全文总字数：4564字

1. 研究目的与意义及国内外研究现状

目标跟踪，顾名思义，就是对目标进行跟踪定位。它通过一定的观测和计算手段，对跟踪目标在空间、时间上进行数学建模，时刻估计并更新目标的状态。近几十年来，国内信息行业在逐渐赶超发达国家，国家愈发重视国防事业的发展、人民的安全问题，与它息息相关的事业自然而然繁荣起来，其中就包括海陆空三栖事业。这些年，海事、空难频频发生，国人出行自然更加关心海上和空中安全。一旦发生事故，目标跟踪技术就能够表现出它的重要性了。能源的开发利用关系着人类的生存，很多国家都自主研发深海潜艇，潜入海底寻找新的能源，对其进行目标跟踪、及时更新潜艇位置信息对潜艇安全和海底探测尤为重要。就前年发生的滴滴司机和女乘客安全问题，滴滴公司在每一个车辆安装定位系统，及时反馈给总公司位置信息，确保司机和乘客的安全。战争期间导弹的拦截是对导弹的弹道进行跟踪，预测其发射轨迹，及时拦截，保障国防安全。从这些例子来看，上至国防安全、下至日常生活，对目标跟踪技术的研究就显得尤为重要。

目标跟踪的核心是算法，算法的好坏直接影响跟踪效果，它的实质就是信号处理，剔除噪声引起的无用信号、提取有用信号，提高目标位置的估计精度。最早对随机问题进行估计的方法是最小二乘法，它是高斯在1809年发表的《天体运动理论》一文中提出的。1940年维纳提出了基于频域的维纳滤波方法，它是以平稳随机过程的系统为基准，在频域内对输入的参杂噪声的信号进行分解、提取有用信号。因此实现维纳滤波时要求系统必须是随机平稳的，信号以及噪声环境的特性是已知的，然而信号和环境的统计特性在实际当中是未知的、变化的，导致它运算复杂，求解困难。维纳滤波的诸多限制导致它在很多非平稳系统无法实现，因此促使研究人员寻求更好的滤波方法——卡尔曼滤波。

2. 研究的基本内容

第。

3. 实施方案、进度安排及预期效果

1. 初步学习认识卡尔曼滤波知识
2. 在滤波知识的基础上，学习EKF,UKF算法
3. 学会使用Matlab软件
4. 编写三种算法的代码
5. 做实验，验证三种算法的优劣性
6. 预期效果：通过实验验证三种算法的优劣性，和前辈们总结的思想一致

4. 参考文献

[1]wiener n.extrapolation,interpolation,and smoothing ofstationary time series,with engineering applications[m].technology press of themassachusetts instiute of technology,

1950:1043-1054.