【基于纯方位角被动跟踪下的跟踪算法比较分析2300字】

基于纯方位角被动跟踪下的跟踪算法比较分析目录TOC\o"1-3"\h\u12094基于纯方位角被动跟踪下的跟踪算法比较分析 1110651.1仿真条件 1162431.1.1仿真结果 2247561.1.2仿真结果分析 3163381.2不同参数变化下算法比较 39651.2.1过程噪声方差不同取值的比较 3220761.2.2观测噪声方差不同取值的比较 5320871.3总结 6仿真条件假设目标的运动是匀速的，采样周期为，采样频率为，粒子数为，目标的初始位置为，初始速度为，过程噪声方差调节参数为，即方差为的高斯白噪声，单观测站的位置为，其方位角的计算如。仿真部分参数设置如REF_Ref69672354\h表4.1所示。表STYLEREF1\s4.SEQ表\*ARABIC\s11仿真参数设置参数设置采样周期：采样频率：采样次数：运动目标初始位置：，其中位置，速度观测站位置：过程噪声方差：观测噪声过程方差:过程噪声矩阵：式的矩阵值状态转移矩阵：式的矩阵值粒子数：仿真结果图STYLEREF1\s4.SEQ图\*ARABIC\s11三种算法跟踪轨迹对比图图STYLEREF1\s4.SEQ图\*ARABIC\s12三种算法速度估计对比图图STYLEREF1\s4.SEQ图\*ARABIC\s13三种算法下真实角度与观测预测角度对比图图STYLEREF1\s4.SEQ图\*ARABIC\s14三种滤波算法下位置均方根误差图STYLEREF1\s4.SEQ图\*ARABIC\s15三种滤波算法下速度的均方根误差仿真结果分析从REF_Ref69569654\h图4.1的仿真结果来看，在同样的参数条件下，EKF、UKF和PF三种跟踪算法与真实跟踪轨迹相比，粒子滤波算法跟踪的效果明显比前面两种算法要好得多，从图中显示的效果来看，在纯方位角的进行目标跟踪的情况下，粒子滤波算法的目标跟踪轨迹几乎与真实的目标轨迹重合，而EKF和UKF与真实目标轨迹还是有些差距，相比之下，UKF的方位角跟踪效果要比EKF的跟踪效果好。REF_Ref69569680\h图4.2是对目标速度的跟踪对比图，从仿真的结果来看，三种算法对目标速度的预测是比较稳定的，EKF和UKF对速度的估计效果都不相上下，但在跟踪过程中还是有点小波动，而PF的速度估计几乎是一条水平的直线。REF_Ref69569691\h图4.3是真实角度与三种跟踪算法观测观测角度对比图，从图中的显示效果来看，PF的预测角度比其它两种方法要好，PF的预测角度非常逼近真实角度，其次是UKF，EKF虽也逼近真实角度，但相对于PF和UKF估计效果还是差了点。从而也可看出，PF对噪声过滤的效果也比EKF和UKF更佳。REF_Ref69569728\h图4.4和REF_Ref69569739\h图4.5分别是对各滤波算法的位置和速度的误差估计比较，从两幅图中可直观地观察到，粒子滤波算法的跟踪误差都很低，其位置的偏差大约在5m以内，速度的偏差大约0.2m/s以下；无迹卡尔曼算法的位置偏差大概在15m左右，速度在0.6m/s左右；相对而言，扩展卡尔曼算法的位置和速度的估计偏差的波动比较大，其位置偏差最大有27m左右，速度偏差最大0.8m/s，这是方位角目标跟踪中是不想看到的。根据REF_Ref69569728\h图4.4和REF_Ref69569739\h图4.5来看，粒子滤波算法的估计偏差相对于其它两种算法要稳定得多。不同参数变化下算法比较过程噪声方差不同取值的比较在第2章验证卡尔曼滤波算法对线性目标跟踪的时候，其过程噪声方差的取值对其估计的效果影响是比较大的，那么，在非线性系统的方位角跟踪中，过程噪声的方差变化下，三种算法的估计效果会怎样一个情况，为了验证三种算法的在不同过程噪声方差的估计效果，在4.1节所给的仿真条件下，其他参数都不变，改变其过程噪声方程调节参数，其仿真结果如REF_Ref69570299\h图4.6~REF_Ref69570430\h图4.11所示。