目标定位跟踪原理及应用——MATLAB仿真第1章

MATLAB仿真基础

1.1MATLAB简介

1.1.1MATLAB发展历史

1.1.2MATLAB 7.1系统

1.1.3M-File编辑器的使用

1.2数据类型和数组

1.2.1数据类型概述

1.2.2数组的创建

1.2.3数组的属性

1.2.4数组的操作

1.2.5结构体和元胞数组

1.3程序设计

1.3.1条件语句

1.3.2循环语句

1.3.3函数

1.3.4画图

1.4小结

目标定位跟踪原理及应用——MATLAB仿真第2章

目标定位跟踪系统概述

2.1观测系统

2.1.1基本概念

2.1.2坐标系

2.1.3典型的观测站

2.2定位

2.2.1模糊定位

2.2.2精确定位

2.2.3典型的定位系统

2.3目标跟踪

2.3.1多观测站系统架构

2.3.2跟踪过程描述

2.3.3跟踪轨迹

2.4跟踪的数学模型

2.4.1匀速直线运动

2.4.2匀加速运动

2.5小结

目标定位跟踪原理及应用——MATLAB仿真第3章

目标定位算法

3.1非测距的定位算法

3.1.1质心定位算法

3.1.2加权质心定位算法

3.1.3网格定位算法

3.2基于测距的定位算法

3.2.1最小二乘原理

3.2.2最小二乘定位算法

3.2.3基于RSSI测距的定位算法

3.2.4基于TOA/TDOA的目标定位算法

3.3基于角度测量的定位算法

3.3.1双站角度定位

3.3.2三角测量法定位

3.4移动目标定位算法

3.4.1移动目标计算机仿真建模

3.4.2基于距离观测的运动目标定位

3.4.3纯方位角的运动目标定位

3.5小结

目标定位跟踪原理及应用——MATLAB仿真第4章

线性Kalman滤波

4.1Kalman滤波原理

4.1.1射影定理

4.1.2Kalman滤波器

4.1.3Kalman滤波的参数处理

4.2Kalman滤波用于一维观测信号去噪

4.2.1信号测量滤波原理

4.2.2一维Kalman滤波的应用仿真

4.3Kalman滤波在自由落体运动目标跟踪中的应用

4.3.1状态方程的建立

4.3.2自由落体跟踪仿真

4.4Kalman滤波在船舶GPS导航定位系统中的应用

4.4.1GPS导航系统原理介绍

4.4.2导航定位系统仿真

4.5Kalman滤波在视频图像目标跟踪中的应用

4.5.1视频捕获和录制

4.5.2视频导入和显示

4.5.3对视频帧的操作

4.5.4Kalman滤波对自由下落的皮球跟踪应用

4.6小结

目标定位跟踪原理及应用——MATLAB仿真第5章

非线性Kalman滤波

5.1扩展Kalman滤波

5.1.1EKF的基本思想

5.1.2非线性系统的线性化

5.1.3EKF的滤波原理

5.2EKF的应用及仿真

5.2.1EKF应用于一维非线性系统

5.2.2基于距离观测的目标跟踪EKF状态估计

5.2.3纯方位角目标跟踪EKF状态估计

5.2.4EKF在纯方位寻的导弹制导中的应用

5.3无迹Kalman滤波

5.3.1UKF的基本思想

5.3.2无迹变换

5.3.3UKF的滤波过程

5.4UKF的应用及仿真

5.4.1UKF在单站观测站目标跟踪中的应用

5.4.2UKF在六维匀加速直线运动目标跟踪系统中的应用

5.5小结

目标定位跟踪原理及应用——MATLAB仿真第6章

粒子滤波

6.1粒子滤波简介

6.1.1粒子滤波的发展历史

6.1.2粒子滤波的特点

6.1.3粒子滤波的应用领域

6.2蒙特卡洛原理

6.2.1蒙特卡洛的基本思想

6.2.2蒙特卡洛的理论基础

6.2.3蒙特卡洛的应用实例

6.3粒子滤波原理

6.3.1蒙特卡洛采样原理

6.3.2贝叶斯重要性采样

6.3.3序列重要性采样滤波器

6.3.4Bootstrap/SIR滤波器

6.3.5权值计算方法

6.4粒子滤波经典采样算法

6.4.1随机重采样

6.4.2多项式重采样

6.4.3系统重采样

6.4.4残差重采样

6.5粒子滤波的应用

6.5.1粒子滤波应用于一维非线性系统

6.5.2粒子滤波应用于高斯模型目标跟踪系统

6.5.3粒子滤波应用于非高斯模型目标跟踪系统

