导读:本文包含了目标定位与跟踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:目标,粒子,传感器,偶极子,判别式,模型,速度。
目标定位与跟踪论文文献综述
易欣,郭武士,赵丽[1]（2019）在《热红外图像序列中基于KCF和Mean-Shift定位的目标跟踪方法》一文中研究指出针对热红外图像低信噪比(SNR)特性,提出了一种判别式热红外目标跟踪方法。首先,通过自适应组合核化相关滤波器(KCF)来获取目标位置,使用最有区别的特征集梯度和信道编码强度特征训练滤波器;然后,将经过训练的滤波器与感兴趣区域相关联,并将输出响应自适应地组合在一起,基于峰值定位目标。使用AdaBoost分类器对包含目标像素和背景像素的图像块进行训练,以分割连续帧中的对象;最后,通过Mean-Shift均值漂移算法寻找峰值以获得最优位置。对LTIR数据集中13个具有挑战性的红外视频进行了实验,结果显示提出的跟踪器在平均中心位置误差、距离精度和重迭精度等方面均优于其他跟踪器。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年08期）
向前,马小龙[2]（2019）在《基于磁偶极子模型的水下目标定位与跟踪》一文中研究指出针对基于磁场梯度张量测量的目标定位方法需要的传感器较多,计算较复杂的问题,提出了基于等效磁偶极子模型与双叁轴磁传感器测量的水下目标的定位与跟踪方法。该方法将水下目标磁性特征建模为一个磁偶极子,通过目标与双传感器之间的测量方程,反演得到等效磁偶极子模型参数及位置信息,并针对磁场衰减导致的发散问题,提出了反演有效性判据。计算与仿真试验表明,该方法模型简洁,可以得到水下目标的叁维方位及距离信息,具有较高的精度和稳定性,计算量小。(本文来源于《探测与控制学报》期刊2019年03期）
王晓云[3]（2019）在《区域性多目标长距离移动跟踪室内定位系统设计》一文中研究指出针对传统定位系统在定位室内目标时,定位数量较少,不能精准地确定其所在位置的问题,设计了一种新的室内定位系统。分别对系统的硬件和软件进行设计,硬件由电源、追踪采集器、处理器、触屏显示器和警报器共同构成,电路连接方式分为串联、并联2种,硬件操控网络为物联网;基于神经网络算法编写了软件流程,软件通过采集信息、处理追踪信息、中心系统分析、确立位置、位置追踪和显示结果6步完成工作。实验结果显示,在相同时间内,该系统定位目标更多,定位范围更广。(本文来源于《西安工程大学学报》期刊2019年03期）
梁高丽[4]（2019）在《基于移动机器人和RFID的动态目标定位与跟踪》一文中研究指出随着大量的服务机器人(service robot)出现在物流,商场,机场等环境中,人们对服务机器人定位与跟踪的要求日益增加。传统的视觉定位不仅需要在视距范围内,而且还需要复杂的分类算法。传统的激光定位可以精确的定位环境中的所有障碍物,但是不能识别出需要定位的目标,因此存在奇异性。RFID由于具有全球唯一ID作为标识,不需要复杂的分类算法,也不需要解决环境遮挡等问题,同时还可以解决激光定位的奇异性。因此本论文研究融合RFID技术与激光传感器对动态目标的定位与跟踪。具体来说,首先是RFID传感器模型的建立。RFID传感器不能直接提供标签的位置信息,但是可以提供信号强度与相位等信息。因此需要建立RFID传感器模型将信号强度信息与标签的位置信息进行关联。通过在环境中张贴大量标签,并且通过机器人采集大量的标签信息存放至数据库,然后再通过数据库的信息建立RFID传感器模型。然后对激光聚类估算的径向速度与RFID相位信息估算的径向速度进行匹配。由于动态目标身上佩戴的标签与动态目标的径向速度非常接近,因此可以通过速度匹配融合两者信息。本论文将原始激光数据进行聚类处理,通过将相邻时刻的聚类信息进行处理,得到动态目标的径向速度。同时对RFID相位信息进行处理,得到标签的径向速度,然后对两个径向速度进行匹配,并且排序,最终选择K个最佳匹配来对动态目标进行定位。