【摘要】：隨著高速目標(biāo)和隱身目標(biāo)的出現(xiàn),微弱目標(biāo)的檢測(cè)與跟蹤受到了廣泛的關(guān)注。檢測(cè)前跟蹤算法是一種高效的實(shí)現(xiàn)微弱目標(biāo)檢測(cè)與跟蹤的手段。當(dāng)跟蹤低信噪比目標(biāo)時(shí),它通過(guò)連續(xù)處理多幀數(shù)據(jù)沿可能的目標(biāo)航跡積累能量來(lái)同時(shí)實(shí)現(xiàn)目標(biāo)的檢測(cè)與跟蹤。動(dòng)態(tài)規(guī)劃算法是一類多階段決策優(yōu)化問(wèn)題,它是檢測(cè)前跟蹤方法中一種高效的檢測(cè)與跟蹤微弱目標(biāo)的方法,因此它成了國(guó)內(nèi)外研究的熱點(diǎn)。本文對(duì)基于動(dòng)態(tài)規(guī)劃的檢測(cè)前跟蹤算法進(jìn)行了系統(tǒng)的研究,所取得的主要研究成果如下：1.對(duì)傳統(tǒng)的基于動(dòng)態(tài)規(guī)劃的檢測(cè)前跟蹤算法進(jìn)行了研究。首先介紹了動(dòng)態(tài)規(guī)劃的基本原理,然后以高斯噪聲下勻速運(yùn)動(dòng)的點(diǎn)目標(biāo)為例研究了基于動(dòng)態(tài)規(guī)劃的檢測(cè)前跟蹤算法的實(shí)現(xiàn)流程,并提出了一種重疊航跡法與統(tǒng)計(jì)方向直方圖相結(jié)合的去除偽航跡的新算法,最后詳細(xì)分析了動(dòng)態(tài)規(guī)劃?rùn)z測(cè)前跟蹤算法的性能。2.針對(duì)傳統(tǒng)動(dòng)態(tài)規(guī)劃?rùn)z測(cè)前跟蹤算法的缺點(diǎn),提出了三種改進(jìn)的動(dòng)態(tài)規(guī)劃?rùn)z測(cè)前跟蹤算法。針對(duì)計(jì)算量大的缺點(diǎn),提出了兩級(jí)檢測(cè)門限算法,并且為了保證算法的性能,在動(dòng)態(tài)規(guī)劃算法遞歸積累過(guò)程中加入了值函數(shù)轉(zhuǎn)移步驟,結(jié)果表明,在很小的性能損失下可以大幅的減小計(jì)算量；對(duì)于復(fù)雜環(huán)境下的微弱目標(biāo),提出了一種利用復(fù)數(shù)據(jù)的相位信息和雜波圖信息的復(fù)似然比檢測(cè)前跟蹤算法。由于相位信息和雜波圖信息的使用,該算法可以有效的從非均勻強(qiáng)雜波環(huán)境中檢測(cè)出目標(biāo),與此同時(shí),與幅度似然比算法相比,也大大減小了計(jì)算量；由于雷達(dá)信號(hào)處理本身的特點(diǎn),提出了一種利用多普勒信息的檢測(cè)前跟蹤算法。該算法充分利用多普勒信息減小搜索范圍,不僅減小了計(jì)算量,而且減小了能量擴(kuò)散及強(qiáng)雜波或噪聲點(diǎn)的影響。與光學(xué)圖像中微弱目標(biāo)的檢測(cè)跟蹤相比,特別是在復(fù)雜的環(huán)境下該算法可以實(shí)現(xiàn)更優(yōu)的檢測(cè)與跟蹤性能。3.研究了基于動(dòng)態(tài)規(guī)劃的多目標(biāo)檢測(cè)前跟蹤算法。首先介紹了多目標(biāo)檢測(cè)前跟蹤算法的理論模型并分析了多目標(biāo)檢測(cè)前跟蹤實(shí)現(xiàn)的難點(diǎn)；然后通過(guò)引入廣義檢測(cè)程序,在前兩種算法的基礎(chǔ)上,提出了一種新的利用多目標(biāo)結(jié)構(gòu)的多目標(biāo)檢測(cè)前跟蹤算法。這三種算法其實(shí)質(zhì)都是如何將多目標(biāo)的檢測(cè)跟蹤轉(zhuǎn)化成多個(gè)單目標(biāo)的檢測(cè)與跟蹤；最后通過(guò)仿真對(duì)三種算法的性能進(jìn)行了對(duì)比分析,結(jié)果表明本文新提出的算法性能最佳,并用實(shí)測(cè)數(shù)據(jù)驗(yàn)證了該算法的有效性。
[Abstract]:With the emergence of high-speed targets and stealth targets, the detection and tracking of weak targets has received extensive attention. Pre-detection tracking algorithm is an efficient means to achieve weak target detection and tracking. When tracking low signal-to-noise ratio (SNR) targets, it accumulates energy along possible target tracks by continuously processing multiple frames of data to achieve target detection and tracking at the same time. Dynamic programming algorithm is a kind of multi-stage decision optimization problem. It is an efficient method to detect and track weak targets in the pre-detection tracking method, so it has become a hot research topic at home and abroad. In this paper, the pre-detection tracking algorithm based on dynamic programming is studied systematically, and the main research results are as follows: 1. The traditional pre-detection tracking algorithm based on dynamic programming is studied. This paper first introduces the basic principle of dynamic programming, then takes the point target moving at uniform speed under Gaussian noise as an example to study the realization flow of the pre-detection tracking algorithm based on dynamic programming, and proposes a new algorithm for removing false tracks based on overlapping track method and statistical direction histogram. Finally, the performance of the tracking algorithm before dynamic programming detection is analyzed in detail. 2. In view of the shortcomings of the traditional dynamic programming pre-detection tracking algorithm, three improved dynamic programming pre-detection tracking algorithms are proposed. Aiming at the disadvantage of large amount of computation, a two-level detection threshold algorithm is proposed, and in order to ensure the performance of the algorithm, the value function transfer step is added to the process of recurrent accumulation of dynamic programming algorithm. The results show that the computation can be greatly reduced under very small performance loss. For weak targets in complex environment, a complex likelihood ratio tracking algorithm using complex data phase information and hash graph information is proposed. Due to the use of phase information and hash map information, this algorithm can effectively detect targets from non-uniform strong hash environment, at the same time, compared with amplitude likelihood ratio algorithm, it also greatly reduces the amount of computation. Because of the characteristics of radar signal processing itself, a pre-detection tracking algorithm using Doppler information is proposed. The algorithm makes full use of Doppler information to reduce the search range, which not only reduces the amount of computation, but also reduces the influence of energy diffusion and strong clutters or noise points. Compared with the detection and tracking of weak targets in optical images, especially in complex environments, the algorithm can achieve better detection and tracking performance. The pre-detection tracking algorithm of multi-target detection based on dynamic programming is studied. Firstly, the theoretical model of multi-target detection pre-tracking algorithm is introduced and the difficulties of multi-target detection pre-tracking are analyzed. Then, by introducing the generalized detection program, a new multi-target detection pre-tracking algorithm using multi-target structure is proposed on the basis of the first two algorithms. The essence of these three algorithms is how to transform the detection and tracking of multiple targets into the detection and tracking of multiple single targets. Finally, the performance of the three algorithms is compared and analyzed by simulation, the results show that the new algorithm has the best performance, and the effectiveness of the algorithm is verified by the measured data.
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN911.23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 肖淑貞;張景文;;用網(wǎng)絡(luò)方法求解動(dòng)態(tài)規(guī)劃問(wèn)題的兩個(gè)實(shí)例[J];青島化工學(xué)院學(xué)報(bào);1988年03期

