摘要：目前，在国防领域，城市交通管理和雷达等方面展开了对机动目标跟踪技术的研发和探究。该技术拥有十分广阔的发展前景和研究价值。经典卡尔曼滤波十分适用于目标跟踪，并且如今对该技术的掌握程度很高。但是它在研究对象运动状态模型不确定的情况下，精准度较低，所以在复杂目标跟踪状态下误差很严重，从而不能精准识别目标运动模式。

通过卡尔曼滤波和交互多模式数学模型的结合，实现了交互多模型卡尔曼滤波。通过对两种滤波模型的研究，将它们运用到线性随机系统下的目标跟踪。根据非线性随机系统下的系统模型，研究拓展出了扩展卡尔曼滤波算法和交互式多模型算法的相互结合——交互多模扩展卡尔曼滤波算法。

通过仿真验证，得到结论：采用交互多模卡尔曼滤波和交互多模扩展卡尔曼滤波可以对目标进行精准的跟踪。

关键词：卡尔曼滤波；目标跟踪；扩展卡尔曼滤波；交互多模式数学模型

目录

摘要

ABSTRACT

第一章  绪论-1

1.1 课题研究的背景和意义-1

1.2 卡尔曼滤波的现状和发展-1

1.3 交互多模算法发展现状-2

第二章  卡尔曼滤波器-3

2.1  系统模型-3

2.2  滤波模型-3

2.3  卡尔曼滤波器工作原理-4

2.4  卡尔曼滤波器的性能分析-5

第三章  扩展卡尔曼滤波器-6

3.1  系统模型-6

3.2  滤波模型-6

3.3  扩展卡尔曼滤波雷达测量模型-8

3.4  扩展卡尔曼滤波器的性能分析-8

第四章  交互多模卡尔曼滤波器-10

4.1  系统模型-10

4.2  滤波算法-11

4.3  交互多模卡尔曼滤波算法的工作原理-14

4.4  交互多模卡尔曼滤波器的性能分析-14

第五章  交互多模扩展卡尔曼滤波器-16

5.1  系统模型-16

5.2  滤波算法-17

5.3  交互多模扩展卡尔曼滤波算法的工作原理-19

5.4  交互多模扩展卡尔曼滤波器的性能分析-20

第六章  滤波算法在目标跟踪中的仿真及分析-21

6.1  卡尔曼滤波在目标跟踪中的仿真-21

6.2  扩展卡尔曼滤波在目标跟踪中的仿真-23

6.3  交互多模卡尔曼滤波在目标跟踪中的仿真-26

6.4  交互多模扩展卡尔曼滤波在目标跟踪中的仿真-29

第七章  结束语-32

致  谢-33

参考文献-34