最后通过粒子滤波器来融合RFID信号强度信息与速度匹配结果,并且对动态目标进行定位与跟踪。通过事先建立的RFID传感器模型将RFID信号强度信息融入粒子滤波权重更新阶段,再通过速度匹配结果来对权重进一步约束,然后对所有剩下的粒子求平均位置得到动态目标的精确位置。最后根据动态目标相对于机器人的实时位置,将位置分解为线速度和角速度,从而控制机器人跟踪动态目标。该算法已经在室内环境中进行验证,实验表明,本论文基于移动机器人和RFID的动态目标定位与跟踪方法,有效的提高了系统的定位精度,与跟踪效果。(本文来源于《西南科技大学》期刊2019-05-01）
李亚茹[5]（2019）在《室内移动目标定位与跟踪方法研究》一文中研究指出动态定位是无线传感器网络中重要技术之一,在多种领域都有广泛的应用,例如,数字农业、仓库物体的检测、井下勘探等。但是由于室内外实验环境的复杂多变性以及移动节点的未知运动状态等因素的存在,其对节点定位与跟踪的成功率和精度有着严重的影响,尤其是对室内环境中的移动未知节点的定位与跟踪研究还存在不足,主要表现在:一是在室内环境中不同障碍物对信号传播的影响;二是定位与跟踪的对象大多数是基于节点静止或节点按照路径规划移动;叁是室内定位与跟踪的精度有待提高。针对以上问题,本文主要从3个方面进行创新,一是建立更加符合实验环境的新的信号损耗模型;二是改进定位算法以提高定位精度和定位成功率;叁是改进跟踪滤波算法使未知节点的跟踪路径更加贴近真实路径,实现路径优化。模型建立阶段,通过室内环境中大量的实验,本文提出多结构信号损耗模型。根据测量数据进行数据曲线拟合,最终得到信号损耗模型中的参数。由于影响信号强度的因素主要有两类,即两节点之间的距离和影响信号传播的障碍物,因此实地测量时也分为两类,即具有相同障碍物种类的条件下,不同距离与信号强度的关系;距离相同的条件下,不同障碍物与信号强度的关系。定位算法改进阶段,以模型建立阶段提出的模型为基础,本文提出了基于WSN区域划分的室内移动目标定位算法(Region Division Localization Algorithm,RDLA)。该算法根据参考节点的序号和坐标首先将实验区域分为3类:房间内,走廊上,楼梯空间内,从而可以在每个定位点上确定唯一的一个坐标范围;在每个定位点上以其坐标范围为限制条件对未知节点进行定位,若未成功定位或者定位坐标不在坐标范围内,为解决该问题本文提出利用交空间的质心作为该定位点的坐标。跟踪算法改进阶段,在定位算法改进阶段定位出的坐标基础上,本文提出了基于马尔可夫-卡尔曼滤波的室内移动目标跟踪算法研究(Markov-Kalman Filter tracking algorithm for indoor moving targets,MKF)。该算法首先根据马尔可夫的性质在定位坐标周围利用非线性公式形成采样点并计算每个采样点的权值,将采样点代替定位点作为滤波对象加入到卡尔曼滤波中,最终得到未知节点的移动路径。仿真结果表明:与无迹卡尔曼跟踪算法和马尔可夫矩阵修正IMM跟踪算法相比,MKF跟踪算法的平均定位误差分别下降了1.216%和0.71%。(本文来源于《东北电力大学》期刊2019-05-01）
樊明园[6]（2019）在《矿井移动目标无线跟踪定位技术研究》一文中研究指出为了提高井下作业人员的效率,在煤矿发生灾害后,及时快速的实施救援,需要对井下移动机车和作业人员进行实时的定位跟踪。定位采用的是wifi无线网络,对位置指纹定位算法进行了研究分析。首先,介绍了当今广泛使用的无线定位系统,对无线定位系统所应用的定位技术进行了系统的阐述,并对介绍的叁种定位算法进行了仿真比较分析,通过对比叁种定位算法,得出在理想情况下叁种算法的定位精度。研究的定位场景是矿井巷道,最终采用WKNN(Weight K Nearest Neighbors,加权K近邻法)作为指纹定位的匹配算法。接着,设计制作了嵌入式寻迹小车,小车功能强大,寻迹小车可以按照指定的路线运动,小车上搭载2个无线模块,用于wifi无线信号的采集和传送到电脑终端。