图STYLEREF1\s4.SEQ图\*ARABIC\s16三种算法跟踪轨迹对比图（）图STYLEREF1\s4.SEQ图\*ARABIC\s17三种算法跟踪轨迹对比图（）图STYLEREF1\s4.SEQ图\*ARABIC\s18三种算法跟踪轨迹对比图（）图STYLEREF1\s4.SEQ图\*ARABIC\s19三种算法跟踪轨迹对比图（）图STYLEREF1\s4.SEQ图\*ARABIC\s110三种算法跟踪轨迹对比图（）图STYLEREF1\s4.SEQ图\*ARABIC\s111三种算法跟踪轨迹对比图（）从REF_Ref69570299\h图4.6~REF_Ref69570309\h图4.9的跟踪轨迹的效果图来看，当过程噪声方差较大的时候，目标运动的真实轨迹不再是直线，而是有点像曲线，从REF_Ref69570299\h图4.6看，三种跟踪算法都不能实现方位角的目标跟踪，三种算法估计出来的曲线也是四面八方，没有规律可循；当和时，从REF_Ref69570403\h图4.7和REF_Ref69570414\h图4.8看，粒子滤波算法的跟踪的点比较分散，使其所呈现的跟踪就不如另外两种呈现的效果好，而扩展卡尔曼滤波和无迹卡尔曼滤波都要比它更趋近于真实轨迹；从REF_Ref69570309\h图4.9~REF_Ref69570430\h图4.11所示图来看，当小于时，粒子滤波算法跟踪的轨迹与真实轨迹最为接近，从而可知在这种情况下它比其它两种算法的跟踪精度要高。观测噪声方差不同取值的比较在REF_Ref69995100\r\h4.1所给的仿真条件下，其它参数设置不变，改变其观测噪声方差的值，取为三种算法下的估计偏差，观察其滤波效果，仿真结果如REF_Ref69571091\h图4.12REF_Ref69571094\h图4.17所示：当时，估计偏差最小的是PF，最大的是EKF，UKF介于两者之间；当时，其估计偏差开始有细微的变化，UKF的估计偏差和EKF相差不大，即UKF的估计偏差在增加；当时，UKF的估计偏差超出了EKF。从总体仿真结果来看，随着过程噪声方差的增大无迹卡尔曼滤波的估计偏差逐渐大于扩展卡尔曼滤波的估计偏差，对比三种算法的均方根误差情况，观测噪声方差的变化，对粒子滤波的影响不是很大，粒子滤波大都能保持在一个比较稳定的状态；而另外两种算法，当观测噪声方差较大的时候，实现纯方位角的目标跟踪时，EKF要优于UKF。图STYLEREF1\s4.SEQ图\*ARABIC\s112三种滤波算法下位置均方根误差()图STYLEREF1\s4.SEQ图\*ARABIC\s113三种滤波算法下速度均方根误差()图STYLEREF1\s4.SEQ图\*ARABIC\s114三种滤波算法下位置均方根误差()图STYLEREF1\s4.SEQ图\*ARABIC\s115三种滤波算法下速度均方根误差()图STYLEREF1\s4.SEQ图\*ARABIC\s116三种滤波算法下位置均方根误差()图STYLEREF1\s4.SEQ图\*ARABIC\s117三种滤波算法下速度均方根误差()总结本章主要针对第3章基于纯方角实现目标跟踪的算法，进行一个对比，观察在同一条件下，三种滤波算法对于实现纯方位角的目标跟踪情况，以及在改变其它参数的情况下，对三种算法及其滤波效果的影响，根据进一步的仿真比较，本章的总结如下：在过程噪声方差的情况下，同一条件下对运动目标进行纯方位角的被动跟踪，PF算法的跟踪效果最佳，UKF次之，EKF是三种算法最差的。当过程噪声方差大于等于1的时候，运动目标的真实轨迹趋于一条曲线，从仿真效果来