基于粒子濾波的多雷達單目標檢測前跟蹤算法研究
發(fā)布時間:2020-12-08 13:49
基于粒子濾波的檢測前跟蹤(Tracking Before Detection,TBD)是一種非常適合用來檢測信號微弱的目標的方法,該方法通過降低對目標的檢測閾值進行目標的跟蹤,然后將傳感器獲得的數(shù)據(jù)傳輸至融合中心進行處理獲得目標航跡,并同時完成對目標的檢測,充分有效地利用了先驗信息;诹W訛V波的檢測前跟蹤算法既能處理高斯系統(tǒng)弱目標的檢測與跟蹤問題,又能處理非線性非高斯系統(tǒng)的弱目標檢測與跟蹤問題,適用范圍較廣。但是現(xiàn)在已有的TBD方法主要在單雷達的基礎(chǔ)上對目標進行檢測跟蹤,對多異步雷達聯(lián)合檢測的研究較少,而多異步雷達通過聯(lián)合探測可以充分利用有效信息,提高跟蹤檢測性能。然而多異步雷達系統(tǒng)存在各雷達地理位置不同以及采樣時間不同的問題,無法直接將雷達回波幅值信息進行融合,否則會嚴重影響融合結(jié)果。針對以上問題,本文對多異步傳感器檢測前跟蹤問題進行研究,具體內(nèi)容如下:首先,介紹了基于粒子濾波的檢測前跟蹤算法的基本原理,給出了基于粒子濾波檢測前跟蹤算法的實現(xiàn)步驟,并介紹了三種常用的時間配準方法基礎(chǔ)理論。其次,提出了一種基于粒子濾波的多異步傳感器檢測前跟蹤算法,該算法針對多異步雷達回波幅值信息無法直...
【文章來源】:杭州電子科技大學浙江省
【文章頁數(shù)】:54 頁
【學位級別】:碩士
【部分圖文】:
圖2.1粒子濾波流程圖
杭州電子科技大學碩士學位論文PF-TBD 算法于粒子濾波的檢測前跟蹤算法是在目標的狀態(tài)變量中增加一個離散變征目標是否出現(xiàn),并通過馬爾可夫狀態(tài)轉(zhuǎn)移矩陣對該變量進行控制D 算法是通過先驗信息和貝葉斯公式推算出后驗概率密度函1:| )k kz ,通過1:( , | )k k kp s cz 來檢測在區(qū)域內(nèi)有沒有目標以及對目標狀態(tài)的節(jié)主要介紹 PF-TBD 具體實現(xiàn)過程。
如圖2.3 所示。圖 2.3 時間配準模型圖本節(jié)介紹三種時間配準方法:拉格朗日插值法、最小二曲線乘擬合法和內(nèi)插外推法,并進行簡要分析。2.3.1 拉格朗日插值法拉格朗日插值方法( Lagrange interpolation method)是根據(jù)已知采樣數(shù)據(jù)的函數(shù)得到解析式,它要求通過已知的采樣點確定要求點的近似函數(shù),然后根據(jù)函數(shù)表達式計算配準時間數(shù)據(jù)。多傳感器利用數(shù)據(jù)插值方法進行時間配準,根據(jù)已知的采樣點數(shù)據(jù)得到目標運動的軌跡。假設(shè)對傳感器n進行時間配準,設(shè) ( , , )m m m mZ x y z是 ( 1,2,... )mt m l時刻傳感器n的采樣數(shù)據(jù),時間配準時刻為1( )n m n mt t t t ,mn( , , )mn mnx y z 表示時間配準后的數(shù)據(jù)。則利用插值法求得陪準時間數(shù)據(jù),插值公式如下:n 1mn 11 1111 1111 1m n nm mm m m mn m n mmn m mn m m nn m n mmn m mm m m mt t t tx x xt t t tt t t ty y yt t t tt t t tz z zt t t t (2.26)
【參考文獻】:
期刊論文
[1]基于改進QIPF的弱目標檢測前跟蹤算法的研究[J]. 蔣繼娟. 科技風. 2017(09)
[2]基于主成分變換模型的DEM格網(wǎng)聚合及其誤差分析[J]. 黃澤純,張倩寧,徐柱,洪安東,張瑞芳. 測繪學報. 2017(03)
[3]基于雙重采樣粒子濾波的目標軌跡跟蹤研究[J]. 黃梨力. 交通科技與經(jīng)濟. 2016(04)
