分布式多目标跟踪论文-陈辉,邓东明,韩崇昭

分布式多目标跟踪论文-陈辉,邓东明,韩崇昭

导读:本文包含了分布式多目标跟踪论文开题报告文献综述及选题提纲参考文献,主要关键词:多目标跟踪,多传感器控制,分布式融合,信息增益

分布式多目标跟踪论文文献综述

陈辉,邓东明,韩崇昭[1](2019)在《多目标跟踪中多传感器分布式控制策略》一文中研究指出分布式传感器网络技术在复杂的多目标跟踪系统中发挥了极其重要的作用.本文针对多传感器多目标跟踪中的分布式传感器控制问题,提出了基于信息论的多传感器控制策略.首先,本文利用随机有限集(RFS)建模,给出了多传感器多伯努利滤波器,并通过一组参数化的多伯努利过程来近似多传感器多伯努利密度.进一步的,通过多伯努利滤波器的序贯蒙特卡罗实现,设计采样方案对多伯努利密度进行粒子采样,用一组带有权值的粒子集近似多目标状态空间分布.随后,借助巴氏距离(Bhattacharyya distance)作为传感器控制的评价函数用于多个传感器的独立并行控制方案的决策制定.作为另外一个重要内容,本文提出了一种基于多目标战术重要性评估的多传感器控制策略.该控制方案旨在评估多目标战术重要性的基础上对威胁度最大的目标进行优先跟踪.最后,仿真实验验证了所提算法的有效性.(本文来源于《控制理论与应用》期刊2019年10期)

章烨辉[2](2019)在《伯努利滤波用于分布式MIMO主动目标跟踪研究》一文中研究指出在浅海环境,面对安静型潜艇和小型化的水下无人航行器,被动声呐性能受到限制,主动声呐面临强混响和多干扰的挑战。随着多输入多输出(Multiple Input Multiple Output,MIMO)技术的发展,分布式MIMO利用目标空间分集提高了检测性能,展示了潜在的应用前景。本文侧重分布式MIMO声呐处理研究,结合伯努利滤波技术,提高对运动目标的探测能力。本文首先建立了分布式MIMO声呐探测处理框架,在信号模型中引入了多普勒.因子和目标位置参数,利用最大似然估计目标位置。为了获取目标分集特性,研究了分布式MIMO探测的发射和接收布置约束条件。为了提高接收信噪比,接收端采用波束形成增强信号,同时估计目标方位。另外,在发射端采用指向性发射,实现照亮目标和抑制混响。在后处理中,考虑杂波和混响相对稳定,通过脉冲对消方法抑制混响、增强运动目标回波。在分布式MIMO声呐探测中,量测中除了目标以外还有大量的混响和杂波,并且目标的出现时间和消失时间都是未知的。为此,本文研究了伯努利滤波用于运动目标探测。在分析贝叶斯滤波和随机有限集的基础上,推导了伯努利滤波迭代处理算法。为了适应多目标跟踪需要,改进了伯努利滤波算法,即将单目标的后验概率密度函数修改为多目标的后验概率密度函数。在数值模拟实验中,设计单目标和双目标运动场景,其中双目标为交叉运动模式,跟踪结果证实了伯努利改进算法的有效性。在分布式MIMO探测运动目标湖上实验中,脉冲对消有效地抑制了混响,增强了目标回波,改进的伯努利滤波有效地滤除杂波,准确估计出目标的轨迹。(本文来源于《浙江大学》期刊2019-06-01)

谭鹤毅[3](2019)在《摄像机网络中的一种多目标分布式跟踪策略》一文中研究指出为了实现摄像机网络中的多目标分布式跟踪和解决存在的"朴素"问题,提出了一种基于信息一致性的多目标分布式跟踪策略。首先通过对分布式多目标跟踪问题的建模,得到基于平均一致性和信息加权一致性的网络中每个节点的最佳状态估计值及其信息矩阵;然后通过考虑虚假测量值和一致性融合,将来自于多个传感器的测量值与具体的目标关联起来,得到采用信息形式融合来自于多个传感器的测量值的状态估计方程,从而实现对多目标的数据关联和分布式跟踪。仿真实验结果表明,提出的多目标信息一致性跟踪算法相比于目前几种先进的跟踪算法,在平均误差性能方面不仅对于虚假测量值/杂波具有更好的鲁棒性,而且也有更好的收敛性。(本文来源于《电子测量与仪器学报》期刊2019年05期)

