本文關鍵詞：認知雷達理論及其波形選擇算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：認知雷達是下一代智能雷達,它能夠與目標環(huán)境形成一個閉環(huán)動態(tài)系統(tǒng),根據(jù)目標環(huán)境自適應地調(diào)整發(fā)射機來控制發(fā)射波形,并不斷地在與目標環(huán)境的交互中獲取信息,從而全面提高雷達的整體性能。如何自適應地選擇發(fā)射波形是認知雷達研究熱點之一,目前波形自適應選擇算法主要是基于狀態(tài)單步預測來進行優(yōu)化求解,此時系統(tǒng)是“貪婪”的,僅著眼于下一時刻性能指標,未能考慮目標在未來多個時刻里的變化情況。而在目標跟蹤的問題上,我們更關心的是系統(tǒng)長期的跟蹤性能,即跟蹤的穩(wěn)定性。因此,基于目標狀態(tài)多步預測的波形多步優(yōu)化問題也就成為了認知雷達需要探索的課題。然而在實際應用中,由于預測精度和計算復雜度等問題,實時地處理波形的多步優(yōu)化問題面臨著諸多困難。本文首先對認知雷達概念的產(chǎn)生及相關技術的研究狀況做了回顧,重點闡述了認知雷達的基本原理和結(jié)構(gòu)特性,詳細分析了以目標跟蹤為目的的認知雷達工作流程。在此基礎上,針對基于波形庫的認知跟蹤雷達采用傳統(tǒng)單步預測和優(yōu)化方法時在跟蹤性能方面的不足,提出了基于狀態(tài)多步預測的波形滾動優(yōu)化選擇算法。給出了基于卡爾曼濾波理論的狀態(tài)多步預測的遞推過程,并運用動態(tài)規(guī)劃方法求解了以整體跟蹤誤差為性能指標的波形的多步優(yōu)化問題。最后,將上述方法應用于再入彈道目標跟蹤問題的求解,計算機仿真實驗結(jié)果驗證了該方法的可行性和有效性,同時也驗證了基于多步預測的波形滾動優(yōu)化算法達到了提升跟蹤性能和跟蹤穩(wěn)定性的目的。
【關鍵詞】：認知雷達 目標跟蹤 多步預測 滾動優(yōu)化 動態(tài)規(guī)劃 波形選擇
【學位授予單位】：蘭州大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN958
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第一章 緒論7-12
• 1.1 認知雷達研究背景7-8
• 1.2 認知雷達概念形成過和及研究現(xiàn)狀8-10
• 1.3 本文內(nèi)容及章節(jié)安排10-12
• 第二章 認知雷達系統(tǒng)基本理論12-32
• 2.1 認知雷達基本概念12
• 2.2 傳統(tǒng)雷達與認知雷達12-14
• 2.2.1 傳統(tǒng)雷達12-13
• 2.2.2 認知雷達13
• 2.2.3 感知—行動循環(huán)(Perception-Action Cycle)13-14
• 2.3 雷達信號的基帶模型14-16
• 2.3.1 發(fā)射信號和回波信號的基帶模型14
• 2.3.2 匹配濾波器組和包絡檢波器14-15
• 2.3.3 測量噪聲的統(tǒng)計學特征15-16
• 2.4 接收機端對環(huán)境的感知16-23
• 2.4.1 貝葉斯濾波器17-19
• 2.4.2 近似貝葉斯濾波器19
• 2.4.3 擴展卡爾曼濾波器19-21
• 2.4.4 容積卡爾曼濾波21-23
• 2.5 接收機到發(fā)射機的信息反饋23-24
• 2.6 發(fā)射機端的最優(yōu)波形控制24-27
• 2.6.1 代價函數(shù)的確定24-26
• 2.6.2 波形庫的建立和最優(yōu)波形選擇26-27
• 2.7 認知雷達的信息流圖27-28
• 2.8 仿真實驗及結(jié)果28-30
• 2.8.1 狀態(tài)模型的建立28-29
• 2.8.2 實驗配置29
• 2.8.3 性能評價指標29-30
• 2.8.4 仿真結(jié)果30
• 2.9 本章小結(jié)30-32
• 第三章 基于多步預測的波形滾動優(yōu)化算法32-49
• 3.1 基于卡爾曼濾波理論的狀態(tài)多步預測32-34
• 3.1.1 多步預測的遞推表示33-34
• 3.2 動態(tài)規(guī)劃理論34-41
• 3.2.1 馬爾科夫決策過程34-36
• 3.2.2 貝爾曼最優(yōu)原理36
• 3.2.3 動態(tài)規(guī)劃算法36-38
• 3.2.4 策略迭代（policy iteration）38-39
• 3.2.5 價值迭代（value iteration)39-40
• 3.2.6 對不完整狀態(tài)信息的處理40-41
• 3.3 基于動態(tài)規(guī)劃的波形多步優(yōu)化41-43
• 3.3.1 波形多步優(yōu)化問題的貝爾曼方程41-42
• 3.3.2 代價函數(shù)（cost-to-go function）的近似計算42-43
• 3.4 仿真試驗及結(jié)論43-47
• 3.4.1 再入彈道問題43-45
• 3.4.2 雷達仿真環(huán)境配置45-46
• 3.4.3 仿真結(jié)果及結(jié)論46-47
• 3.5 本章小節(jié)47-49
• 第四章 總結(jié)與展望49-51
• 4.1 本文總結(jié)49
• 4.2 今后的研究方向49-51
• 參考文獻51-53
• 在學期間的研究成果53-54
• 致謝54

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 聞育,吳鐵軍;基于蟻群算法的城域交通控制實時滾動優(yōu)化[J];控制與決策;2004年09期

2 王f

本文編號：392414