6.6小结

目标定位跟踪原理及应用——MATLAB仿真第7章

多目标跟踪算法

7.1多目标跟踪系统建模

7.1.1单站多目标跟踪系统建模

7.1.2单站多目标跟踪系统仿真

7.1.3多站多目标跟踪系统建模

7.1.4多站多目标跟踪系统仿真

7.2多目标跟踪分类算法

7.2.1多目标数据融合概述

7.2.2近邻法分类算法及程序

7.2.3近邻法用于目标跟踪中的航迹关联及算法程序

7.2.4k-近邻法分类算法

7.3多目标跟踪算法

7.3.1基于Kalman滤波的多目标跟踪算法

7.3.2基于粒子滤波的多目标状态估计

7.4小结

目标定位跟踪原理及应用——MATLAB仿真第8章

Simulink仿真

8.1Simulink概述

8.1.1Simulink启动

8.1.2Simulink仿真设置

8.1.3Simulink模块库简介

8.2S函数

8.2.1S函数原理

8.2.2S函数的控制流程

8.3目标跟踪的Simulink仿真

8.3.1状态方程和观测方程的Simulink建模

8.3.2基于S函数的Kalman滤波器设计及其在跟踪中的应用

8.3.3基于S函数的粒子滤波器设计及其在跟踪中的应用

8.4小结 2100433B

目标定位跟踪原理及应用——MATLAB仿真基本信息

作译者：黄小平,王岩,缪鹏程

出版时间：2018-12

千 字 数：403

版次：01-01

页 数：252

开本：16开

I S B N ：9787121353451

纸质书定价：￥59.0

目标定位跟踪原理及应用——MATLAB仿真内容简介

本书主要介绍目标定位原理、定位算法仿真及对动态目标跟踪过程中涉及的状态估计方法。为方便读者快速掌握定位跟踪的算法原理，本书采用“原理介绍 实例应用 MATLAB程序仿真 注释”的方式，方便读者阅读和理解。本书共分8章，第1章介绍MATLAB仿真基础，尤其是数组的相关操作对算法仿真至关重要；第2章简介目标定位跟踪系统，包括观测系统、定位的概念、目标跟踪等；第3章介绍目标定位算法，重点介绍质心定位算法和基于测距的定位算法；第4章介绍线性Kalman滤波；第5章介绍非线性Kalman滤波；第6章介绍粒子滤波；第7章介绍多目标跟踪算法；第8章介绍Simulink仿真。

本书可以作为电子信息类专业的本科生和硕士、博士研究生“数字信号处理”课程的教材，也可以作为从事雷达、无线传感器网络、数字信号处理的教师和科研人员的参考书。

目标定位跟踪原理及应用——MATLAB仿真作者简介

黄小平，男，1984年6月生，江西省上饶县人，北京交通大学自动化本科，北京航空航天大学控制科学与工程硕士，博士就读于中国科学技术大学计算机应用专业，主要研究信号与信息处理。著有《卡尔曼滤波原理及应用——MATLAB仿真》、《粒子滤波原理及应用——MATLAB仿》。

本书主要介绍数字信号处理中的卡尔曼（Kalman）滤波算法及在相关领域应用。全书共7章。第1章为绪论。第2章介绍MATLAB算法仿真的编程基础。第3章介绍线性Kalman滤波。第4章讨论扩展Kalman滤波，并介绍其在目标跟踪和制导领域的应用和算法仿真。第5章介绍UKF滤波算法，同时也给出其应用领域内的算法仿真实例。第6章介绍了交互多模型Kalman滤波算法。第7章介绍Simulink环境下，如何通过模块库和S函数构建Kalman滤波器，并给出了系统是线性和非线性两种情况的滤波器设计方法。

本书深入浅出地阐述了MATLAB软件设计的基础知识、使用方法及其在电气工程和控制系统中的应用。全书共分为12章，主要内容包括MATLAB概述、MATLAB数值运算、程序设计、图形处理功能、SIMULINK基础、MATLAB在电路中的基本应用、直流稳态电路的仿真分析、动态电路的时域仿真分析、正弦交流电路的仿真分析、线性系统的数学模型、线性系统的仿真分析、离散系统的仿真分析。本书结合作者在长期教学和科研工作中的经验与体会，讲述了应用MATLAB软件建模、仿真以及调试中的一些技巧，从而使读者能够快速地分析问题与解决问题。

本书具有示例丰富、语言简洁、实用性强、简单易学等特点，可以作为高等学校计算机、自动控制、信息工程、电子工程等相关专业的参考书，也可供从事电气工程、控制工程及计算机仿真等领域的工程技术人员和科研人员参考。