虞涵钧[4](2019)在《基于分布式数据融合的多目标跟踪》一文中研究指出随着海洋的不断开发及其战略地位的逐渐提升,多目标跟踪能力越来越成为制约各种水下活动的一大因素。但是由于水下环境自身的高干扰性、水下声传播速度较慢、信号频段较低等因素的影响,量测数据中不仅真实目标信息偏少而且还包含着大量干扰。此外如何利用多个平台的量测信息联合获取更加可靠的目标跟踪轨迹也是常见的问题。在此背景下,本文主要通过接触级数据预处理、平台级多目标跟踪与系统级航迹融合叁个部分研究了基于分布式数据融合理论的干扰环境下多目标跟踪方法,对其进行了Matlab仿真分析,并通过了海试数据验证。首先研究了接触级信息的预处理技术。根据接触级数据中包含真实目标量测以及干扰的性质构建了多平台探测数据模型。再对此模型得到的探测数据进行不同坐标系间的转换、基于实时质量控制法或最小二乘法的空间偏差校准以及基于虚拟融合法或内插外推法的时间配准等预处理步骤,配准量测数据的时空误差。其次研究平台级的多目标跟踪方法。从逻辑法和Hough法等航迹起始算法入手,先获得跟踪目标的初始状态。再通过卡尔曼滤波和概率关联算法对无干扰和有干扰情况下的单目标进行跟踪。然后利用联合概率数据关联算法实现高干扰密度下的多目标跟踪。最后基于变目标数的跟踪场景,提出一种基于量测的多目标跟踪模型,实现时变数目场景下的多目标跟踪。然后研究多平台跟踪轨迹的融合处理。基于分布式数据融合模型,通过加权关联算法或匈牙利算法对局部平台的跟踪轨迹进行航迹关联;再根据局部估计协方差是否相关分别通过协方差凸组合、协方差交叉融合算法对关联的局部航迹进行融合,得到系统级的航迹输出。最后对海试数据进行处理。利用基于量测的多目标跟踪算法得到平台级航迹,再通过协方差交叉融合算法形成系统航迹,实现了分布式多平台在无目标先验信息前提下的多目标跟踪。(本文来源于《哈尔滨工程大学》期刊2019-03-07)

金素宇[5](2019)在《分布式主动声呐连续波波形设计及其目标跟踪技术》一文中研究指出主动声呐信号波形不仅是影响探测性能的一个主要因素,也直接影响了信号处理方法,同时,主动声呐对高速运动的目标进行跟踪时,需要对目标实现高刷新率的跟踪以保证跟踪轨迹的连续性,进而提高跟踪性能。因此,本论文以此为出发点,对主动声呐探测波形进行设计,对主动声呐信号进行处理,达到提高目标跟踪刷新率,获得连续稳健跟踪结果的目的。首先,对主动声呐信号波形设计展开了研究。给出了波形形式及参数选择的方法与原则,从抗混响和多用户两个角度分析了多基地探测系统的波形设计要求。此外,从提高目标探测的数据刷新率,实现连续稳健的跟踪的角度出发,选择连续波波形作为本文的主动声呐信号形式。其次,结合连续波信号体制的分时处理特点,以探测性能为准则,对多基地探测的连续波波形优化设计展开了研究。讨论了脉冲主动声呐(Pulsed Active Sonar,PAS)和连续主动声呐(Continuous Active Sonar,CAS)信号的分时处理方法,综合比较了PAS信号和CAS信号在检测方面的性能,讨论了CAS系统信号处理增益与目标刷新率相互制约的关系,针对CAS信号探测中存在的缺点,引入了广义正弦调频(Generalized Sinusoidal Frequency Modulated,GSFM)信号进行改进,从信号波形的角度提高了分时处理的增益,在保障了高刷新率的同时,获得了更好的检测性能,有利于后续对目标的跟踪。最后,针对连续波信号本身及分时处理的特点,对连续波主动声呐信号的目标跟踪方法及性能展开了研究。利用连续波信号,在经分时处理后对单目标与多目标进行跟踪,仿真分析了连续波信号在跟踪中的优势,提高了目标刷新率,降低了跟踪过程中的目标位置误差,并给出了选择最小分时脉宽进行跟踪的标准,通过试验数据的验证,证明了连续波信号分时处理后能够获得连续稳健的跟踪结果,达到了本文设计的目的。(本文来源于《哈尔滨工程大学》期刊2019-02-26)

