認知跟蹤雷達系統(tǒng)設計與仿真研究
發(fā)布時間:2019-09-12 23:26
【摘要】:隨著現(xiàn)代信息化程度的不斷提高,軍事技術(shù)的發(fā)展對現(xiàn)代雷達的要求越來越高,同時目標多樣化、環(huán)境復雜化和任務多元化,也加速了現(xiàn)代雷達向智能化方向發(fā)展的步伐。認知雷達由此應運而生,它是一種智能化的新體制雷達系統(tǒng),它能夠利用所感知的目標和外部環(huán)境信息以及其它先驗知識,智能地選擇發(fā)射信號,因而得到了廣泛研究。 本文將傳統(tǒng)認知雷達系統(tǒng)中的貝葉斯濾波器替換為應用更廣泛的卡爾曼濾波器,并建立了認知跟蹤雷達系統(tǒng)。首先,在認知雷達的基礎之上,研究了認知跟蹤雷達系統(tǒng)的整體結(jié)構(gòu)、數(shù)學模型、跟蹤原理及設計細節(jié)。其次,選用了兩種性能較佳的發(fā)射信號模型:線性調(diào)頻信號和超寬帶混沌信號,并分別對其進行了仿真。結(jié)果表明,將線性調(diào)頻信號作為發(fā)射信號并對其回波信號進行脈沖壓縮技術(shù)處理,或?qū)⒕哂写髸r寬-帶寬積特性的正弦波嵌入式超寬帶混沌信號作為發(fā)射信號,均可以很好地解決探測精度與分辨力之間的矛盾。再次,對認知跟蹤雷達的回波信號進行了濾波處理與仿真,先后分析了卡爾曼濾波算法、擴展卡爾曼濾波算法、無跡卡爾曼濾波算法以及容積卡爾曼濾波算法,并在此基礎上建立了迭代容積卡爾曼濾波算法,該算法降低了目標初始狀態(tài)的估計誤差,并且減小了線性化量測方程引入的傳遞誤差,極大地提高了認知跟蹤雷達的性能。最后,利用MATLAB軟件對上述幾種濾波算法分別進行了仿真,仿真結(jié)果表明迭代容積卡爾曼濾波算法與傳統(tǒng)的濾波算法相比,在認知跟蹤雷達中的跟蹤精度更高,穩(wěn)定性更好,對初始誤差的容錯性更強。
【圖文】:
雷達系統(tǒng) 認知雷達⑴(cognitive radar, CR)的提出,指明了現(xiàn)代雷達的智能化發(fā)展趨勢,其基本結(jié)構(gòu)如圖1-1所示。它是一種可以利用所感知的目標和外部環(huán)境信息以及其它先驗知識,智能地選擇發(fā)射信號、工作方式和系統(tǒng)配置的智能化雷達系統(tǒng)。由于它的智能化能夠適應越來越復雜的戰(zhàn)場環(huán)境和日益擁擠的無線電環(huán)境,因而受到了極大關(guān)注和廣泛研究。 統(tǒng)計參數(shù)估計和環(huán)境概率決策 gSi發(fā)射系統(tǒng)一~[ ="“」 ( )外部環(huán)境gS)接收系統(tǒng)發(fā)射信號廣口_^- 回波信號 i?傳感器組———H目標及其環(huán)境J — 1回波信號 環(huán)境圖1-1認知雷達原理圖1
圖1-2含有環(huán)境動態(tài)數(shù)據(jù)庫(EDDB)并具備自適應發(fā)射特性的認知雷達框圖Fig. 1-2 Block diagram of cognitive radar containing an environmental dynamic database and havingthe adaptive emission characteristics目前,國外對認知雷達方面的研宄主要集中在最優(yōu)發(fā)射波形的設計與優(yōu)化上。首先是特征值法,該方法利用相應目標響應的某種特征值來獲得最優(yōu)的發(fā)射波形,但是特征值法要求目標有確定且己知的沖激響應。因此,該方法只適用于噪聲環(huán)境下擴展目標的檢測和識別問題其次是注水法,該方法是使用拉格朗日乘數(shù)法對轉(zhuǎn)化后的凸規(guī)劃問題進行求解來獲得最優(yōu)的發(fā)射波形。注水法通常應用于多場景下的最優(yōu)發(fā)射波形的求解問題,例如可用于雜波環(huán)境下的高斯點目標檢測問題以及擴展目標的識別問題【21][。]。在能量受到約束的條件下可利用注水法獲得最優(yōu)波形能量譜[23];該方法還可以應用于具有確定性沖激響應但目標類別不確定的隨機目標識別的最優(yōu)波形求解問題124];也可應用于隨機擴展目標跟蹤的最優(yōu)波形設計問題中[M。另外在能量受限
