤波器可大大提高滤波的实时性。

关键词：卡尔曼滤波；α-β滤波器；常增益；目标跟踪；实时性

目录

摘要

ABSTRACT

第一章  绪论-1

1.1研究的背景和意义-1

1.2 卡尔曼滤波的现状-1

第二章  卡尔曼滤波器-3

2.1 卡尔曼滤波器-3

2.1.1 系统模型-3

2.1.2 滤波模型-4

2.1.3卡尔曼滤波的工作原理-4

2.2 卡尔曼滤波器的性能分析-5

第三章  α-β滤波器-6

3.1 α-β滤波器-6

3.1.1 α-β滤波器组递推方程-6

3.1.2 系数α、β的确定-6

3.2 α-β滤波器在目标跟踪中的性能分析-6

3.2.1 α-β滤波器性能分析-7

3.2.2 α-β滤波器与卡尔曼滤波器的性能比较-7

第四章  常见机动目标模型与性能评估-8

4.1 目标运动常用模型-8

4.1.1 匀速度模型-8

4.1.2  匀加速度模型-8

4.2 通用误差评估指标-9

4.2.1归一化估计方差-9

4.2.2 均方根误差-9

第五章 仿真与分析-10

5.1 参数设置-10

5.2 仿真分析-10

5.3 α-β滤波分析-12

结束语-16

致  谢-17

参考文献-18