雷达机动目标跟踪技术研究
通过图4.2可以看到变维滤波算法有4次机动，分别对应目标的2次加速和2次匀速运动，符合目标真实轨迹变化。从图4.3的一次滤波轨迹和图4.4的误差统计曲线可以看出机动的卡尔曼滤波对观测轨迹进行很好的滤波效果，但在模型出现机动的时候，会出现大的误差。这时，可以借助变维滤波算法对机动目标进行跟踪，从而减小误差。另外通过仿真试验可以发现VD算法的另一个重要特点是可以减少运算量。
2、仿真结果比较
将程序中加权衰减因子改为?=0.1，机动检测门限Th=50，退出机动时的检测门限
Ta=5，重新运行程序得到修改参数后的仿真图。
图4.5为参数变化后，真实轨迹、观测轨迹和50次滤波轨迹仿真图，该图反映了在修改参数后，真实轨迹和观测轨迹，还有观测轨迹和50次滤波轨迹的吻合程度。
图4.5 参数变化后，真实轨迹、观测轨迹和50次滤波轨迹仿真图
图4.6为参数变化后，真实轨迹与一次滤波轨迹仿真图，该图反映了修改参数后目标的真实运动轨迹和经过一次滤波之后目标的估计轨迹曲线。
图4.7为参数变化后，X轴和Y轴滤波统计曲线图，该图反映了修改参数后，X和Y坐标轴方向滤波误差的均值和标准差的变化。
第 26 页 共 31 页
雷达机动目标跟踪技术研究
图4.6 参数变化后，真实轨迹与一次滤波轨迹仿真图
图4.7 参数变化后，X轴和Y轴滤波的统计曲线图
从图4.5可以看到修改参数后，50次滤波后的轨迹严重偏离了真实轨迹。由此可知，机动检测的参数设置对滤波具有很大的影响。从图4.6可以看出一次滤波轨迹在出现机
第 27 页 共 31 页
雷达机动目标跟踪技术研究
动后一直到匀速过程和真实轨迹之间的误差严重变大，一次滤波轨迹偏离了真实轨迹，此时不能很好的对目标实行有效的跟踪。这表明此时设计的滤波器不符合目标跟踪的要求。
由修改参数前后的的实验仿真结果，可以发现前者可以对目标实现有效跟踪，而后者则不然。在模型参数的调整过程中，可以发现机动检测门限Th，退出机动的检测门限
Ta,加权衰减因子?对算法的有效滤波有很大的影响，如果选择参数过大或过小，都可能会导致滤波发散，从而不能对目标实施有效的跟踪。若在跟踪过程中，采用自适应滤波技术则可以更好的改善滤波性能。另外，对目标快转弯时，会出现大的误差，这时候可以通过改变机动检测门限来减小。
4.3 小结
本章重点介绍了目标跟踪的仿真处理流程，通过建立目标跟踪模型、编写、调试、运行，最终完成了对模型的目标的跟踪。经过对仿真结果的分析，得出卡尔曼滤波具有很好滤波能力，且预测的轨迹符合真实目标轨迹的变化。VD滤波算法具有很好的机动检测能力，但是当目标快速转弯时，会出现较大的误差，这时可以通过改变机动检测门限来减小误差。通过本章的研究，掌握了卡尔曼滤波器和VD滤波算法的算法流程和仿真流程，并能设计出一定的目标跟踪系统。
第 28 页 共 31 页
雷达机动目标跟踪技术研究
5 结束语
机动目标跟踪在军事和民用领域有着广泛地应用前景，特别是在现代战争中，作战飞机、各种舰艇等运动目标的机动性越来越强，对它们进行有效而实时地跟踪将是十分复杂但是又必须加以解决的问题。本为以机动目标位研究对象，旨在为机动目标跟踪系统的实用化提供理论指导，着重解决机动目标跟踪中两个方面的问题：建立跟踪模型和滤波算法。为此，建立了某些机动目标跟踪模型，并对卡尔曼滤波算法和VD滤波算法进行了深入的研究，得到了一些有意义的结论。这些结论具体归纳如下。
1、对机动目标而言，建立数学模型所特有的要求。既要使建立的数学模型符合实际，同时也要更加紧密的结合所用到的理论。状态方程和量测方程的状态变量法是描述系统的一种很有价值的方法。它既结合了实际物理模型，又对数据处理提供了方便。
2、卡尔曼滤波器具有很好的滤波能力。卡尔曼滤波器采用了迭代算法，在对滤波器进行初始化基础上，对其进行一次滤波处理，得到一步状态预测和一步预测协方差。然后，卡尔曼滤波器进行迭代，进而推出下一次的滤波状态和协方差，以此类推。
3、VD变维滤波具有较好的机动目标检测能力。它对机动目标的检测是通过一种判别机制。若检测到目标机动，则通过引入额外的状态分量并对状态和协方差进行修正。
以上对机动目标的跟踪理论研究有了一定的结果，但是仍有许多不足之处，尚需进一步解决的问题有如下。
1、论文中所讲的卡尔曼滤波器虽对机动目标有很好的跟踪能力，但是如果目标真实运动和运动模型不一致（目标出现了机动），这时采用卡尔曼滤波器，则会导致滤波发散，使滤波值和目标真实值之间的误差无限增长，这时可以利用目标跟踪的自适应滤波技术。
