目標定位跟蹤原理及應用：MATLAB仿真（簡體書）

本書可以作為電子信息類專業的本科生和碩士、博士研究生“數字信號處理”課程的教材，也可以作為從事雷達、無線傳感器網絡、數字信號處理的教師和科研人員的參考書。

黃小平，男，1984年6月生，江西省上饒縣人，北京交通大學自動化本科，北京航空航天大學控制科學與工程碩士，博士就讀于中國科學技術大學計算機應用專業，主要研究信號與信息處理。著有《卡爾曼濾波原理及應用――MATLAB仿真》、《粒子濾波原理及應用――MATLAB仿》。

凡所購買電子工業出版社圖書有缺損問題，請向購買書店調換。若書店售缺，請與本社發行部聯繫，聯繫及郵購電話：（010）88254888, 88258888。
質量投訴請發郵件至zlts@pheicomcn，盜版侵權舉報請發郵件至dbqq@pheicomcn。
本書諮詢聯繫方式：lhy@pheicomcn。
前言
隨著科技的發展，在雷達、聲呐、無線領域，對目標位置鎖定的研究在各應用場合有著重要的價值。所有傳感器測量的數據都是受到噪聲污染的，噪聲不能消除，只能最大限度地降低。在目標跟蹤中，傳感器一般都採集觀測站與目標之間的距離、角度等信息，這些信息往往會受到高斯或非高斯噪聲的干擾，導致觀測站不能準確地估計目標的狀態，常用的補償措施就是濾波。
在現代時間序列裡，常用的濾波算法有最小二乘定位算法、Kalman濾波、粒子濾波等。這些經典的算法已經廣泛應用在雷達、聲呐、無線傳感器網絡等領域中。本書主要結合實際應用，如單觀測站與多觀測站情況下對目標進行狀態估計研究，這裡的狀態主要指的是目標的位置、速度和加速度信息。對目標的狀態估計算法，筆者已在電子工業出版社出版的《卡爾曼濾波原理及應用――MATLAB仿真》和《粒子濾波原理及應用――MATLAB仿真》兩本書中做了詳細的描述。本書在寫作風格上沿襲了前兩本，期望能得到廣大讀者的認同。
參加本書編寫的還有王岩、繆鵬程、胡敦、許蓓蓓、李學森、章華、羅偉、丁成祥、黃平森、高福仙等。本書得以撰寫，在很大程度上要感謝我的恩師王岩老師，她給了我一個很好的研究課題，在研究生期間對我的諄諄教誨和無微不至的關懷，讓我學到了很多知識，在我遇到困難時給我指點迷津，提出很多建設性的意見供我參考。本書的編輯也得到了北航同課題組的學弟、學妹們的幫助，感謝他們查閱並提供的資料，在此特別感謝錢琛、王夏靜、段九鼎、楊剛、徐建偉、王馭風、嚴芬菲、劉濤、聶金平、陳冰潔、田龍飛、李超等。最後感謝我的妻子許蓓蓓的理解和支持，感謝可愛的女兒給我寫作的精神動力！
希望本書對相關領域的研究者有所幫助。由於作者水平有限，書中難免有疏忽及錯誤之處，懇請讀者提出寶貴意見。我的郵箱是xiaoping_444@126.com。

第1章MATLAB仿真基礎
11MATLAB簡介
111MATLAB發展歷史
112MATLAB 71系統
113M-File編輯器的使用
12數據類型和數組
121數據類型概述
122數組的創建
123數組的屬性
124數組的操作
125結構體和元胞數組
13程序設計
131條件語句
132循環語句
133函數
134畫圖
14小結
第2章目標定位跟蹤系統概述
21觀測系統
211基本概念
212坐標系
213典型的觀測站
22定位
221模糊定位
222精確定位
223典型的定位系統
23目標跟蹤
231多觀測站系統架構
232跟蹤過程描述
233跟蹤軌跡
24跟蹤的數學模型
241勻速直線運動
242勻加速運動
25小結
第3章目標定位算法
31非測距的定位算法
311質心定位算法
312加權質心定位算法
313網格定位算法
32基於測距的定位算法
321最小二乘原理
322最小二乘定位算法
323基於RSSI測距的定位算法
324基於TOA/TDOA的目標定位算法
33基於角度測量的定位算法
331雙站角度定位
332三角測量法定位
34移動目標定位算法
341移動目標計算機仿真建模
342基於距離觀測的運動目標定位
343純方位角的運動目標定位
35小結
第4章線性Kalman濾波
41Kalman濾波原理
411射影定理
412Kalman濾波器
413Kalman濾波的參數處理
42Kalman濾波用於一維觀測信號去噪
421信號測量濾波原理
422一維Kalman濾波的應用仿真
43Kalman濾波在自由落體運動目標跟蹤中的應用
431狀態方程的建立
432自由落體跟蹤仿真
44Kalman濾波在船舶GPS導航定位系統中的應用
441GPS導航系統原理介紹
442導航定位系統仿真
45Kalman濾波在視頻圖像目標跟蹤中的應用
451視頻捕獲和錄製
452視頻導入和顯示
453對視頻幀的操作
454Kalman濾波對自由下落的皮球跟蹤應用
46小結
第5章非線性Kalman濾波
51擴展Kalman濾波
511EKF的基本思想
512非線性系統的線性化
513EKF的濾波原理
52EKF的應用及仿真
521EKF應用於一維非線性系統
522基於距離觀測的目標跟蹤EKF狀態估計
523純方位角目標跟蹤EKF狀態估計
524EKF在純方位尋的導彈制導中的應用
53無跡Kalman濾波
531UKF的基本思想
532無跡變換
533UKF的濾波過程
54UKF的應用及仿真
541UKF在單站觀測站目標跟蹤中的應用
542UKF在六維勻加速直線運動目標跟蹤系統中的應用
55小結
第6章粒子濾波
61粒子濾波簡介
611粒子濾波的發展歷史
612粒子濾波的特點
613粒子濾波的應用領域
62蒙特卡洛原理
621蒙特卡洛的基本思想
622蒙特卡洛的理論基礎
623蒙特卡洛的應用實例
63粒子濾波原理
631蒙特卡洛採樣原理
632貝葉斯重要性採樣
633序列重要性採樣濾波器
634Bootstrap/SIR濾波器
635權值計算方法
64粒子濾波經典採樣算法
641隨機重採樣
642多項式重採樣
643系統重採樣
644殘差重採樣
65粒子濾波的應用
651粒子濾波應用於一維非線性系統
652粒子濾波應用于高斯模型目標跟蹤系統
653粒子濾波應用于非高斯模型目標跟蹤系統
66小結
第7章多目標跟蹤算法
71多目標跟蹤系統建模
711單站多目標跟蹤系統建模
712單站多目標跟蹤系統仿真
713多站多目標跟蹤系統建模
714多站多目標跟蹤系統仿真
72多目標跟蹤分類算法
721多目標數據融合概述
722近鄰法分類算法及程序
723近鄰法用於目標跟蹤中的航跡關聯及算法程序
724k-近鄰法分類算法
73多目標跟蹤算法
731基於Kalman濾波的多目標跟蹤算法
732基於粒子濾波的多目標狀態估計
74小結
第8章Simulink仿真
81Simulink概述
811Simulink啟動
812Simulink仿真設置
813Simulink模塊庫簡介
82S函數
821S函數原理
822S函數的控制流程
83目標跟蹤的Simulink仿真
831狀態方程和觀測方程的Simulink建模
832基於S函數的Kalman濾波器設計及其在跟蹤中的應用
833基於S函數的粒子濾波器設計及其在跟蹤中的應用
84小結