[4]一種基于QMC-APF的檢測前跟蹤算法[J]. 郭云飛,唐學大,駱吉安,邵根富. 現(xiàn)代雷達. 2015(02)
[5]Track-before-detect algorithm for maneuvering infrared weak multiple targets via particle filter[J]. 張寅生,龍云利,劉琨. Chinese Optics Letters. 2014(10)
[6]一種基于交叉和變異算子改進的遺傳算法研究[J]. 謝燕麗,許青林,姜文超. 計算機技術(shù)與發(fā)展. 2014(04)
[7]基于輔助粒子濾波的機動弱目標TBD算法[J]. 孫云,王國宏,譚順成,于洪波. 電光與控制. 2013(07)
[8]聚合重采樣粒子濾波的機載無源定位算法[J]. 劉學,張志敏,焦淑紅. 應用基礎(chǔ)與工程科學學報. 2013(03)
[9]一種異步多傳感器組合導航系統(tǒng)融合算法[J]. 林雪原. 武漢大學學報(信息科學版). 2012(01)
[10]基于裂變繁殖粒子濾波的檢測前跟蹤算法[J]. 樊玲. 計算機應用. 2011(09)
博士論文
[1]復雜環(huán)境下弱目標檢測與跟蹤算法研究[D]. 黃大羽.華東理工大學 2012
[2]多平臺多傳感器多源信息融合系統(tǒng)時空配準及性能評估研究[D]. 李教.西北工業(yè)大學 2003
碩士論文
[1]基于粒子濾波的多雷達單目標檢測前跟蹤算法研究[D]. 程小會.杭州電子科技大學 2016
[2]環(huán)錠細紗機斷線監(jiān)測系統(tǒng)設(shè)計[D]. 王森梟.杭州電子科技大學 2016
[3]基于粒子濾波的弱目標檢測前跟蹤算法[D]. 張峰.杭州電子科技大學 2016
[4]基于遺傳算法雷達組網(wǎng)方法研究[D]. 陳軒.華中科技大學 2015
[5]多傳感器時空配準技術(shù)研究[D]. 王偉.中國電子科學研究院 2014
[6]基于粒子濾波的多個弱目標檢測前跟蹤算法研究[D]. 劉鑫.杭州電子科技大學 2014
[7]基于粒子濾波的機動弱目標檢測前跟蹤算法研究[D]. 樊孔帥.杭州電子科技大學 2014
[8]基于粒子濾波的檢測前跟蹤算法研究及在GPU平臺上的實現(xiàn)[D]. 蘇金洲.電子科技大學 2013
[9]基于隨機霍夫變換的微弱目標檢測方法研究[D]. 魏蘭玲.電子科技大學 2011
[10]基于蒙特卡羅算法的移動機器人自定位技術(shù)研究[D]. 張曉東.沈陽理工大學 2011
本文編號:2905195
【文章來源】:杭州電子科技大學浙江省
【文章頁數(shù)】:54 頁
【學位級別】:碩士
【部分圖文】:
圖2.1粒子濾波流程圖
杭州電子科技大學碩士學位論文PF-TBD 算法于粒子濾波的檢測前跟蹤算法是在目標的狀態(tài)變量中增加一個離散變征目標是否出現(xiàn),并通過馬爾可夫狀態(tài)轉(zhuǎn)移矩陣對該變量進行控制D 算法是通過先驗信息和貝葉斯公式推算出后驗概率密度函1:| )k kz ,通過1:( , | )k k kp s cz 來檢測在區(qū)域內(nèi)有沒有目標以及對目標狀態(tài)的節(jié)主要介紹 PF-TBD 具體實現(xiàn)過程。
如圖2.3 所示。圖 2.3 時間配準模型圖本節(jié)介紹三種時間配準方法:拉格朗日插值法、最小二曲線乘擬合法和內(nèi)插外推法,并進行簡要分析。2.3.1 拉格朗日插值法拉格朗日插值方法( Lagrange interpolation method)是根據(jù)已知采樣數(shù)據(jù)的函數(shù)得到解析式,它要求通過已知的采樣點確定要求點的近似函數(shù),然后根據(jù)函數(shù)表達式計算配準時間數(shù)據(jù)。多傳感器利用數(shù)據(jù)插值方法進行時間配準,根據(jù)已知的采樣點數(shù)據(jù)得到目標運動的軌跡。