跳到主要內容

臺灣博碩士論文加值系統

(3.239.4.127) 您好!臺灣時間:2022/08/20 06:57
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:吳荊軻
研究生(外文):Ching-Ko Wu
論文名稱:雷達追蹤中機率模型與解耦技術之探討
論文名稱(外文):A Study on Probability Modeling and Decoupling Technique for Radar Tracking
指導教授:周肇基周肇基引用關係
學位類別:碩士
校院名稱:國立高雄第一科技大學
系所名稱:電腦與通訊工程所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:92
中文關鍵詞:
外文關鍵詞:
相關次數:
  • 被引用被引用:2
  • 點閱點閱:230
  • 評分評分:
  • 下載下載:27
  • 收藏至我的研究室書目清單書目收藏:0
雷達追蹤中機率模型與解耦技術之探討

摘 要

本研究旨在深入的探討幾個重要的雷達追蹤系統的應用問題。雖然「卡爾曼濾波」、「機率模型」與「解耦技術」都是已知的信號處理技術,但是結合三者於雷達追蹤上,找出實際應用時應該注意的問題,仍是值得研究的重點。我們使用卡爾曼濾波的自適應性計算,比較兩個常用來的描述機動目標的機率模型,然後加上解耦技術來簡化計算。從而了解在實際的雷達追蹤之信號處理上,如何結合三者,找出應用時必需注意的問題,方能發揮三者的功能。我們深信本研究對雷達追蹤的實際應用上,有相當顯著的貢獻。
A Study on Probability Modeling and Decoupling
Technique for Radar Tracking

Abstract

The purpose of this study is to investigate several important issues on radar tracking. Although Kalman filtering, probability modeling and decoupling are all well-known techniques, combining them on radar tracking, find out the problems in real-time practicing, are still worth to investigate. Applying the self-adapting method of Kalman filtering, we compared two commonly used probability models, then added decoupling technique to simplify computations. We want to see in real-time radar practicing, which model shall be applied and when, so to enhance the power of combining the three techniques. We believe our study have important contributions for radar practicing.
目 錄

中文摘要……………………………………… … ……i
英文摘要……………………………………… ………ii
誌謝……………………………………… ……………iii
目錄…………………………………………… ………iv
圖目錄………………………………………………… vi
表目錄…………………………………………………viii
壹、緒論………………………………… …… ……1
貳、離散系統之卡爾曼濾波器………… …… ……3
一、卡爾曼濾波器……………………… ……… …3
二、卡爾曼濾波之特性………………………… …11
參、機動目標之適應性追蹤…………………… …13
一、辛格加速度機率模型……… …………………13
二、周與庫瑪加速度機率模型 ……………… …14
三、機動目標加速度模型……………… …………16
四、卡爾曼濾波演算法………….…………………17
五、電腦模擬………………………………… ……20
肆、解耦技術………………………… ……………34
一、解耦追蹤濾波計算…………………………… 34
(一)目標模型……………………… ……………… 34
(二)座標系統之轉換…………… ………………… 36
(三)解耦濾波器之推導 ……………………………38
二、非解耦卡爾曼濾波器………………………… 42
三、電腦模擬……………………………………… 44
伍、 解耦周與庫瑪模型濾波演算法…………… …54
一、解耦周與庫瑪模型……………………… ……54
二、非解耦之卡爾曼濾波器………… ……………58
三、電腦模擬……………………………… ………60
(一)計算量………………… …………………… …60
(二)估測準確度………… ………………………… 61
(三)解耦與卡爾曼濾波…………………… ………67
陸、結論……………………………………………70
參考文獻……………………………………………73
附錄一………………………………………………75

圖 目 錄

圖2.1 卡爾曼濾波演算程序………………………… …8
圖2.2 動態系統模型及離散卡爾曼濾波器……… ……9
圖3.1 辛格模型中目標加速度的機率密度分佈………13
圖3.2 目標一般飛行之運動曲線………………………22
圖3.3 一般飛行之「位置」估測誤差均方根值………23
圖3.4 一般飛行之「速度」估測誤差均方根值………24
圖3.5 一般飛行之「加速度」估測誤差均方根值……24
圖3.6 目標迴轉飛行之運動曲線………………………26
圖3.7 迴轉飛行之「位置」估測之誤差均方根值……27
圖3.8 迴轉飛行之「速度」估測之誤差均方根值……27
圖3.9 迴轉飛行之「加速度」估測之誤差均方根值…28
圖3.10 目標翻滾飛行之運動曲線………………………30
圖3.11 翻滾飛行之「位置」估測之誤差均方根值……30
圖3.12 翻滾飛行之「速度」估測之誤差均方根值……31
圖3.13 翻滾飛行之「加速度」估測之誤差均方根值…31
圖4.1 目標一般飛行之運動曲線………………… ……45
圖4.2 一般飛行之「位置」估測誤差均方根值… ……46
圖4.3 一般飛行之「速度」估測誤差均方根值… ……46
圖4.4 一般飛行之「加速度」估測誤差均方根值… …47
圖4.5 目標迴轉飛行之運動曲線…………………… …48
圖4.6 迴轉飛行之「位置」估測之誤差均方根值… …48
圖4.7 迴轉飛行之「速度」估測之誤差均方根值… …49
圖4.8 迴轉飛行之「加速度」估測之誤差均方根值 …49
圖4.9 目標翻滾飛行之運動曲線…………………… …50
圖4.10 翻滾飛行之「位置」估測之誤差均方根值……51
圖4.11 翻滾飛行之「速度」估測之誤差均方根值……51
圖4.12 翻滾飛行之「加速度」估測之誤差均方根值…52
圖5.1 目標迴轉飛行之運動曲線…………………… …62
圖5.2 迴轉飛行之「位置」估測之誤差均方根值… …63
圖5.3 迴轉飛行之「速度」估測之誤差均方根值… …64
圖5.4 迴轉飛行之「加速度」估測之誤差均方根值… 66
圖5.5 迴轉飛行之解耦與非解耦周與庫瑪模型「加速
度」之比較………………………………… …………69



