题 目 机动目标的跟踪与反跟踪摘 要：目标跟踪理论在军事、民用领域都有重要的应用价值。本文对机动目标的跟踪与反跟踪相关问题进行了研究，取得了以下几方面的成果。1. 建立了对机动目标的跟踪模型通过对原始数据进行处理，观察到目标运动模式大致为机动与非机动的混合模式，于是决定先采用基于卡尔曼滤波的多模滤波 VD 算法来建立跟踪模型。当目标处于机动状态时采用普通卡尔曼滤波进行处理，机动模式采用非线性卡尔曼滤波处理。滤波出来的航迹图和拟合出来的航迹匹配很好。然后利用 Matlab 的拟合工具 cftool 对目标的各个轴向的运动进行了拟合，分析出了目标的运动方式，大致估计出了目标的航迹。对建立的航迹方程进行预测，成功的估计出了目标的着落点。2. 实现了转换坐标卡尔曼滤波器实际情况下目标的状态往往是在极坐标或者球坐标情况下描述的。状态方程和量测方程不可能同时为线性方程，本文把极坐标系下的测量值经坐标转换到直角坐标系中，用统计方法求出转换后的测量值误差的均值和方差，然后利用标准卡尔曼滤波器进行滤波，精度较高。3. 完成了多目标的数据关联，区分出了相应的轨迹4. 以最近邻法原理为基础，采用线性预估与距离比较的方法制定出了相应的区分规则， 成功的将原始数据的两个目标轨迹区分出来。5. 分析各个目标的机动变化规律并成功识别了机动发生的时间利用得到的目标运动轨迹，对位置信息进行二次求导得出了目标的加速度变化曲线，分析三个平面上的加速度变化趋势得到了目标在空间的机动情况，当位置与速度变化剧烈的时候也是机动发生的时候，于是通过对加速度随时间变化的分析，合理的设定加速度变化率的门限，当加速度变化率超过门限即认为目标处于机动状态并通过程序算法对机动点进行标记，结果和对目标的经验判断相符合。在整个过程中对各个时间点目标的加速度大小和方向进行了统计并输出到 txt 文档中。创新点：1. VD 算法模型以及切换条件模型，所查资料中并无具体做法，本组成员进行充分探 究并优化后，应用于题目建模。2. 第 2 问数据关联算法，是由最近邻法基本原理启发，自行改进后编写的，外界并无相同资料。3. 机动性判别原则和算法均为自创，需要完善的地方还很多，但基本保证了一定的效果和可靠性。4. 先通过滤波，在进行曲线拟合，得到更为平滑精确的运动方程，使得不论是速度、加速度及其变化率，还是落点估计等计算都变得简捷。关键词：目标跟踪，VD 算法，卡尔曼滤波器，...
