α-β-γ滤波器在目标跟踪中的应用.doc

摘要：卡尔曼滤波是最优估计且可以递推运算，因此卡尔曼滤波算法成为了当今目标跟踪中最常用到的算法，也是最基础的算法。随着目标检测和跟踪技术的不断发展，为了能够更好地实现目标跟踪，研究出了各种优秀的滤波算法，文章中介绍了其中的一种，α-β-γ滤波器。用于目标跟踪的α-β-γ滤波器是一种常增益滤波器，常增益 α-β-γ滤波易于工程实现，增益矩阵可以进行离线运算，可以简化滤波过程中的运算量,缩短滤波运算时间。它所适应的目标模型是加速运动，文中介绍了经典卡尔曼滤波和α-β-γ滤波，仿真了卡尔曼滤波器和α-β-γ滤波器在目标跟踪中应用。仿真结果表明，在保持滤波精度不变的情况下，α-β-γ滤波减少了计算时间。

关键词:α-β-γ滤波器；卡尔曼滤波；目标跟踪；常增益。

目录

摘要

ABSTRACT

第一章  绪论-1

1.1研究的背景和意义-1

1.2卡尔曼滤波现状-2

第二章  卡尔曼滤波器-3

2.1随机离散系统模型-3

2.2 滤波模型-3

2.3 卡尔曼滤波器的目标跟踪性能分析-5

第三章 α-β-γ滤波器-6

3.1 α-β-γ滤波器的递推方程-6

3.2 α-β-γ滤波器系数设定-7

3.3 α-β-γ滤波器在目标跟踪中的性能分析-7

第四章  目标运动常用模型-9

4.1 匀速模型-9

4.2 匀加速模型-10

4.3 通用误差评估指标-11

第五章  仿真对比与分析-12

5.1 仿真的参数设置-12

5.2 卡尔曼滤波的仿真-12

5.3 α-β-γ滤波的仿真-15

5.4 α-β-γ滤波和卡尔曼滤波的比较-17

结束语-20

致  谢-21

参考文献-22