本文關(guān)鍵詞：基于粒子濾波的弱目標(biāo)檢測前跟蹤算法

  更多相關(guān)文章： 雷達(dá)探測 弱目標(biāo) 檢測前跟蹤 粒子濾波 機(jī)動

【摘要】：現(xiàn)代戰(zhàn)爭中,飛機(jī)隱身能力大幅提高,極大影響了機(jī)載預(yù)警雷達(dá)的探測威力。如何在復(fù)雜背景下對弱目標(biāo)進(jìn)行檢測跟蹤,成為雷達(dá)探測領(lǐng)域亟待解決的問題�；诹Ｗ訛V波的檢測前跟蹤技術(shù)通過設(shè)置低門限或不設(shè)門限,對雷達(dá)回波數(shù)據(jù)進(jìn)行多幀積累,能遞推的檢測目標(biāo)和估計(jì)目標(biāo)狀態(tài),受到雷達(dá)數(shù)據(jù)處理領(lǐng)域廣大學(xué)者的日益關(guān)注,具有重要理論研究意義和軍事價(jià)值。本文針對弱目標(biāo)檢測跟蹤問題,在貝葉斯框架下,開展了如下研究:首先,介紹了基于粒子濾波的檢測前跟蹤算法的基本原理,建立了弱目標(biāo)檢測前跟蹤動態(tài)模型和測量模型,給出了基于粒子濾波檢測前跟蹤算法的實(shí)現(xiàn)步驟。通過檢測概率、航跡虛假率等檢測前跟蹤性能指標(biāo),說明了基于粒子濾波檢測前跟蹤算法的性能。其次,針對檢測前跟蹤算法中由于粒子分布不均勻和多樣性匱乏引起的性能下降問題,提出基于擬蒙特卡洛智能粒子濾波的弱目標(biāo)檢測前跟蹤算法。該方法通過產(chǎn)生低差序列點(diǎn)集來初始粒子分布,并在更新階段后,對粒子進(jìn)行交叉和變異操作,顯著改善了粒子分布及低權(quán)重粒子的分布范圍。仿真結(jié)果表明,該算法有效的改善了粒子分布和粒子多樣性,提高了弱目標(biāo)的檢測跟蹤性能。最后,針對低信噪比下機(jī)動弱目標(biāo)的檢測和跟蹤問題,提出了基于變速率擬蒙特卡洛智能粒子濾波的檢測前跟蹤算法。該算法在擬蒙特卡洛智能粒子濾波的基礎(chǔ)上,根據(jù)目標(biāo)的機(jī)動情況,對狀態(tài)空間進(jìn)行變速率采樣,提高探測系統(tǒng)對機(jī)動弱目標(biāo)的檢測實(shí)時(shí)性和跟蹤精度,仿真結(jié)果驗(yàn)證了算法的有效性。
【關(guān)鍵詞】：雷達(dá)探測 弱目標(biāo) 檢測前跟蹤 粒子濾波 機(jī)動
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN713
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-16
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-14
• 1.3 論文的主要研究內(nèi)容和安排14-16
• 第2章 基礎(chǔ)理論16-21
• 2.1 引言16
• 2.2 檢測后跟蹤16-17
• 2.3 檢測前跟蹤17
• 2.4 基于貝葉斯濾波的方法17-20
• 2.4.1 貝葉斯濾波理論17-18
• 2.4.2 序貫重要性采樣18-19
• 2.4.3 粒子濾波19-20
• 2.5 小結(jié)20-21
• 第3章 基于粒子濾波的弱目標(biāo)檢測前跟蹤算法21-29
• 3.1 引言21
• 3.2 系統(tǒng)模型21-24
• 3.2.1 目標(biāo)運(yùn)動模型21-22
• 3.2.2 觀測模型22-24
• 3.3 PF-TBD算法24-26
• 3.3.1 PF-TBD基本原理24-25
• 3.3.2 PF-TBD算法步驟25-26
• 3.4 仿真及性能分析26-28
• 3.5 小結(jié)28-29
• 第4章 基于QIPF的弱目標(biāo)檢測前跟蹤算法29-40
• 4.1 引言29
• 4.2 擬蒙特卡羅基本原理29-31
• 4.3 智能粒子濾波算法31-33
• 4.3.1 IPF算法原理31-32
• 4.3.2 IPF算法步驟32-33
• 4.4 基于QIPF的檢測前跟蹤算法33-36
• 4.4.1 問題描述33-34
• 4.4.2 QIPF檢測前跟蹤原理及步驟34-36
• 4.5 仿真及性能分析36-39
• 4.6 小結(jié)39-40
• 第5章 基于VRQIPF的機(jī)動弱目標(biāo)檢測前跟蹤算法40-50
• 5.1 引言40-41
• 5.2 笛卡爾坐標(biāo)系下的變速率模型41-43
• 5.3 基于VRQIPF的機(jī)動弱目標(biāo)TBD算法43-48
• 5.3.1 VRQIPF算法原理及步驟43-46
• 5.3.2 VRQIPF-TBD算法步驟46-48
• 5.4 仿真及性能分析48-49
• 5.5 小結(jié)49-50
• 第6章 總結(jié)與展望50-52
• 6.1 總結(jié)50-51
• 6.2 展望51-52
• 致謝52-53
• 參考文獻(xiàn)53-58
• 附錄58

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 何小鋒;;現(xiàn)代雷達(dá)隱身技術(shù)發(fā)展[J];現(xiàn)代導(dǎo)航;2015年03期

2 郭云飛;鄭曉楓;彭冬亮;曾澤斌;;基于遍歷Hough變換的弱目標(biāo)檢測前跟蹤算法[J];系統(tǒng)仿真學(xué)報(bào);2015年06期

3 鄭作虎;王首勇;鄭岱X;;基于GHF高斯粒子濾波的檢測前跟蹤算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

4 孫云;王國宏;譚順成;于洪波;;基于輔助粒子濾波的機(jī)動弱目標(biāo)TBD算法[J];電光與控制;2013年07期

5 萬洋;王首勇;吳衛(wèi)華;;機(jī)動弱小目標(biāo)動態(tài)規(guī)劃檢測前跟蹤方法[J];信號處理;2013年05期

6 梁新華;梁彥;潘泉;楊峰;;一種基于局部搜索采樣的粒子濾波檢測前跟蹤算法[J];控制與決策;2012年12期

7 鄭岱X;王首勇;楊軍;杜鵬飛;;一種基于二階Markov目標(biāo)狀態(tài)模型的多幀關(guān)聯(lián)動態(tài)規(guī)劃檢測前跟蹤算法[J];電子與信息學(xué)報(bào);2012年04期

8 龐存鎖;侯慧玲;韓焱;;基于霍夫變換的高速微弱目標(biāo)檢測算法[J];電子與信息學(xué)報(bào);2012年03期

9 吳衛(wèi)華;王首勇;杜鵬飛;;一種基于目標(biāo)狀態(tài)關(guān)聯(lián)的動態(tài)規(guī)劃TBD算法[J];空軍雷達(dá)學(xué)院學(xué)報(bào);2011年06期

10 童慧思;張顥;孟華東;王希勤;;PHD濾波器在多目標(biāo)檢測前跟蹤中的應(yīng)用[J];電子學(xué)報(bào);2011年09期

，

本文編號：790956