【摘要】：隨著隱身技術(shù)的發(fā)展與廣泛應(yīng)用,戰(zhàn)斗機(jī)、導(dǎo)彈等軍事目標(biāo)的雷達(dá)反射截面積(RCS)銳減,導(dǎo)致目標(biāo)回波信號(hào)十分微弱,給雷達(dá)的檢測(cè)與跟蹤帶來(lái)了極大的挑戰(zhàn)。對(duì)于傳統(tǒng)雷達(dá)信號(hào)處理算法,其并未完全利用目標(biāo)回波數(shù)據(jù)信息,因此有必要基于精細(xì)化信號(hào)處理的理念,充分利用回波數(shù)據(jù)中所包含的有用信息,提高對(duì)微弱目標(biāo)檢測(cè)性能。當(dāng)前對(duì)目標(biāo)的檢測(cè)主要包括跟蹤前檢測(cè)(DBT)和檢測(cè)前跟蹤(TBD)兩種技術(shù),而在TBD技術(shù)的多種實(shí)現(xiàn)方法中,基于動(dòng)態(tài)規(guī)劃的檢測(cè)前跟蹤(DP-TBD)算法有著適用性廣,易于實(shí)現(xiàn)等特點(diǎn)�；诰�(xì)化信號(hào)處理的思想,本論文將從DBT算法以及DP-TBD算法兩方面分別展開(kāi)對(duì)微弱目標(biāo)檢測(cè)的研究。同時(shí),在DP-TBD算法的執(zhí)行過(guò)程中存在著可并行執(zhí)行的部分,可利用GPU的多線程技術(shù)對(duì)其進(jìn)行實(shí)現(xiàn),進(jìn)而提升算法的執(zhí)行速度�；诖�,論文也將研究DP-TBD算法在GPU上的實(shí)現(xiàn)方法。本論文的具體內(nèi)容包括:首先,為了避免DBT技術(shù)在脈沖壓縮(PC)過(guò)程中采用傳統(tǒng)加窗匹配濾波器存在的信噪比損失問(wèn)題,提高微弱目標(biāo)檢測(cè)性能,采用不加窗匹配濾波器的PC處理,但這時(shí)PC輸出的距離副瓣較高,會(huì)帶來(lái)恒虛警(CFAR)檢測(cè)處理時(shí)弱目標(biāo)易被鄰近強(qiáng)目標(biāo)所遮掩問(wèn)題,基于精細(xì)化信號(hào)處理的理念,利用已檢測(cè)出的強(qiáng)目標(biāo)先驗(yàn)信息,提出一種基于壓縮感知(CS)的微弱目標(biāo)檢測(cè)方法。然后,對(duì)基于多幀數(shù)據(jù)聯(lián)合處理的DP-TBD算法展開(kāi)研究。首先對(duì)DP-TBD算法中所采用的DP算法的原理及數(shù)學(xué)模型進(jìn)行介紹,并給出了單目標(biāo)DP-TBD算法的原理及實(shí)現(xiàn)流程。對(duì)于傳統(tǒng)DP-TBD算法的不足介紹兩種改進(jìn)DP-TBD算法:針對(duì)非均勻雜波背景下目標(biāo)的檢測(cè)和跟蹤性能大大降低的問(wèn)題,介紹了一種基于功率歸一化的DP-TBD算法;針對(duì)目標(biāo)信噪比過(guò)低造成最優(yōu)估計(jì)航跡為虛假航跡可能性增加,介紹了一種基于相鄰幀之間方向統(tǒng)計(jì)的DP-TBD算法,并對(duì)改進(jìn)算法進(jìn)行仿真驗(yàn)證。在此基礎(chǔ)上,本文又對(duì)DP-TBD算法在多目標(biāo)檢測(cè)與跟蹤中的應(yīng)用進(jìn)行了研究,并分別對(duì)局部極值法和剔除法兩種多目標(biāo)提取算法給與介紹。最后,對(duì)GPU的物理結(jié)構(gòu)和CUDA編程進(jìn)行介紹,并提出一種基于GPU實(shí)現(xiàn)的DP-TBD算法。
【圖文】：

西安電子科技大學(xué)碩士學(xué)位論文單位進(jìn)行 SP 的調(diào)度和執(zhí)行。即一個(gè) SMX 部件內(nèi)所有基本處理單元 SP 會(huì)被個(gè) Warp，，通常每個(gè) Warp 內(nèi)部包含多個(gè)基本執(zhí)行單元 SP。對(duì)于一個(gè) Warp 內(nèi)P，在調(diào)度的過(guò)程中其是被同時(shí)調(diào)度的，運(yùn)行相同的算法指令。若一個(gè) W SP 在調(diào)度過(guò)程中未被充分利用，則未被利用的基本處理單元 SP 會(huì)在調(diào)度于休眠狀態(tài)。

SMX結(jié)構(gòu)框架
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN957.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周啟煌,常天慶,邱曉波;機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型動(dòng)態(tài)辨識(shí)理論的研究[J];控制與決策;2004年12期