在楼道走廊搭建试验平台,选用6个wifi模块作为指纹定位的锚节点,用设计制作的寻迹小车采集RSSI无线信号。采集大量的RSSI信号,用叁种滤波算法对采集到的wifi信号进行滤波对比分析研究。用MATLAB仿真软件处理RSSI信号,经过大量数据验证,构建wifi在楼道走廊内的路径损耗模型,为下文WKNN定位算法中剔除误差较大的近邻点做准备。最后,为了解决矿井巷道移动物体的定位跟踪问题,把改进后的WKNN定位算法和卡尔曼率滤波算法进行了结合。在待定位区域内,用寻迹小车在采样点采集RSSI无线信号,对采集到的信号进行高斯滤波处理,把处理过的RSSI信号构建成位置指纹。为了提高定位算法在匹配时的效率,用k-means聚类算法把指纹数据库分成3类,并用MATLAB进行了仿真处理。选取10个采样点采集RSSI信号,每个采样点能采集到6个wifi信号,用采集到的信号对常用的几种匹配算法进行仿真分析研究,最终经过对比,选择WKNN匹配算法。为了提高WKNN匹配算法的定位效果,用对数距离损耗模型剔除WKNN匹配算法中误差较大的近邻点,为了充分利用每个wifi锚节点在WKNN匹配算法中的作用,根据锚节点到待定位点欧氏距离的不同,对每一个锚节点进行了加权处理。把改进后的WKNN算法和卡尔曼率滤波算法结合成混合定位算法,并对改进后的混合定位算法进行仿真分析,结果表明改进后的算法能识别出寻迹小车拐弯的路线,定位效果优于改进前的。(本文来源于《中国矿业大学》期刊2019-05-01）
代淑娴,张玉金,彭冬生,吴飞,马文锦[7]（2019）在《基于RPCCA的无人机目标跟踪定位算法》一文中研究指出针对目前无人机(UAV)对于行人目标的识别准确度不高,数据传输不稳定并且易受干扰和现有无人机目标跟踪系统一般是利用卫星信号进行定位,传输数据成本较高且具有一定的局限性的问题,提出了基于正则化成对约束组件分析的无人机目标跟踪定位算法,利用正则化成对约束组件分析实现了无人机对目标的准确识别,利用WiFi进行大数据稳定、实时的传输,与基于卫星的定位算法可以形成互补,在此基础上,利用扩频通信进行重要数据的准确传输,改善了系统的抗干扰性能。实验结果表明:该算法不仅可以有效地识别与跟踪目标,而且可以实时传输无人机的位姿参数与目标检测结果。(本文来源于《传感器与微系统》期刊2019年04期）
王玉[8]（2019）在《水下目标协同定位及跟踪算法研究》一文中研究指出随着世界各国对海洋资源的重视与日俱增,海洋军事和水声工程技术获得了飞速发展。在现代海战中,对目标进行精确定位及跟踪是对无人潜艇器及水下机器人等目标打击的必要前提,而传统的水下单节点探测系统已经无法完成精确定位及跟踪的目的,基于水下多节点的协同探测系统应运而生。本文重点研究一种在水下多节点布局模式下的协同定位及跟踪算法,旨在有效提高目标定位及跟踪精度。首先,基于阵列中不同水听器采集到的目标回波信号,建立了接收目标信号的数学模型,采用多重信号分类(Multiple Signal Classification,MUSIC)算法,实现了单节点下目标角度估计。在此基础上,结合高斯牛顿迭代法,设计了一种融合多节点目标角度信息的协同定位算法。仿真结果表明:设计的协同定位算法在低信噪比下提高了目标定位精度。另外,探讨了不同编队形式及节点数目对协同目标定位精度的影响。针对水下环境中声速未知的情况,理论分析声速变化对基于MUSIC的协同定位性能影响的基础上,进行了仿真验证。然后,针对基于高斯牛顿迭代法设计的融合协同定位算法的定位精度和时效性问题,设计了一种基于粒子群优化的协同定位算法,探讨了不同节点数量及节点布局模式对目标协同定位的影响。数值仿真分析表明:基于粒子群优化的协同定位算法在目标定位精度、算法寻优成功率和平均迭代次数等性能方面都得到了改善与提高。最后,考虑实际应用中目标可能出现的不同运动模型,分别设计了基于多节点融合的扩展卡尔曼滤波和交互多模型扩展卡尔曼滤波算法,进行目标协同跟踪,预测目标可能的运动轨迹。通过仿真分析验证了设计的改进融合跟踪算法能够实现目标的有效跟踪。(本文来源于《电子科技大学》期刊2019-03-15）
