【摘要】：認知雷達概念的提出,為雷達未來的發(fā)展提供了新的思路和方向——智能化,雷達根據(jù)環(huán)境變化,對波形做出調(diào)整,讓雷達適應環(huán)境,對目標進行更加有效、準確的檢測。認知雷達的主要研究和核心為對工作環(huán)境的感知,和發(fā)射波形的優(yōu)化設計。本文針對雷達跟蹤任務,基于認知雷達基本結(jié)構(gòu),分別采用準則函數(shù)、離線學習和在線學習的方法,實現(xiàn)對環(huán)境信息的感知和波形優(yōu)化,對無干擾環(huán)境下的一般線性運動的跟蹤效果、存在干擾時的目標跟蹤效果和獲得先驗知識條件下的跟蹤效果進行分析。首先基于認知雷達基本結(jié)構(gòu),對認知雷達的組成模塊及其實現(xiàn)功能進行分析,引入了神經(jīng)網(wǎng)絡、強化學習,以貝葉斯濾波為核心,分析信號處理過程的具體流程。建立發(fā)射波形模型,并分析波形參數(shù)對量測的影響,包括對SNR和觀測值的影響。建立認知雷達跟蹤任務下的功能模型,包括目標的狀態(tài)空間,以及線性運動下的卡爾曼濾波算法,建立波形庫�；诰秸`差最小準則,對擴展目標的線性運動進行仿真分析,通過對認知閉環(huán)雷達和傳統(tǒng)開環(huán)雷達的性能,分析波形參數(shù)選擇對觀測精度、跟蹤精度的影響。介紹了BP神經(jīng)網(wǎng)絡這一監(jiān)督學習方法,利用神經(jīng)網(wǎng)絡學習相應的決策規(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)督學習方法與基于準則的波形參數(shù)選擇方法的不同,以及該方法在有干擾環(huán)境下的性能。對強化學習理論進行介紹,并提出兩種實現(xiàn)波形選擇的算法,近似動態(tài)規(guī)劃Q學習算法和一種引入神經(jīng)網(wǎng)絡學習的與狀態(tài)無關(guān)的認知學習算法,前者為離線學習算法,后者同時采用離線學習方法和在線學習方法。將上述方法與與利用準則函數(shù)進行波形選擇的方法進行比較。Q學習方法的性能依賴于狀態(tài)劃分,而引入神經(jīng)網(wǎng)絡學習的與狀態(tài)無關(guān)的認知學習算法具有更好的適應性和穩(wěn)定性。本文基于機器學習方法,實現(xiàn)認知雷達對環(huán)境的感知作用,建立跟蹤和觀測與波形參數(shù)之間的關(guān)系,實現(xiàn)跟蹤精度的提高。
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN953;TP181
【圖文】：

量測kz 的角度，在雜波環(huán)境下，針對目標跟蹤問題，波門準則門的大小，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 準則函數(shù)解決在密集雜波背景下的目標跟蹤問題，較小的波門波點數(shù)，提高跟蹤精度。真實驗及結(jié)果分析真背景 3-4 所示為所研究的線性運動模型，考慮目標為擴展目標，目徑向速度和徑向距離。圖 3-5 所示為基于均方誤差準則函數(shù)的程。

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

【參考文獻】

相關(guān)期刊論文 前10條

1 江濤;王盛利;;認知雷達系統(tǒng)概念和體系架構(gòu)研究[J];航天電子對抗;2014年02期

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

3 崔琛;張鑫;;多目標環(huán)境中的認知雷達跟蹤方法[J];信號處理;2013年01期

4 黎湘;范梅梅;;認知雷達及其關(guān)鍵技術(shù)研究進展[J];電子學報;2012年09期

5 夏雙志;劉宏偉;糾博;;貝葉斯檢測跟蹤聯(lián)合處理的檢測閾值設置方法[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

7 范梅梅;廖東平;丁小峰;黎湘;;基于WLS-TIR的多目標識別認知雷達波形自適應方法[J];電子學報;2012年01期

8 王宏強;夏洪恩;程永強;王璐璐;;基于MPDA的波形自適應目標跟蹤[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;;認知雷達中基于Q學習的自適應波形選擇算法[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

相關(guān)博士學位論文 前1條

1 王彬;認知雷達波形優(yōu)化設計研究[D];東北大學;2011年

相關(guān)碩士學位論文 前1條

1 徐明珠;基于模糊函數(shù)和最大互信息的認知雷達自適應波形設計[D];哈爾濱工業(yè)大學;2015年

本文編號：2740025