需要金币:2000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:10064 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.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 |