1. 研究目的与意义
不管在现代军事领域、国防领域还是民用领域中，目标跟踪技术均占有非常重要的地位。但是被探测目标的不确定性也随着现代目标隐身技术的发展以及目标机动性能的增强而增加。尤其是在航空航天技术飞速发展的今天，作战条件以及战场环境翻天覆地的变化，迫使我们不能简单的对规则运动目标进行探测跟踪，一旦目标发生例如转向、减速、加速、下降、上升、S 型等突然的运动形态的改变，即目标发生机动时，若要对目标进行稳定、精确地跟踪就会变得很困难。所以，如何实现对高机动运动目标进行稳定和精确的跟踪，便成为跟踪研究的目的同时也是研究难点。
卡尔曼滤波是目前解决各类动态系统中，诸多状态估计问题的一个重要方法。卡尔曼滤波是属于现代滤波技术的一种状态估计手段,它不同于经典滤波,没有带通,低通,高通滤波方法之分。传统滤波器是建立在信号和噪声频率分离的基础上，通过将噪声所在频率区域幅值衰减来达到提高信噪比，于是针对不同的频率段就产生了低通，高通，带通等滤波器。而现代滤波器(卡尔曼滤波器)，则不是建立在频率领域，而是通过随机过程的数学手段，通过对噪声和信号的统计特性做一定的假定,然后通过合适的数学方式,来提供信噪比。卡尔曼滤波算法是一种线性最小方差滤波算法，它不但考虑了信号和测量值的统计特性，而且用状态方程来描述系统，所以它既能够对平稳的随机信号进行估计，又能对非平稳的随机信号进行准确的估计。卡尔曼滤波器不需要贮存过去的测量值，只根据当前的测量值和前一时刻的估计值,利用计算机进行递推计算便可实现对实时信号的估计，因此卡尔曼滤波方法至今仍然活跃在组合导航系统中，并且显示出强大的生命力。
2. 研究内容与预期目标
主要研究内容：
1.学习并掌握卡尔曼滤波方法、原理及其5个关键方程；
2.学习如何对运动目标进行数学建模，即用状态方程和观测方程描述运动目标
3. 研究方法与步骤
本文首先阐述课题研究的目的和意义，本课题的国内外研究现状，引出目前存在的问题。之后分析拓展卡尔曼滤波的基本原理，查阅相关书籍。利用Matlab软件编程实现拓展卡尔曼滤波算法。最后对拓展卡尔曼滤波的未来发展进行展望。
(1)介绍卡尔曼滤波的由来和基本原理，并将卡尔曼滤波理论应用到对运动目标的跟踪当中。
(2)建立扩展卡尔曼滤波的探测模型，得出观测方程和状态方程。
4. 参考文献
[1] 冯刚，吕茂庭，覃天. 基于MATLAB的卡尔曼滤波仿真研究[D]. 防空兵学院硕士
学位论文，2011.
5. 工作计划
第一阶段（1周-4周）
收集资料，了解卡尔曼滤波器和扩展卡尔曼滤波的基本知识，对设计任务有基本认识，撰写开题报告；
第二阶段（5周-8周）
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