王静飞[6](2019)在《分布式定位系统非合作多目标跟踪技术研究》一文中研究指出本文源于水下对抗背景下的某分布式多目标定位系统,随着水下对抗技术的发展,现代化靶场对多目标定位的需求越来越迫切。本文分布式多目标定位系统兼具对连续信号和脉冲信号的侦察定位能力,且发射两种信号的信号源有多个,发射周期、信号频率等参数均未知。对于该分布式多目标定位系统而言,最重要的功能就是区分目标批次,实现多个目标的跟踪定位。其中牵涉到多种水声技术,包括基本的水声定位技术、时空关联技术以及数据关联技术。本文分别对上述技术进行了研究。本文研究了常用的纯方位交汇定位算法和双曲面交汇定位算法,另外针对分布式定位系统数据信息存在一定冗余度,本文还研究了一种时延差/方位信息联合定位算法;针对平台间数据失配问题,本文分别对连续信号和脉冲信号研究了迭代法和举手表决法;数据关联技术是多目标跟踪系统中的重点和难点,传统的多维分配算法随着平台数量和目标数量的增加呈指数级增长,因此本文从适合实际工程应用角度出发,分别对连续信号和脉冲信号,研究了一种多目标方位数据概率关联算法和一种基于时延差/方位的时延差最邻近算法。最后,基于以上多目标定位技术的理论分析和仿真验证,本文从分布式定位系统显控软件功能需求出发,采用模块化的思想,设计了该软件,使软件具备多目标跟踪定位能力。并且通过仿真数据对软件进行测试,验证了软件的正确性。(本文来源于《哈尔滨工程大学》期刊2019-02-01)

郑斌琪,李宝清,刘华巍,袁晓兵[7](2019)在《采用自适应一致性UKF的分布式目标跟踪》一文中研究指出由于传统分布式跟踪方法在先验噪声协方差与其实际值不相匹配时跟踪误差较大,提出了一种采用自适应一致性无迹卡尔曼滤波的分布式目标跟踪方法,该方法首先执行分布式UKF算法得到对当前移动目标状态的估计值,然后通过一个系统错误检测机制,确定是否需要对噪声协方差值进行更新。如需要,则根据当前获得的测量信息去估计当前噪声协方差,并联合该估计值和先前的噪声协方差值获得一个新的先验噪声协方差值。最后根据新获得的噪声协方差值对获得的目标状态估计值进行修正。实验结果表明该方法具有较好的准确性和鲁棒性:在噪声未知环境下,基于ACUKF的分布式跟踪方法相比于基于容积信息滤波和基于分布式无迹卡尔曼滤波的跟踪方法,最大跟踪误差值分别减少了49.93%和51.46%;在目标过程噪声发生动态变化的情况下,提出的方法相比于上述两种传统跟踪方法,跟踪误差值分别减少了40.67%和40.06%。(本文来源于《光学精密工程》期刊2019年01期)

王加梁[8](2019)在《基于感知代理和移动控制法则的分布式目标跟踪》一文中研究指出针对由无人自动跟踪机器人构成的移动传感器网络中的目标跟踪问题,提出了一种基于感知代理和移动控制法则的分布式目标跟踪方案。首先,在构建移动机器人代理模型和覆盖感知目标跟踪模型的基础上,提出了一种分布式目标跟踪算法,算法由估计阶段和一致性阶段构成.通过这两个阶段的执行,网络中的全部代理就最大感知置信值以及相应的目标状态和后验协方差矩阵达成一致,从而提高各自预测的性能;其次,针对一般移动代理的移动提出了一种基于势场的控制法则,以确保传感器网络在任何时候都保持连接,使得每个移动代理尽可能接近目标,提高其感知置信值,并避免与目标、环境墙壁和其他代理发生碰撞,从而有助于保持该区域的覆盖率在令人满意的水平。仿真实验结果表明,跟踪方案不仅能够提高跟踪精度,而且还具有较好的覆盖感知性能。(本文来源于《电子测量与仪器学报》期刊2019年01期)

江潇潇,赵晓丽,金婕,邓琛[9](2018)在《分布式传感器网络中基于条件后验克拉美-罗下界的被动声目标跟踪局部节点选择算法(英文)》一文中研究指出针对分布式传感器网络下的被动声目标跟踪问题,提出了一种基于条件后验克拉美罗下界(Conditional Posterior Cramér-Rao Lower Bounds, CPCRLB)的局部传感器节点选择算法,基于被动声探测背景下的纯方位量测数据,采用粒子滤波器推导得到了CPCRLB的近似解析表达式,进而在该CPCRLB的基础上定义了节点效用贡献作为节点选择准则,结合分布式传感器网络的特点提出了一种局部节点选择方法,节点无需知道全网传感器节点的信息,而是仅利用局部节点信息来决定下一时刻节点的活动状态,从而在实现自治节点选择的同时大大减少网络通信量。通过仿真结果表明,该算法在跟踪精度、能量消耗和计算复杂度方面都表现出较好的性能。(本文来源于《声学技术》期刊2018年05期)