【學位授予單位】:太原理工大學
【學位級別】:碩士
【學位授予年份】:2014
【分類號】:TN953
【圖文】:
雷達系統(tǒng) 認知雷達⑴(cognitive radar, CR)的提出,指明了現(xiàn)代雷達的智能化發(fā)展趨勢,其基本結(jié)構(gòu)如圖1-1所示。它是一種可以利用所感知的目標和外部環(huán)境信息以及其它先驗知識,智能地選擇發(fā)射信號、工作方式和系統(tǒng)配置的智能化雷達系統(tǒng)。由于它的智能化能夠適應越來越復雜的戰(zhàn)場環(huán)境和日益擁擠的無線電環(huán)境,因而受到了極大關(guān)注和廣泛研究。 統(tǒng)計參數(shù)估計和環(huán)境概率決策 gSi發(fā)射系統(tǒng)一~[ ="“」 ( )外部環(huán)境gS)接收系統(tǒng)發(fā)射信號廣口_^- 回波信號 i?傳感器組———H目標及其環(huán)境J — 1回波信號 環(huán)境圖1-1認知雷達原理圖1
圖1-2含有環(huán)境動態(tài)數(shù)據(jù)庫(EDDB)并具備自適應發(fā)射特性的認知雷達框圖Fig. 1-2 Block diagram of cognitive radar containing an environmental dynamic database and havingthe adaptive emission characteristics目前,國外對認知雷達方面的研宄主要集中在最優(yōu)發(fā)射波形的設計與優(yōu)化上。首先是特征值法,該方法利用相應目標響應的某種特征值來獲得最優(yōu)的發(fā)射波形,但是特征值法要求目標有確定且己知的沖激響應。因此,該方法只適用于噪聲環(huán)境下擴展目標的檢測和識別問題其次是注水法,該方法是使用拉格朗日乘數(shù)法對轉(zhuǎn)化后的凸規(guī)劃問題進行求解來獲得最優(yōu)的發(fā)射波形。注水法通常應用于多場景下的最優(yōu)發(fā)射波形的求解問題,例如可用于雜波環(huán)境下的高斯點目標檢測問題以及擴展目標的識別問題【21][。]。在能量受到約束的條件下可利用注水法獲得最優(yōu)波形能量譜[23];該方法還可以應用于具有確定性沖激響應但目標類別不確定的隨機目標識別的最優(yōu)波形求解問題124];也可應用于隨機擴展目標跟蹤的最優(yōu)波形設計問題中[M。另外在能量受限
【學位授予單位】:太原理工大學
【學位級別】:碩士
【學位授予年份】:2014
【分類號】:TN953
【參考文獻】
相關(guān)期刊論文 前10條
1 糾博;劉宏偉;胡利平;吳順君;;針對目標識別的波形優(yōu)化設計方法[J];電子與信息學報;2009年11期
2 糾博;劉宏偉;何學輝;吳順君;;多特征子空間波形優(yōu)化設計方法[J];電子與信息學報;2009年12期
3 王勇;劉宏偉;糾博;楊曉超;;MIMO雷達穩(wěn)健的發(fā)射波束形成算法[J];電子與信息學報;2012年02期
4 張鑫;崔琛;余劍;;信號相關(guān)雜波環(huán)境中的認知雷達多擴展目標跟蹤[J];電路與系統(tǒng)學報;2013年02期
5 俞道濱;吳彥鴻;朱衛(wèi)綱;;一種認知跟蹤雷達LFM波形庫建立方法[J];電訊技術(shù);2013年10期
6 王鵬;崔琛;張鑫;;色噪聲下認知雷達自適應檢測波形設計[J];電子信息對抗技術(shù);2013年05期
7 張鑫;崔琛;;基于AWD和EBD的認知雷達序貫信號檢測[J];電路與系統(tǒng)學報;2013年02期
8 李s,
本文編號:2535416
本文鏈接:http://sikaile.net/kejilunwen/wltx/2535416.html
最近更新
教材專著