2 林盛;劉軍偉;徐偉;;一種基于目標(biāo)運(yùn)動(dòng)模型的雷達(dá)點(diǎn)跡模擬方法[J];艦船電子對(duì)抗;2018年03期

3 肖雷;劉高峰;魏建仁;;幾種機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型的跟蹤性能對(duì)比[J];火力與指揮控制;2007年05期

4 陸光宇;;目標(biāo)跟蹤技術(shù)研究[J];艦船電子工程;2018年12期

5 王林茜;胡曉曦;韓勛;匡銀;楊新權(quán);;單目標(biāo)跟蹤技術(shù)發(fā)展研究[J];空間電子技術(shù);2019年01期

6 郭玲;;基于核相關(guān)濾波器的多尺度目標(biāo)跟蹤[J];電子測(cè)量與儀器學(xué)報(bào);2018年04期

7 盤(pán)朝奉;丁亞強(qiáng);江浩斌;;基于車輛前方目標(biāo)運(yùn)動(dòng)模型的主動(dòng)避撞系統(tǒng)的研究[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2018年07期

8 李月峰;周書(shū)仁;;在線多目標(biāo)視頻跟蹤算法綜述[J];計(jì)算技術(shù)與自動(dòng)化;2018年01期

9 蘇艷蘋(píng);王戰(zhàn)偉;;極坐標(biāo)系下的目標(biāo)運(yùn)動(dòng)模型研究[J];河南科學(xué);2012年02期

10 樊香所;徐智勇;張建林;;改進(jìn)粒子濾波的弱小目標(biāo)跟蹤[J];光電工程;2018年08期

相關(guān)會(huì)議論文 前3條

1 楚威;閻星娥;蘇春梅;;仿真系統(tǒng)中飛機(jī)目標(biāo)典型運(yùn)動(dòng)模型的研究與實(shí)現(xiàn)[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年

2 石曉航;梁青陽(yáng);張慶杰;王俊生;沈錫強(qiáng);;DC-IMM估計(jì)方法在多UAV協(xié)同目標(biāo)跟蹤中的應(yīng)用[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

3 韓晉;;基于EKF-PHD濾波器的多目標(biāo)軌跡跟蹤研究[A];中國(guó)造船工程學(xué)會(huì)電子技術(shù)學(xué)術(shù)委員會(huì)2017年裝備技術(shù)發(fā)展論壇論文集[C];2017年

相關(guān)博士學(xué)位論文 前6條

1 張正言;雙基地MIMO雷達(dá)目標(biāo)跟蹤技術(shù)研究[D];國(guó)防科技大學(xué);2018年

2 馮平;復(fù)雜場(chǎng)景下單目標(biāo)的視覺(jué)跟蹤算法研究[D];華中科技大學(xué);2019年

3 王濤;復(fù)雜空間環(huán)境下紅外弱小目標(biāo)高可靠檢測(cè)方法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院上海技術(shù)物理研究所);2017年

4 高林;被動(dòng)雷達(dá)目標(biāo)檢測(cè)、跟蹤及分類研究[D];電子科技大學(xué);2018年

5 王長(zhǎng)軍;基于視頻的目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];浙江大學(xué);2006年

6 劉昌云;雷達(dá)機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型與跟蹤算法研究[D];西安電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 黃馨譽(yù);機(jī)載多傳感器目標(biāo)精確跟蹤算法研究[D];上海交通大學(xué);2016年

2 鄒志彬;標(biāo)簽箱粒子濾波及在多擴(kuò)展/群目標(biāo)跟蹤中的應(yīng)用[D];西安電子科技大學(xué);2019年

3 呂騰蛟;基于精細(xì)化信號(hào)處理的雷達(dá)微弱目標(biāo)檢測(cè)[D];西安電子科技大學(xué);2019年

4 范成;通用空情模擬器設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2018年

5 鐘冉;視頻監(jiān)控中場(chǎng)景自適應(yīng)建模及其在目標(biāo)跟蹤中的應(yīng)用[D];安徽大學(xué);2019年

6 李云;空基LFMICW雷達(dá)高速運(yùn)動(dòng)目標(biāo)測(cè)速測(cè)距方法研究[D];電子科技大學(xué);2019年

7 吳麗絲;基于知識(shí)的目標(biāo)跟蹤理論與應(yīng)用研究[D];電子科技大學(xué);2019年

8 楊亞男;視頻目標(biāo)跟蹤的抗遮擋算法研究[D];河南大學(xué);2018年

9 龔作豪;低空慢速目標(biāo)檢測(cè)、跟蹤方法及數(shù)據(jù)處理[D];西安電子科技大學(xué);2018年

10 孫文靜;基于深度學(xué)習(xí)約束的逆稀疏目標(biāo)跟蹤[D];湖南工業(yè)大學(xué);2018年

本文編號(hào)：2619741