南京理工大学紫金学院毕业设计说明书(论文)作者:戴学飞学号：110401324系：电子工程与光电技术系专业:电子信息工程题目:卡尔曼滤波器在运动目标跟踪中的研究及仿真指导者：(姓名)(专业技术职务)评阅者：(姓名)(专业技术职务)2015年5月李娟讲师副教授马玲南京理工大学紫金学院毕业设计（论文）评语学生姓名：戴学飞班级、学号：11电信3班、110401324题目：卡尔曼滤波器在运动目标跟踪中的研究仿真综合成绩：指导者评语：论文针对运动目标跟踪的问题，建立了简洁有效的数学模型，在问题的解决中引入了Kalman滤波器系统，对其滤波算法进行了推导，深入理解了Kalman滤波器的迭代思想，并使用Matlab软件对Kalman滤波思想在运动目标跟踪问题中的应用进行了仿真验证，仿真结果表现正确无误。论文综述完整。程序设计合理,仿真结果正确。论述充分，结论合理。技术用语准确，符号统一，编号齐全，书写工整规范，整洁、正确。如能加入对加速度变化的运动目标进行跟踪则更好。同意参加答辩，建议成绩良好。指导者(签字)：年月日毕业设计（论文）评语评阅者评语：评阅者(签字)：年月日答辩委员会（小组）评语：答辩委员会（小组）负责人(签字)：年月日毕业设计说明书（论文）中文摘要卡尔曼滤波是卡尔曼基于线性最小方差估计的基础上，提出的最优线性递推滤波方法，具有在数学结构上比较简单、计算量小、存储量低、实时性高的优点。卡尔曼滤波在控制理论和控制系统工程中拥有着巨大影响力，并且在工程实践上具有重要意义。因此，卡尔曼滤波器广泛应用于雷达数据处理等领域。本文针对平面内匀速直线运动目标的跟踪问题，采用卡尔曼滤波方法来实现对运动目标的跟踪。Matlab软件仿真结果显示跟踪效果较好，证明采用此法跟踪运动目标有效可行，具有一定研究价值。关键词卡尔曼滤波；目标跟踪；最优；Matlab仿真毕业设计说明书（论文）外文摘要TitleResearchonObjectTrackingBasedonKalmanFilterAbstractKalmanfilterisbasedonlinearminimumvarianceestimationandtheoptimallinearrecursivefilteringmethodbytheKalman,withinthemathematicalstructureisrelativelysimple,computationquantityissmall,lowstorageandhighreal-timeperformanceadvantages.Kalmanfilterinthecontroltheoryandcontrolsystemsengineeringhasagreatinfluence,andhasimportantsignificanceinengineeringpractice.Movingtargettrackingiswidelyusedinradardataprocessing.Aimingatthetrackingquestionofamovingtargetwithconstantvelocityalongalineinaflatsurface,wecanuseKalmanfilteringmethod,simulationwithMatlabresultsshowthattheeffectoftractingisveryperfect.Ithasgoodvalues.KeyWordsKalmanFilter;ObjectTracking;Optimal;Matlab目次1绪论.................................................................11．1研究意义以及目的..................................................11．2国内外研究现状....................................................21．3论文内容以及结构篇章..............................................32Matlab软件简介.......................................................52.1软件简介...........................................................52.2Matlab基本功能.....................................................52.3Matlab优点.........................................................52.4Matlab的应用.......................................................63卡尔曼滤波器原理.....................................................83.1状态转移...........................................................83.2状态预测...........................................................93.3协方差矩阵.........................................................93.4噪声协方差矩阵的传递..............................................103.5观测矩阵..........................................................113.6状态更新.........................