本文關鍵詞：多目標粒子濾波檢測前跟蹤算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：檢測前跟蹤(TBD)由于對目標信號進行多幀聯合處理和積累,使其對微弱目標的檢測和跟蹤性能相比于傳統(tǒng)的檢測后跟蹤(DBT)得到顯著提高,成為當代雷達信號處理方向研究的熱點。粒子濾波算法是TBD技術實現的一種性能較好的算法,該算法因具有解決非線性非高斯跟蹤問題的優(yōu)點而受到廣泛的關注。然而,基于粒子濾波的TBD算法研究時間尚短,還有許多技術問題未解決,例如:合適且有效的多目標粒子濾波算法;跟蹤過程中臨近目標相互干擾問題;算法計算量隨跟蹤目標數呈指數增長導致計算量爆炸問題等。本論文針對上述問題,研究了多目標粒子濾波TBD跟蹤算法,主要做了以下研究工作:1.針對多目標情況,研究了基于貝葉斯理論的“雙層”多目標粒子濾波算法,該算法具有起始新目標、維持目標跟蹤、刪除消失目標的功能,從而能成功跟蹤目標數目未知且時變的場景。2.針對多目標粒子濾波計算量隨目標數呈指數增長的問題,研究了基于獨立分區(qū)(IP-PF)的TBD算法,該算法通過將高維度的多目標聯合采樣降維成為多個單目標采樣,從而使得計算量與目標數線性相關;針對目標臨近相互干擾的問題,研究了基于平行分區(qū)(PP-PF)和聯合最優(yōu)采樣(JOID-PF)的TBD算法,這些算法綜合考慮了臨近目標之間的影響,能很好解決相互干擾的情況。3.針對粒子濾波跟蹤過程中粒子數固定而不能匹配場景目標數變化的問題,提出了一種基于對數似然比的自適應粒子數粒子濾波TBD算法(LLBA-PF-TBD),該算法通過似然函數的計算優(yōu)化了粒子濾波更新過程,能自適應的選擇匹配環(huán)境特性的粒子數目改善跟蹤效率和性能。4.針對粒子濾波計算量大的問題,提出了一種基于庫爾貝克萊伯勒距離的自適應粒子數粒子濾波TBD算法(KLD-PF-TBD),該算法利用先驗概率和后驗概率的差異大小決定粒子數的多少,從而達到減少計算量的目的。通過仿真實驗驗證了上述所有算法的有效性,證明了LLBA-PF-TBD和KLD-PF-TBD算法能在目標臨近和機動目標轉彎時,自適應地增大跟蹤的粒子數,以應對目標狀態(tài)不確定性增大的問題。
【關鍵詞】：檢測前跟蹤 多目標跟蹤 粒子濾波
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN957.51

  本文關鍵詞：多目標粒子濾波檢測前跟蹤算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：324558