【摘要】：認(rèn)知雷達(dá)概念的提出,為雷達(dá)未來(lái)的發(fā)展提供了新的思路和方向——智能化,雷達(dá)根據(jù)環(huán)境變化,對(duì)波形做出調(diào)整,讓雷達(dá)適應(yīng)環(huán)境,對(duì)目標(biāo)進(jìn)行更加有效、準(zhǔn)確的檢測(cè)。認(rèn)知雷達(dá)的主要研究和核心為對(duì)工作環(huán)境的感知,和發(fā)射波形的優(yōu)化設(shè)計(jì)。本文針對(duì)雷達(dá)跟蹤任務(wù),基于認(rèn)知雷達(dá)基本結(jié)構(gòu),分別采用準(zhǔn)則函數(shù)、離線學(xué)習(xí)和在線學(xué)習(xí)的方法,實(shí)現(xiàn)對(duì)環(huán)境信息的感知和波形優(yōu)化,對(duì)無(wú)干擾環(huán)境下的一般線性運(yùn)動(dòng)的跟蹤效果、存在干擾時(shí)的目標(biāo)跟蹤效果和獲得先驗(yàn)知識(shí)條件下的跟蹤效果進(jìn)行分析。首先基于認(rèn)知雷達(dá)基本結(jié)構(gòu),對(duì)認(rèn)知雷達(dá)的組成模塊及其實(shí)現(xiàn)功能進(jìn)行分析,引入了神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí),以貝葉斯濾波為核心,分析信號(hào)處理過(guò)程的具體流程。建立發(fā)射波形模型,并分析波形參數(shù)對(duì)量測(cè)的影響,包括對(duì)SNR和觀測(cè)值的影響。建立認(rèn)知雷達(dá)跟蹤任務(wù)下的功能模型,包括目標(biāo)的狀態(tài)空間,以及線性運(yùn)動(dòng)下的卡爾曼濾波算法,建立波形庫(kù)�；诰秸`差最小準(zhǔn)則,對(duì)擴(kuò)展目標(biāo)的線性運(yùn)動(dòng)進(jìn)行仿真分析,通過(guò)對(duì)認(rèn)知閉環(huán)雷達(dá)和傳統(tǒng)開(kāi)環(huán)雷達(dá)的性能,分析波形參數(shù)選擇對(duì)觀測(cè)精度、跟蹤精度的影響。介紹了BP神經(jīng)網(wǎng)絡(luò)這一監(jiān)督學(xué)習(xí)方法,利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)相應(yīng)的決策規(guī)則,建立環(huán)境信息與波形參數(shù)選擇之間的關(guān)系,并分析這一監(jiān)督學(xué)習(xí)方法與基于準(zhǔn)則的波形參數(shù)選擇方法的不同,以及該方法在有干擾環(huán)境下的性能。對(duì)強(qiáng)化學(xué)習(xí)理論進(jìn)行介紹,并提出兩種實(shí)現(xiàn)波形選擇的算法,近似動(dòng)態(tài)規(guī)劃Q學(xué)習(xí)算法和一種引入神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的與狀態(tài)無(wú)關(guān)的認(rèn)知學(xué)習(xí)算法,前者為離線學(xué)習(xí)算法,后者同時(shí)采用離線學(xué)習(xí)方法和在線學(xué)習(xí)方法。將上述方法與與利用準(zhǔn)則函數(shù)進(jìn)行波形選擇的方法進(jìn)行比較。Q學(xué)習(xí)方法的性能依賴(lài)于狀態(tài)劃分,而引入神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的與狀態(tài)無(wú)關(guān)的認(rèn)知學(xué)習(xí)算法具有更好的適應(yīng)性和穩(wěn)定性。本文基于機(jī)器學(xué)習(xí)方法,實(shí)現(xiàn)認(rèn)知雷達(dá)對(duì)環(huán)境的感知作用,建立跟蹤和觀測(cè)與波形參數(shù)之間的關(guān)系,實(shí)現(xiàn)跟蹤精度的提高。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TN953;TP181
【圖文】：