宋喜玉,任修坤,郑娜娥,田英华[10](2018)在《多目标跟踪下的分布式MIMO雷达资源联合优化算法》一文中研究指出针对现有分布式MIMO雷达资源联合分配多集中于发射端阵元与功率的分配,未同时考虑接收阵元的优化,且缺乏对任意雷达布阵形势下系统跟踪能力和资源需求量估算等问题,提出多目标跟踪下的分布式MIMO雷达资源联合优化算法。首先,计算多目标位置误差的最大值,以最小化该最大值为目标函数;其次,在发射和接收阵元总数量有限、发射总功率给定的条件下,建立收发阵元选取与功率分配联合的资源优化模型;然后,结合启发式搜索算法和连续参数凸近似算法,采用循环最小化的方式对该问题进行求解;最后,在给定大小的实验环境中,对目标运动轨迹确定和随机两种场景进行实验。实验结果表明,系统发射总功率一定时,选取的发射阵元个数要明显少于接收阵元个数。相比于现有MIMO雷达资源分配研究,所提算法能够估算出在任意雷达布阵形势下系统的最低目标跟踪精度、个数和相应的最少资源需求量,对雷达系统的结构设计和资源储备具有一定的参考价值。(本文来源于《西安交通大学学报》期刊2018年10期)

分布式多目标跟踪论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

在浅海环境,面对安静型潜艇和小型化的水下无人航行器,被动声呐性能受到限制,主动声呐面临强混响和多干扰的挑战。随着多输入多输出(Multiple Input Multiple Output,MIMO)技术的发展,分布式MIMO利用目标空间分集提高了检测性能,展示了潜在的应用前景。本文侧重分布式MIMO声呐处理研究,结合伯努利滤波技术,提高对运动目标的探测能力。本文首先建立了分布式MIMO声呐探测处理框架,在信号模型中引入了多普勒.因子和目标位置参数,利用最大似然估计目标位置。为了获取目标分集特性,研究了分布式MIMO探测的发射和接收布置约束条件。为了提高接收信噪比,接收端采用波束形成增强信号,同时估计目标方位。另外,在发射端采用指向性发射,实现照亮目标和抑制混响。在后处理中,考虑杂波和混响相对稳定,通过脉冲对消方法抑制混响、增强运动目标回波。在分布式MIMO声呐探测中,量测中除了目标以外还有大量的混响和杂波,并且目标的出现时间和消失时间都是未知的。为此,本文研究了伯努利滤波用于运动目标探测。在分析贝叶斯滤波和随机有限集的基础上,推导了伯努利滤波迭代处理算法。为了适应多目标跟踪需要,改进了伯努利滤波算法,即将单目标的后验概率密度函数修改为多目标的后验概率密度函数。在数值模拟实验中,设计单目标和双目标运动场景,其中双目标为交叉运动模式,跟踪结果证实了伯努利改进算法的有效性。在分布式MIMO探测运动目标湖上实验中,脉冲对消有效地抑制了混响,增强了目标回波,改进的伯努利滤波有效地滤除杂波,准确估计出目标的轨迹。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

分布式多目标跟踪论文参考文献

[1].陈辉,邓东明,韩崇昭.多目标跟踪中多传感器分布式控制策略[J].控制理论与应用.2019

[2].章烨辉.伯努利滤波用于分布式MIMO主动目标跟踪研究[D].浙江大学.2019

[3].谭鹤毅.摄像机网络中的一种多目标分布式跟踪策略[J].电子测量与仪器学报.2019

[4].虞涵钧.基于分布式数据融合的多目标跟踪[D].哈尔滨工程大学.2019

[5].金素宇.分布式主动声呐连续波波形设计及其目标跟踪技术[D].哈尔滨工程大学.2019

[6].王静飞.分布式定位系统非合作多目标跟踪技术研究[D].哈尔滨工程大学.2019

[7].郑斌琪,李宝清,刘华巍,袁晓兵.采用自适应一致性UKF的分布式目标跟踪[J].光学精密工程.2019

[8].王加梁.基于感知代理和移动控制法则的分布式目标跟踪[J].电子测量与仪器学报.2019

[9].江潇潇,赵晓丽,金婕,邓琛.分布式传感器网络中基于条件后验克拉美-罗下界的被动声目标跟踪局部节点选择算法(英文)[J].声学技术.2018

[10].宋喜玉,任修坤,郑娜娥,田英华.多目标跟踪下的分布式MIMO雷达资源联合优化算法[J].西安交通大学学报.2018

标签:;  ;  ;  ;  

分布式多目标跟踪论文-陈辉,邓东明,韩崇昭
下载Doc文档

猜你喜欢