2、 对VD滤波算法，虽对机动目标有很好的跟踪能力，但是当机动模型改变时，就必须完全重建滑动窗口内状态变量的估计，这样会导致在处理负载中出现明显的不连续性，还可会增加目标跟踪误差。
3、 在进行仿真时，滤波器参数的选定不适，也可能会导致滤波性能的下降等。 总之，本论文的研究虽然花费了大量的心血和汗水，但是它对机动目标跟踪的研究仍有许多不足之处，严格的说，本文在很多方面是粗糙的，有待进一步的深入研究。
第 29 页 共 31 页
雷达机动目标跟踪技术研究
致 谢
本论文是在曹伟老师的悉心指导下完成的。在论文的选题、研究分析方法以及论文的撰写等各方面都得到了曹老师的诸多教导。虽然曹老师平日里工作繁多，但是他知道雷达方面我们刚刚接触，还在百忙之余给我讲解相关知识，使我深受启发。同时，曹老师渊博的专业知识，严谨的治学态度，精益求精的工作作风，诲人不倦的高尚师德，朴实无华、平易近人的人格魅力对我影响深远。曹老师不仅使我树立了远大的学术目标，也教给我许多研究的基本方法。在此，我谨向敬爱的曹伟老师表示衷心的感谢。
在我毕业设计设计和论文写作的过程中，我的给了我很大的动力。他们无时无刻，给了我无私的支持，是他们在生活和感情上的支持和帮助给了我前进的力量，也正是他们无私的帮助和牺牲才保证了我学业的顺利完成。我无法回报什么，谨以本论文作为礼物，献给我挚爱的亲人们。
最后，本论文的写作也得到了陈讲俊、石奇、舒坚等同学的热情帮助，感谢在整个毕业设计期间，曾经在各个方面给予我帮助的伙伴们，在此我深表谢意。
致谢人：刘泽龙 2010年5月29日
第 30 页 共 31 页
雷达机动目标跟踪技术研究
参考文献
[1]N.Wiener.Extrapolation，interpolation and smoothing of stationary time series.Wiely Press，New York,1949.
[2]张伯彦，蔡庆宇，袁曾任.一种跟踪机动目标的新方法.《系统工程与电子技术》，1990. [3]R.L.T.Hampton，J.R.Cooke.Unsupervised tracking of maneuvering vehicles.IEEE Trans on AES，1973.
[4]RA.Singer.Estimating optimal tracking filter performance for manned maneuvering targets.IEEE Trans. on AES，1982.
[5]K.Mehrotra，P.R.Mahapatra. A jerk model to tracking highly maneuvering targets.IEEE Trans. on AES，1997.
[6]G.A.Waston，W.D.Blair.IMM algorithm for tracking targets that maneuvering through coordinated turns.Proceedings of SPIE Signal and Data Processing of Small Targets，1992.
[7]R.A.Best，J.P.Norton.A new model and efficient tracker for a target with Curvilinear motion .IEEE Trans. on AES,1997.
[8]J.P.Herferty.Maneuvering Targets:The Use of Turn-rate Distributions for Accretion Modeling .IEEE Trans. on AES，1996.
[9]付梦印，邓志红，张继伟.Kalman滤波理论及其在导航系统中的应用.北京：科学出版社，2003.
[10]何友，俢建娟，张晶炜. 雷达数据处理及应用（第二版）.电子工业出版社，2009. [11]周宏仁，敬忠良，王培德.机动目标跟踪.北京：国防工业出版社，1991.
[12]张晶炜，何友，熊伟.修正的当前模型机动目标跟踪算法.第八届全国雷达年会，2002:764-768.
[13]蒋志凯.数字滤波与卡尔曼滤波[M].北京：中国科学技术出版社，1993.
[14]Y.Bar-Shalom，K.Birmiwal.Variable Dimension Filter for Maneuvering Target Tracking.IEEE Trans. on AES，1982，18:611-699. [15]张圣勤.MATLAB 7.0实用教程.机械工业出版社，2006.
第 31 页 共 31 页