2 田園,馮珊;基于動(dòng)態(tài)規(guī)劃的多目標(biāo)跟蹤算法及實(shí)現(xiàn)[J];信息與控制;1997年01期

3 趙冬梅,郭耀煌,陶章華;多目標(biāo)動(dòng)態(tài)規(guī)劃問(wèn)題的非劣矩陣解法[J];電子科技大學(xué)學(xué)報(bào);1998年02期

4 張鵬;;一種多維連續(xù)型動(dòng)態(tài)規(guī)劃的新算法[J];控制與決策;2011年08期

5 吳東華;夏洪山;徐波;;飛機(jī)排班問(wèn)題的模糊優(yōu)選動(dòng)態(tài)規(guī)劃模型[J];濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 梁j,盛昭瀚,徐南榮;多目標(biāo)靜、動(dòng)態(tài)規(guī)劃的交互式區(qū)間逼近法[J];控制與決策;1991年02期

7 謝劍輝,郭嵩山;國(guó)際大學(xué)生程序設(shè)計(jì)競(jìng)賽試題與分析(四)——?jiǎng)討B(tài)規(guī)劃及其應(yīng)用──雜題[J];現(xiàn)代計(jì)算機(jī);2000年07期

8 金輝宇,于海斌;神經(jīng)元?jiǎng)討B(tài)規(guī)劃綜述[J];信息與控制;2001年04期

9 李少芳;陳德禮;;最小代價(jià)歸并樹的動(dòng)態(tài)規(guī)劃實(shí)現(xiàn)[J];太原師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年03期

10 傅春生;;大系統(tǒng)優(yōu)化的動(dòng)態(tài)規(guī)劃遞階算法[J];南京工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);1989年04期

相關(guān)會(huì)議論文 前10條

1 蔣科林;遲寶山;許云華;刑俊文;;動(dòng)態(tài)規(guī)劃在裝備計(jì)劃生產(chǎn)中的運(yùn)用[A];2006全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