假設(shè)對傳感器n進行時間配準,設(shè) ( , , )m m m mZ x y z是 ( 1,2,... )mt m l時刻傳感器n的采樣數(shù)據(jù),時間配準時刻為1( )n m n mt t t t ,mn( , , )mn mnx y z 表示時間配準后的數(shù)據(jù)。則利用插值法求得陪準時間數(shù)據(jù),插值公式如下:n 1mn 11 1111 1111 1m n nm mm m m mn m n mmn m mn m m nn m n mmn m mm m m mt t t tx x xt t t tt t t ty y yt t t tt t t tz z zt t t t (2.26)
【參考文獻】:
期刊論文
[1]基于改進QIPF的弱目標檢測前跟蹤算法的研究[J]. 蔣繼娟. 科技風. 2017(09)
[2]基于主成分變換模型的DEM格網(wǎng)聚合及其誤差分析[J]. 黃澤純,張倩寧,徐柱,洪安東,張瑞芳. 測繪學報. 2017(03)
[3]基于雙重采樣粒子濾波的目標軌跡跟蹤研究[J]. 黃梨力. 交通科技與經(jīng)濟. 2016(04)
[4]一種基于QMC-APF的檢測前跟蹤算法[J]. 郭云飛,唐學大,駱吉安,邵根富. 現(xiàn)代雷達. 2015(02)
[5]Track-before-detect algorithm for maneuvering infrared weak multiple targets via particle filter[J]. 張寅生,龍云利,劉琨. Chinese Optics Letters. 2014(10)
[6]一種基于交叉和變異算子改進的遺傳算法研究[J]. 謝燕麗,許青林,姜文超. 計算機技術(shù)與發(fā)展. 2014(04)
[7]基于輔助粒子濾波的機動弱目標TBD算法[J]. 孫云,王國宏,譚順成,于洪波. 電光與控制. 2013(07)
[8]聚合重采樣粒子濾波的機載無源定位算法[J]. 劉學,張志敏,焦淑紅. 應用基礎(chǔ)與工程科學學報. 2013(03)
[9]一種異步多傳感器組合導航系統(tǒng)融合算法[J]. 林雪原. 武漢大學學報(信息科學版). 2012(01)
[10]基于裂變繁殖粒子濾波的檢測前跟蹤算法[J]. 樊玲. 計算機應用. 2011(09)
博士論文
[1]復雜環(huán)境下弱目標檢測與跟蹤算法研究[D]. 黃大羽.華東理工大學 2012
[2]多平臺多傳感器多源信息融合系統(tǒng)時空配準及性能評估研究[D]. 李教.西北工業(yè)大學 2003
碩士論文
[1]基于粒子濾波的多雷達單目標檢測前跟蹤算法研究[D]. 程小會.杭州電子科技大學 2016
[2]環(huán)錠細紗機斷線監(jiān)測系統(tǒng)設(shè)計[D]. 王森梟.杭州電子科技大學 2016
[3]基于粒子濾波的弱目標檢測前跟蹤算法[D]. 張峰.杭州電子科技大學 2016
[4]基于遺傳算法雷達組網(wǎng)方法研究[D]. 陳軒.華中科技大學 2015
[5]多傳感器時空配準技術(shù)研究[D]. 王偉.中國電子科學研究院 2014
[6]基于粒子濾波的多個弱目標檢測前跟蹤算法研究[D]. 劉鑫.杭州電子科技大學 2014
[7]基于粒子濾波的機動弱目標檢測前跟蹤算法研究[D]. 樊孔帥.杭州電子科技大學 2014
[8]基于粒子濾波的檢測前跟蹤算法研究及在GPU平臺上的實現(xiàn)[D]. 蘇金洲.電子科技大學 2013
[9]基于隨機霍夫變換的微弱目標檢測方法研究[D]. 魏蘭玲.電子科技大學 2011
[10]基于蒙特卡羅算法的移動機器人自定位技術(shù)研究[D]. 張曉東.沈陽理工大學 2011
本文編號:2905195
本文鏈接:http://sikaile.net/kejilunwen/wltx/2905195.html
最近更新
教材專著