摘 要

作为整个雷达系统极其重要的环节之一，雷达目标跟踪问题始终是国内外的热点研究方向。Wax在1955年起首确定了目标跟踪的概念，之后目标跟踪系统不断完善。为了使船舶能够安全航行，船舶导航雷达发现目标后，需要很好地跟踪处理目标的位置数据信息，从而计算得到该目标的航速和航向，并由此获取目标未来的位置信息同时能及时地进行危险判断和危险警报。

目标跟踪是一个典型的不确定性问题。如今工程上比较常用的方式，是经过滤波对目标的运动采取估计和预测，来减少目标相应的不确定性影响。当构建合适的机动目标模型后，就开始设计目标跟踪的滤波算法，这同样是雷达跟踪系统中最重要的一部分。

滤波算法发展得相当快速，特别是卡尔曼滤波算法占据了现代雷达跟踪算法的主要地位。本次研究则是基于卡尔曼算法，构建适合的模型，完成运动目标滤波跟踪研究。研究平台使用Matlab的仿真环境，误差分析采用蒙特卡洛方法。

关键词：雷达；目标跟踪；模型；卡尔曼算法；Matlab

Abstract

As a part of the whole critical radar system , radar target tracking problem has been a hot research direction both at domestic and abroad.After Wax, in 1955, first proposed the basic concept of target tracking, target tracking system is to continue development and becoming more and more perfect.In order to enable the ship to sail safely,after finding the target of the ship navigation radar,target location data information needs to be tracked well and the speed and direction of the target calculated too.And thus target location information in the future can be obtained meanwhile dangerous judgment and dangerous warning carried out in time.

Target tracking is a typical question of indeterminacy. The method often used in engineering is, through the filter of target motion state of estimation and prediction, eliminating the target related uncertainty. After establishing a suitable maneuvering target model, the target tracking filter algorithm is designed, which is also the core of the radar tracking system.

Filtering algorithm is developing very quickly, especially the Kalman algorithm has been occupied a dominant position in modern radar tracking algorithm. This thesis is based on Kalman algorithm, establishing appropriate model, to complete filter tracking research. Research platform is based on MATLAB environment,and error analysis method uses Monte Carlo method.

Keywords: Radar；Ttarget tracking；Model；Kalman；Matlab,

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 课题背景 1

1.2 国内外发展状况 1

1.3 论文主要研究内容 2

第2章 雷达目标跟踪的基本方法 3

2.1 雷达目标跟踪原理 3

2.2 坐标系的选取 4

2.2.1大地坐标系 4

2.2.2笛氏卡尔直角坐标系 5

2.2.3球坐标系 5

2.2.4笛氏卡尔直角坐标系与极坐标系之间的转换 5

2.3 机动目标模型 6

2.4 目标跟踪算法 6

2.5 本章小结 7

第3章 卡尔曼滤波算法分析 8

3.1 卡尔曼滤波的算法原理 8

3.2 卡尔曼滤波模型 11

3.2.1基于常速模型的目标跟踪 11

3.2.2基于常加速模型的目标跟踪 12

3.3 卡尔曼滤波器的初始化 12

3.3.1状态向量的初始化 12

3.3.2均方差的初始化 13

3.3.3噪声协方差的初始化 14

3.4 随机噪声的统计特性分析 15

3.5 本章小结 15

第4章 基于Matlab的跟踪算法仿真与分析 16

4.1 基于Matlab模拟环境下的仿真设定 16

4.1.1随机噪声的模拟 16

4.1.2跟踪路径的模拟 16

4.2 基于常速和常加速模型的仿真分析 16

4.2.1平面直角坐标系下常速模型的仿真分析 16

4.2.2平面直角坐标系下常加速度模型的仿真分析 19

4.3 多目标的目标跟踪与仿真 21

4.3.1多目标下的卡尔曼滤波器设计 22

4.3.2多目标的目标跟踪仿真实验与分析 22

4.4 交互多模型的卡尔曼滤波分析 22

4.4.1交互多模型算法 23

4.4.2交互多模型的仿真实验与结果分析 24

4.5 GUI交互界面设计 25

4.5.1交互界面需求分析与设计 25

4.5.2交互界面的实现 27

4.6本章小结 27

第5章 总 结 28

参考文献 29

致 谢 30

第1章 绪论

1.1 课题背景

目标跟踪的问题从第二次世界大战以前开始受到关注。同时1955年Wax率先提出了关于目标跟踪的基础理念。之后，雷达目标跟踪系统不断发展与完善。

Rudalph E Kalman于1960年提出的卡尔曼滤波器，在雷达数据处理中非常常用，并且它广泛应用在导航、定位、去噪等多种领域。卡尔曼滤波算法是一个采用最小均方误差预估为最优原则，追求一组递归预估的算法，其基础思想是：建立信号与噪声的状态空间模型，通过前一时刻对当前时刻的预测得到的值和当前时刻现有的测量值，来对当前时刻的值进行滤波同时对下一时刻的值进行预估，它所使用的数据只与上一时刻有关，而与过去的其他时刻没有直接联系，所以它适合于处理及时数据。

滤波器的模型根据实时环境不同而有所差异，这里笔者探讨船用雷达对运动物体轨迹的预估。对于船用雷达而言，目标的状态方程由目标的位置信息和速度信息组成，而加速度信息和其它可以影响目标物体运动规律的外界随机干扰，则看成是一种扰动噪声，而且它们是时变的。

1.2 国内外发展状况

国内科研 工作者在雷达目标跟踪算法^[1]领域做了大量的研究^[2]，取得很多成果^[3]并得到实际应用^[4]。国内的很多以及、14所、28所、61所等多家军、地单位在、、与定位、与、态势评估与等领域积极及，^[6]并在军队指挥、舰队编队、组网处理等领域研制出一批的系统^[7]。与发达国家相比，我国^[8]需要进一步加大投入。