2 張釗;裴燕玲;;動(dòng)態(tài)規(guī)劃的正向遞推方法[A];2005年度山東建筑學(xué)會(huì)優(yōu)秀論文集[C];2005年

3 玄一民;趙煥叢;劉宏;;動(dòng)態(tài)規(guī)劃在多重約束下可靠性選優(yōu)應(yīng)用研究[A];質(zhì)量——持續(xù)發(fā)展的源動(dòng)力：中國(guó)質(zhì)量學(xué)術(shù)與創(chuàng)新論壇論文集（下）[C];2010年

4 曹平;范萌萌;劉克;陳建州;;衛(wèi)星系統(tǒng)通訊路由問(wèn)題的動(dòng)態(tài)規(guī)劃建模[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

5 胡樂(lè)群;吳滄浦;;矢量指標(biāo)動(dòng)態(tài)規(guī)劃的滿意解方法[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第1卷）[C];1991年

6 宋紹劍;李勁芝;林小峰;;基于執(zhí)行依賴啟發(fā)式動(dòng)態(tài)規(guī)劃的三容水槽液位控制[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

7 海心;;使用Excel求解動(dòng)態(tài)規(guī)劃問(wèn)題方法探討[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

8 宋丹丹;鄧志東;;基于模糊動(dòng)態(tài)規(guī)劃的RNA折疊算法的研究與實(shí)現(xiàn)[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

9 張祥;王曉蕾;楊子賓;王劍;;動(dòng)態(tài)規(guī)劃理論在雷達(dá)可靠性評(píng)估中的應(yīng)用[A];2009第五屆蘇皖兩省大氣探測(cè)、環(huán)境遙感與電子技術(shù)學(xué)術(shù)研討會(huì)專輯[C];2009年

10 胡鐵松;段國(guó)圣;萬(wàn)永華;馮尚友;;多目標(biāo)動(dòng)態(tài)規(guī)劃的攝動(dòng)權(quán)重法[A];1993中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1993年

相關(guān)重要報(bào)紙文章 前1條

1 彭舒佳;專家吁建動(dòng)態(tài)規(guī)劃?rùn)C(jī)制“糾編”用地[N];中國(guó)房地產(chǎn)報(bào);2008年

相關(guān)博士學(xué)位論文 前4條

1 王穎;基于仿真的可重入生產(chǎn)系統(tǒng)的神經(jīng)元?jiǎng)討B(tài)規(guī)劃調(diào)度研究[D];廈門大學(xué);2007年

2 費(fèi)蓉;動(dòng)態(tài)規(guī)劃研究及其在電力市場(chǎng)動(dòng)態(tài)分區(qū)定價(jià)問(wèn)題中的應(yīng)用[D];西安理工大學(xué);2009年

3 王怡慧;動(dòng)態(tài)規(guī)劃加速算法和輪廓探測(cè)算法[D];復(fù)旦大學(xué);2012年

4 姜琳;過(guò)程控制優(yōu)化中的智能方法研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 陳銘;基于動(dòng)態(tài)規(guī)劃的弱小目標(biāo)檢測(cè)前跟蹤（DP-TBD）算法研究[D];電子科技大學(xué);2014年

2 安政帥;基于動(dòng)態(tài)規(guī)劃的微弱目標(biāo)檢測(cè)前跟蹤算法研究[D];西安電子科技大學(xué);2014年

3 張宏偉;數(shù)學(xué)建模中的動(dòng)態(tài)規(guī)劃問(wèn)題[D];東北師范大學(xué);2008年

4 鄢長(zhǎng)偉;一類動(dòng)態(tài)規(guī)劃問(wèn)題的約束指標(biāo)的決策方法[D];遼寧工程技術(shù)大學(xué);2012年

5 張晨;基于近似動(dòng)態(tài)規(guī)劃的隨機(jī)車輛路徑問(wèn)題研究[D];清華大學(xué);2012年

6 王振興;近似動(dòng)態(tài)規(guī)劃在供應(yīng)鏈生產(chǎn)環(huán)節(jié)風(fēng)險(xiǎn)管理中的應(yīng)用研究[D];清華大學(xué);2009年

7 徐鵬;多階段營(yíng)銷信息動(dòng)態(tài)發(fā)送建模與分析[D];南京大學(xué);2013年

8 葉偉寶;基于近似動(dòng)態(tài)規(guī)劃的倒立擺控制[D];廣西大學(xué);2007年

9 羅江;基于動(dòng)態(tài)規(guī)劃的計(jì)算機(jī)孔型優(yōu)化技術(shù)研究[D];武漢科技大學(xué);2003年

10 湯善江;面向DAG數(shù)據(jù)依賴型應(yīng)用系統(tǒng)研究與實(shí)現(xiàn)[D];天津大學(xué);2010年

，

本文編號(hào)：2502649