Vyhodnocení úspěšnosti filtrů při sledování cílů

Abstract

Táto bakalárska práca sa zaoberá využitím Bayesovho odhadu skrytého stavu na vedenie cieľa pomocou bistatického radaru. Sústredí sa na časticové filtre. Ukázalo sa, že sa jedná osadu funkčných algoritmov na Bayesov odhad skrytého stavu. V práci sú otestované rôzne základné typy časticových filtrov, ako SIR, Auxiliary a Regularized. Sú porovnané ich presnosti odhadu na rôznych situáciach, v závislosti od tvaru trajektórie sledovaného cieľa ako aj jeho zrýchlenia.The topic of this bachelor thesis is Optimal Bayesian estimate usage in target tracking with bistatic measurement. The thesis is focused on particle filtering. It is shown particle filters are effective algorithms providing Optimal Bayesian estimate solution. There are tested and evaluated many types of fundamental algorithms, like SIR, Auxiliary or Regularized particle filters. It is compared to the accuracy of optimal estimates on various situations, depend on a different trajectory or acceleration of the target.