目 录

第1章 绪论 1

1.1 滤波的基础知识 1

1.2 Kalman滤波的背景 1

1.3 Kalman滤波的发展过程 2

1.4 Kalman滤波的应用领域 4

第2章 MATLAB仿真基础 6

2.1 MATLAB简介 6

2.1.1 MATLAB发展历史 6

2.1.2 MATLAB 7.1的系统简介 7

2.1.3 M文件编辑器的使用 10

2.2 数据类型和数组 12

2.2.1 数据类型概述 12

2.2.2 数组的创建 13

2.2.3 数组的属性 15

2.2.4 数组的操作 16

2.2.5 结构体和元胞数组 19

2.3 程序设计 21

2.3.1 条件语句 21

2.3.2 循环语句 23

2.3.3 函数 25

2.3.4 画图 27

2.4 小结 29

第3章 线性Kalman滤波 30

3.1 Kalman滤波原理 30

3.1.1 射影定理 30

3.1.2 Kalman滤波器 33

3.1.3 Kalman滤波的参数处理 37

3.2 Kalman滤波在温度测量中的应用 39

3.2.1 原理介绍 39

3.2.2 MATLAB仿真程序 42

3.3 Kalman滤波在自由落体运动目标跟踪中的应用 44

3.3.1 状态方程的建立 44

3.3.2 MATLAB仿真程序 47

3.4 Kalman滤波在船舶GPS导航定位系统中的应用 50

3.4.1 原理介绍 50

3.4.2 MATLAB仿真程序 53

3.5 Kalman滤波在石油地震勘探中的应用 55

3.5.1 石油地震勘探白噪声反卷积滤波原理 55

3.5.2 石油地震勘探白噪声反卷积滤波仿真实现 57

3.5.3 MATLAB仿真程序 58

3.6 Kalman滤波在视频图像目标跟踪中的应用 60

3.6.1 视频图像处理的基本方法 61

3.6.2 Kalman滤波对自由下落的皮球跟踪应用 68

3.6.3 目标检测MATLAB程序 70

3.6.4 Kalman滤波视频跟踪MATLAB程序 72

第4章 扩展Kalman滤波 77

4.1 扩展Kalman滤波原理 77

4.1.1 局部线性化 77

4.1.2 线性Kalman滤波 79

4.2 简单非线性系统的扩展Kalman滤波器设计 80

4.2.1 原理介绍 80

4.2.2 标量非线性系统EKF的MATLAB程序 83

4.3 EKF在目标跟踪中的应用 84

4.3.1 目标跟踪数学建模 84

4.3.2 基于观测距离的EKF目标跟踪算法 85

4.3.3 基于距离的目标跟踪算法MATLAB程序 87

4.3.4 基于EKF的纯方位目标跟踪算法 89

4.3.5 纯方位目标跟踪算法MATLAB程序 91

4.4 EKF在纯方位寻的导弹制导中的应用 94

4.4.1 三维寻的制导系统 94

4.4.2 EKF在寻的制导问题中的算法分析 96

4.4.3 仿真结果 97

4.4.4 寻的制导MATLAB程序 99

第5章 无迹Kalman滤波 103

5.1 无迹Kalman滤波原理 103

5.1.1 无迹变换 103

5.1.2 无迹Kalman滤波算法实现 105

5.2 无迹Kalman滤波在单观测站目标跟踪中的应用 107

5.2.1 原理介绍 107

5.2.2 仿真程序 108

5.3 UKF在匀加速度直线运动目标跟踪中的应用 111

5.3.1 原理介绍 111

5.3.2 仿真程序 113

5.4 UKF与EKF算法的应用比较 116

第6章 交互多模型Kalman滤波 119

6.1 交互多模型Kalman滤波原理 119

6.2 交互多模型Kalman滤波在目标跟踪中的应用 122

6.2.1 问题描述 122

6.2.2 IMM滤波器设计 123

6.2.3 仿真分析 124

6.2.4 IMM Kalman滤波算法MATLAB仿真程序 126

第7章 Kalman滤波的Simulink仿真 132

7.1 Simulink概述 132

7.1.1 Simulink启动 132

7.1.2 Simulink仿真设置 134

7.1.3 Simulink模块库简介 139

7.2 S函数 143

7.2.1 S函数原理 143

7.2.2 S函数的控制流程 147

7.3 线性Kalman的Simulink仿真 148

7.3.1 一维数据的Kalman滤波处理 148

7.3.2 状态方程和观测方程的Simulink建模 154

7.3.3 基于S函数的Kalman滤波器设计 160

7.4 非线性Kalman滤波 167

7.4.1 基于Simulink的EKF滤波器设计 167

7.4.2 基于Simulink的UKF滤波器设计 174

7.5 小结 179