下载文档原格式
参赛密码（由组委会填写）第十一届华为杯全国研究生数学建模竞赛学校南京师范大学参赛队号队员姓名1.2.3.参赛密码（由组委会填写）第十一届华为杯全国研究生数学建模竞赛题目机动目标的跟踪与反跟踪摘要：目标跟踪是指根据传感器（如雷达等）所获得的对目标的测量信息，连续地对目标的运动状态进行估计，进而获取目标的运动态势及意图。
目标跟踪理论在军、民用领域都有重要的应用价值。
本文综合运用了数理统计、概率论方法和目标跟踪算法，在分析研究国内目标跟踪常用算法的基础上，对3组机动目标的测量数据进行预处理与分析，进行机动检测，构建机动目标跟踪模型，完成了给定的问题。
针对问题一，从数据处理出发，首先构建目标跟踪模型中的量测模型，指出本文用到的三种坐标系：空间极坐标、NED坐标系（传感器坐标系）和ECEF坐标系（地球坐标系）。
论述数据预处理技术中的野值剔除方法、坐标转换算法和数据压缩技术。
通过对已完成数据预处理的量测数据进行变维滤波（VD），检测跟踪目标的机动发生行为和状态信息。
建立当前统计模型对机动目标跟踪，通过不敏卡尔曼滤波算法（UKF），解决非线性系统的机动目标状态估计问题，最终得出融合三个传感器量测数据的单个机动目标航迹。
针对问题二，在分析研究目前国内外的数据关联技术的基础上，在标准最近邻域算法基础上提出了加权邻域数据关联算法，综合轨迹点间的距离大小和方向识别两个机动目标的航迹。
在一段时间内只有一个回波点迹的情况下，通过选取回波点迹时刻前后一定时间范围内点迹进行多项式拟合，插补丢失的航迹点，保证了航迹的完整性。
针对问题三，对Data3.txt的量测数据进行预处理的基础上，建立基于当前模型的加速度统计模型，分析加速度随时间变化的分布规律。
在跟踪变加速目标时，使用不同的分布模型，计算出的结果差别较大。
可以改变机动加速度等于零时的分布方法加以修正，以期望得到较为客观的结果。
针对问题四，本文提出了多项式预测模型对目标轨迹进行实时预测，在确保轨迹预测的准确度的情况下，减小系统的计算量，提高实时性。
2014高教社杯全国大学生数学建模竞赛获奖名单（初稿）（异议期：2014年11月8日-2014年11月21日）
本科组高教社杯获得者：程双泽、李君昌、陈凌勤（信阳师范学院）
专科组高教社杯获得者：丁晓彤、回荣洲、段君宜（海军航空工程学院青岛校区）
本科组MATLAB创新奖获得者：陈超、唐梦珏、杨克宇（浙江工业大学）
专科组MATLAB创新奖获得者：王磊、蒋国辉、蔡姗姗（四川建筑职业技术学院）
[注]以下每一获奖等级内，按赛区顺序排列（同一赛区内，按学校笔画顺序排列）。
本科组一等奖（共294名）
本科组二等奖（共1259名）
专科组一等奖（共47名）
专科组二等奖（共197名）。
(由组委会填写)第十一届华为杯全国研究生数学建模竞赛学校西安理工大学参赛队号队员姓名1、柯俊山2、朱文奇3、胡凯(由组委会填写)第十一届华为杯全国研究生数学建模竞赛题目乘用车物流运输计划问题摘要:本文主要解决的就是乘用车整车物流的运输调度问题,通过对轿运车的空间利用率与运输成本进行优化,建立整数规划模型,设计了启发式算法,求解出了各种运输条件下的详细装载与运输方案。
针对前三问,由于不考虑目的地与轿运车的路径选择,将问题抽象为带装载组合约束的一维装车问题,优化目标就是在保证完成运输任务的前提下尽可能满载,选择最优装载组合方案使得所使用的轿运车数量最少。
对于满载的条件,将其简化为考虑轿运车的空间利用率最大,最终建立了空间利用率最大化与运输成本最小化的两阶段装载优化模型。
该模型类似于双目标规划模型,很难求解。
为此,将空间利用率最大转换为长度余量最少,并为其设定一个经验阈值,将问题转换为求解整数规划问题,利用分支定界法进行求解。
由于分支定界法有时并不能求得最优解,设计了一种基于阈值的启发式调整优化算法。
最后,设计了求解该类问题的通用算法程序,并对前三问的具体问题进行了求解与验证。
通过求解得出,满足前三问运输任务的1-1型轿运车与1-2型轿运车数量如下表所示(具体的乘用车装载方案见表2、表5、表7):第一问第二问第三问1-1 16 12 251-2 2 1 5针对问题四,其就是在问题一的基础上加入了整车目的地的条件,需要考虑最优路径的选择。
在运输成本上,加入了行驶里程成本,因而可以建立所使用的轿运车数量最少与总里程最少的双目标整数规划模型。
对于此种模型,可以采用前三问所设计的通用算法进行求解。
此时,需要重新设计启发式调整优化算法。
为此,根据路线距离的远近与轿运车数量需要满足的比例约束条件设计了新的调整优化方案。
最终求得的各目的地的轿运车使用数量如下表所示,此时的总路程为6404,具体装载方案见表9。
A B C D 总数1-1型 1 6 9 5 211-2型 4 0 0 0 4总量 5 6 9 5 25针对问题五,作为问题四的扩展研究,类似于问题四建立了双目标规划模型。