表 目 錄

表2.1 推算卡爾曼濾波器參數…………………………9
表3.1 三種不同飛行之位置、速度與加速度估測
誤差均方根的平均值…………………………………30
表4.1 三種飛行曲線位置、速度、加速度估測誤
差均方根的平均………… ……………………… ….50
[1] Y. Bar-Shalom, Estimation and Tracking Principle, Techniques, and Software, Artech House Inc. 1993.[2] A.V. Balakrishnan, Kalman Filtering Theory, Optimization Software Inc. Publications Division, New York, 1984.[3] C. K. Chui G. Chen, Kalman Filtering with Real-Time Applications, Springer, 1998.[4] M. S. Grewal and A. P. Andrews, Kalman Filtering Theory and Practice, Prentice Hall, 1993.[5] E. Brooker, Tracking and Kalman Filtering Made Easy, John Wiley & Sons, 1998.[6] R. A. Singer, “Estimation Optimal Tracking Filter Performance for Manned Maneuvering Targets”, IEEE Transactions on Aerospace and Electronic Systems, Vol. AES-6, No.4, pp.473-483, July 1970.[7] Y. T. Chan, A. G. C. Hu and J. B. Plant, “A Kalman Filter Based Tracking Scheme with Input Estimation”, IEEE Transactions on Aerospace and Electronic Systems, Vol. AES-15, No. 2, pp.237-244, March 1979.[8] Y. T. Chan, J. B. Plant and J. R. T. Bottomley, “A Kalman Tracker with A Simple Input Estimator”, IEEE Transactions on Aerospace and Electronic Systems, Vol. AES-18, No. 2, pp.235-241, June 1982.[9] Y. Bar-Shalom and K. Birmiwal, “Variable Dimension Filter for Maneuvering Target Tracking”, IEEE Transactions on Aerospace and Electronic Systems,Vol. AES-18, No. 5, pp.621-628, September, 1982.[10] T. Kawase, H. Tsurunosono, N. Ehara and I. Sasase, “A Kalman Tracker with A Turning Acceleration Estimator for Maneuvering Target Tracking”, IEEE Transactions on Aerospace and Electronic Systems, Vol. AES-35, No.2, pp.2057-2061, April 1999.[11] H. Zhou and K. S. P. Kumar, “A Current Statistical Model and Adaptive Algorithm for Estimating Maneuvering Targets”, AIAA Journal, Guidance, Control and Dynamics, Vol.7, No. 5, pp.596-602, September 1984.[12] I. H. Ehang, T. Sung and J. G. Lee, “Stability of A Decoupled Tracking Filter with Pseudo-Measurements in Line Of Sight Cartesian Coordinate Systems”, IEE proc. Radar, Sonar, Navigation, Vol. 141, No.1, pp. 2-8, February 1994.[13] S. R. Rogers, “ Steady-State Performance of The Decoupled Kalman Filter”, Proceedings of the IEEE 1988 National Aerospace and Electronic Conference, Vol. 1, pp.334-339, 1998. [14] G. Chen, Y. Yauqi and , R. J. P. De Figueiredo, “A Decoupled Kalman Filtering Technique for Optimal Estimation of Markov Chains”, Decision and Control, , Proceedings of the 29th IEEE Conference, pp. 2902-2903, 1990.[15] T. L. Song, J. Y. Ahn and C. Park, “Sub-Optimal Filter Design with Pseudo-Measurements for Target Tracking”, IEEE Transactions on Aerospace and Electronic Systems, Vol. AES-24, No. 1, pp. 28-39, January 1988.[16] R. F. Berg, “Estimation and Prediction for Maneuvering Target Trajectories”, IEEE Transactions on Automatic Control, Vol. AC-28, pp.294-303, March 1983.[17] R. S. Baheti, “Efficient Approximation of Kalman Filter for Target Tracking”, IEEE Transactions on Aerospace and Electronic Systems, Vol. AES-22 No.1, pp. 8-14, March 1986.[18] T. L. Song and J. L. Speyer, “ A Stochastic Analysis of a Modified Gain Extended Kalman Filter with Application to Estimation with Bearings Only Measurements”, IEEE Transactions on Automatic Control, Vol. AC-30, pp.940-949, July 1985.[19] M. Farooq and S.Bruder, “Information Type Filters for Tracking a Maneuvering Target”, IEEE Transactions on Aerospace and Electronic Systems, Vol. AES-26, No.3, pp. 441-454, May 1990.[20] A. Biran and M. Breiner, Matlab 5 for Engineers, Addison-Wesley, 1999.[21] M. E. Hemiter, Programming in Matlab, Brookscole, 2000.[22] B. R. Mahafza, Radar Systemss Analysis and Design Using Matlab, Colsa Corporation, 2000.[23] B. Edde, Radar Principles, Technology, Applications, Prentice Hall, 1993.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top