田明辉,马敏,张文祎[9]（2019）在《基于方位测量和速度估计的目标定位跟踪》一文中研究指出针对固定单站平台,提出一种基于方位测量和速度估计的固定单站对运动目标定位及跟踪的模型算法。该模型算法利用多次的方位测量和对目标速度的估计来解算运动目标的位置航迹,再利用交互多模型滤波技术对目标航迹进行滤波跟踪和预测。仿真实验中利用卫星工具包(STK)建模工具构建了典型场景,并分析了目标航迹的定位精确度及跟踪效果,对于位置固定的电子侦察系统和无源探测系统具有较为广泛的工程应用价值。(本文来源于《太赫兹科学与电子信息学报》期刊2019年01期）
王静飞[10]（2019）在《分布式定位系统非合作多目标跟踪技术研究》一文中研究指出本文源于水下对抗背景下的某分布式多目标定位系统,随着水下对抗技术的发展,现代化靶场对多目标定位的需求越来越迫切。本文分布式多目标定位系统兼具对连续信号和脉冲信号的侦察定位能力,且发射两种信号的信号源有多个,发射周期、信号频率等参数均未知。对于该分布式多目标定位系统而言,最重要的功能就是区分目标批次,实现多个目标的跟踪定位。其中牵涉到多种水声技术,包括基本的水声定位技术、时空关联技术以及数据关联技术。本文分别对上述技术进行了研究。本文研究了常用的纯方位交汇定位算法和双曲面交汇定位算法,另外针对分布式定位系统数据信息存在一定冗余度,本文还研究了一种时延差/方位信息联合定位算法;针对平台间数据失配问题,本文分别对连续信号和脉冲信号研究了迭代法和举手表决法;数据关联技术是多目标跟踪系统中的重点和难点,传统的多维分配算法随着平台数量和目标数量的增加呈指数级增长,因此本文从适合实际工程应用角度出发,分别对连续信号和脉冲信号,研究了一种多目标方位数据概率关联算法和一种基于时延差/方位的时延差最邻近算法。最后,基于以上多目标定位技术的理论分析和仿真验证,本文从分布式定位系统显控软件功能需求出发,采用模块化的思想,设计了该软件,使软件具备多目标跟踪定位能力。并且通过仿真数据对软件进行测试,验证了软件的正确性。(本文来源于《哈尔滨工程大学》期刊2019-02-01）
目标定位与跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对基于磁场梯度张量测量的目标定位方法需要的传感器较多,计算较复杂的问题,提出了基于等效磁偶极子模型与双叁轴磁传感器测量的水下目标的定位与跟踪方法。该方法将水下目标磁性特征建模为一个磁偶极子,通过目标与双传感器之间的测量方程,反演得到等效磁偶极子模型参数及位置信息,并针对磁场衰减导致的发散问题,提出了反演有效性判据。计算与仿真试验表明,该方法模型简洁,可以得到水下目标的叁维方位及距离信息,具有较高的精度和稳定性,计算量小。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
目标定位与跟踪论文参考文献
[1].易欣,郭武士,赵丽.热红外图像序列中基于KCF和Mean-Shift定位的目标跟踪方法[J].重庆理工大学学报(自然科学).2019
[2].向前,马小龙.基于磁偶极子模型的水下目标定位与跟踪[J].探测与控制学报.2019
[3].王晓云.区域性多目标长距离移动跟踪室内定位系统设计[J].西安工程大学学报.2019
[4].梁高丽.基于移动机器人和RFID的动态目标定位与跟踪[D].西南科技大学.2019
[5].李亚茹.室内移动目标定位与跟踪方法研究[D].东北电力大学.2019
[6].樊明园.矿井移动目标无线跟踪定位技术研究[D].中国矿业大学.2019
[7].代淑娴,张玉金,彭冬生,吴飞,马文锦.基于RPCCA的无人机目标跟踪定位算法[J].传感器与微系统.2019
[8].王玉.水下目标协同定位及跟踪算法研究[D].电子科技大学.2019
[9].田明辉,马敏,张文祎.基于方位测量和速度估计的目标定位跟踪[J].太赫兹科学与电子信息学报.2019
[10].王静飞.分布式定位系统非合作多目标跟踪技术研究[D].哈尔滨工程大学.2019
论文知识图
