根据已知的轨迹描述,选择合适的运动目标机动模型和融合方法,利用MATLAB编写程序进行仿真研究。给出最终选择的模型及估计误差,并利用仿真结果说明。
- 利用附录中给出的各个模型,编写程序,测试不同模型的跟踪结果。
- 利用已经选好的模型,编写融合算法的程序,分别实现测量融合算法I、测量融合算法II、分布式状态融合算法、track-to-track融合算法和CI融合算法五种算法的仿真结果,并比较各种算法的跟踪性能。
文件中给出MATLAB数据文件DataforFusion,其中包括六组数据,它们是真实轨迹的横纵坐标数据( real_x, real_y),第1个测量传感器测量数据( measurement_x1, measurement_y1), 第2个测量传感器的测量数据(measurement_x2 ,measurement_y2)。
关于测量传感器的方差,每一个传感器、测量横纵轴都有所不同,见下表:
传感器 | 横轴方差 | 纵轴方差 |
---|---|---|
第一个 | 0.01 | 0.49 |
第二个 | 1 | 4 |
注:产生模拟测量传感器输出的程序为trajectory.m
包括
- 多传感器状态融合算法的说明文档。
- 运动目标机动模型的说明文档,以及相关MATLAB子程序及其功能说明文档
- 产生模拟测量传感器输出的程序为trajectory.m。