量測(cè)kz 的角度，在雜波環(huán)境下，針對(duì)目標(biāo)跟蹤問(wèn)題，波門(mén)準(zhǔn)則門(mén)的大小，提高跟蹤效果，表示為： 1 1det 1Tk kkg HP k k H R 1 1T HP k k H R，則最優(yōu)波形參數(shù)表示為：argmindet 1 kkS k 準(zhǔn)則函數(shù)解決在密集雜波背景下的目標(biāo)跟蹤問(wèn)題，較小的波門(mén)波點(diǎn)數(shù)，提高跟蹤精度。真實(shí)驗(yàn)及結(jié)果分析真背景 3-4 所示為所研究的線性運(yùn)動(dòng)模型，考慮目標(biāo)為擴(kuò)展目標(biāo)，目徑向速度和徑向距離。圖 3-5 所示為基于均方誤差準(zhǔn)則函數(shù)的程。

- 22 -波形參數(shù)的選擇，是基于均方誤差準(zhǔn)則。仿真中一次代價(jià)函數(shù)-6 所示，基于上一時(shí)刻信噪比和跟蹤精度對(duì)下一時(shí)刻所選參數(shù)，黃色圓圈中紅色點(diǎn)所示為選擇代價(jià)最小的邊波形參數(shù)組合。a) 三維示意圖 b)二維示意圖圖 3-6 基于均方誤差準(zhǔn)則的波形選擇示意圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 江濤;王盛利;;認(rèn)知雷達(dá)系統(tǒng)概念和體系架構(gòu)研究[J];航天電子對(duì)抗;2014年02期

2 金林;;智能化認(rèn)知雷達(dá)綜述[J];現(xiàn)代雷達(dá);2013年11期

3 崔琛;張?chǎng)?;多目標(biāo)環(huán)境中的認(rèn)知雷達(dá)跟蹤方法[J];信號(hào)處理;2013年01期

4 黎湘;范梅梅;;認(rèn)知雷達(dá)及其關(guān)鍵技術(shù)研究進(jìn)展[J];電子學(xué)報(bào);2012年09期

5 夏雙志;劉宏偉;糾博;;貝葉斯檢測(cè)跟蹤聯(lián)合處理的檢測(cè)閾值設(shè)置方法[J];系統(tǒng)工程與電子技術(shù);2012年07期

6 王勇;劉宏偉;糾博;楊曉超;;MIMO雷達(dá)穩(wěn)健的發(fā)射波束形成算法[J];電子與信息學(xué)報(bào);2012年02期

7 范梅梅;廖東平;丁小峰;黎湘;;基于WLS-TIR的多目標(biāo)識(shí)別認(rèn)知雷達(dá)波形自適應(yīng)方法[J];電子學(xué)報(bào);2012年01期

8 王宏強(qiáng);夏洪恩;程永強(qiáng);王璐璐;;基于MPDA的波形自適應(yīng)目標(biāo)跟蹤[J];系統(tǒng)工程與電子技術(shù);2011年11期

9 王彬;汪晉寬;宋昕;韓英華;;認(rèn)知雷達(dá)中基于Q學(xué)習(xí)的自適應(yīng)波形選擇算法[J];系統(tǒng)工程與電子技術(shù);2011年05期

10 糾博;劉宏偉;胡利平;吳順君;;針對(duì)目標(biāo)識(shí)別的波形優(yōu)化設(shè)計(jì)方法[J];電子與信息學(xué)報(bào);2009年11期

相關(guān)博士學(xué)位論文 前1條

1 王彬;認(rèn)知雷達(dá)波形優(yōu)化設(shè)計(jì)研究[D];東北大學(xué);2011年

相關(guān)碩士學(xué)位論文 前1條

1 徐明珠;基于模糊函數(shù)和最大互信息的認(rèn)知雷達(dá)自適應(yīng)波形設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2015年

本文編號(hào)：2740025