雷達(dá)在現(xiàn)代國(guó)防中有著非常重要的作用,雷達(dá)的目標(biāo)檢測(cè)與跟蹤一直是一個(gè)研究熱點(diǎn)。隨著雷達(dá)系統(tǒng)不斷發(fā)展,雷達(dá)分辨率與威力半徑不斷提高,因此在目標(biāo)跟蹤與檢測(cè)領(lǐng)域中出現(xiàn)了一些新的問題,同時(shí)這也是增強(qiáng)雷達(dá)探測(cè)性能的機(jī)遇。本文從雷達(dá)的視頻數(shù)據(jù)入手,期望從雷達(dá)視頻數(shù)據(jù)中檢測(cè)出目標(biāo)并進(jìn)行跟蹤得到目標(biāo)的運(yùn)動(dòng)軌跡。本文探討問題有三個(gè):首先,隨著雷達(dá)分辨率提升,雷達(dá)視頻單元格的空間尺寸小于感興趣目標(biāo)的尺寸,一個(gè)目標(biāo)出現(xiàn)在多個(gè)視頻單元格內(nèi),這就出現(xiàn)了“擴(kuò)展目標(biāo)”問題,其中包括了“擴(kuò)展目標(biāo)”的跟蹤和檢測(cè)問題。其次,隨著分辨率與威力半徑提升,雷達(dá)視頻數(shù)據(jù)中視頻單元格個(gè)數(shù)大量增加,目標(biāo)檢測(cè)時(shí)會(huì)產(chǎn)生巨大的計(jì)算量,而測(cè)量數(shù)據(jù)需在雷達(dá)一個(gè)轉(zhuǎn)動(dòng)周期之內(nèi)處理完畢,因此視頻數(shù)據(jù)快速處理變得理至關(guān)重要。第三,隨著雷達(dá)分辨率提升,可以得到更加豐富的目標(biāo)和檢測(cè)環(huán)境的信息,是否可以通過這些信息來提升雷達(dá)跟蹤檢測(cè)效率。本文將雷達(dá)跟蹤檢測(cè)問題與數(shù)字圖像處理以及仿生學(xué)優(yōu)化算法等技術(shù)相結(jié)合,對(duì)應(yīng)用于雷達(dá)視頻中目標(biāo)的跟蹤與檢測(cè)問題開展了研究,其主要內(nèi)容主要圍繞以下幾個(gè)問題展開:1.擴(kuò)展目標(biāo)的快速檢測(cè)問題,雷達(dá)分辨率與威力半徑提升使一幀視頻數(shù)據(jù)單元格數(shù)相比原有雷達(dá)增加數(shù)倍。現(xiàn)有算法的計(jì)算量很大,如何完成雷達(dá)系統(tǒng)的實(shí)時(shí)處理成了一個(gè)棘手問題。本文分析了擴(kuò)展目標(biāo)的特點(diǎn)并參考信號(hào)中“采樣”的思想,提出了基于輪廓跟蹤的目標(biāo)檢測(cè)算法以及該算法的改進(jìn)版本,基于輪廓跟蹤區(qū)域生長(zhǎng)的目標(biāo)檢測(cè)算法。兩種算法均可快速檢測(cè)到視頻幀中的擴(kuò)展目標(biāo),相比現(xiàn)有點(diǎn)跡分簇與點(diǎn)跡凝聚算法,通過實(shí)測(cè)數(shù)據(jù)檢驗(yàn),檢測(cè)速度提升數(shù)倍,可以滿足雷達(dá)系統(tǒng)實(shí)時(shí)性要求。2.不同區(qū)域的海雜波強(qiáng)度不同的問題。雷達(dá)監(jiān)視區(qū)域通常很大,而且測(cè)量環(huán)境比較復(fù)雜。測(cè)量值受到背景物體,如島嶼、高架橋,建筑物等回波的影響,產(chǎn)生了大量虛警;不同區(qū)域內(nèi)雜波強(qiáng)度各不相同。因此,難以使用單一檢測(cè)門限對(duì)整幀測(cè)量值進(jìn)行檢測(cè),致使基于輪廓跟蹤的目標(biāo)檢測(cè)算法和基于輪廓跟蹤區(qū)域生長(zhǎng)的目標(biāo)檢測(cè)算法難以檢測(cè)到雜波區(qū)中的目標(biāo)。基于此種情況,本文提出了多門限的輪廓跟蹤算法以應(yīng)對(duì)多種雜波環(huán)境,從不同強(qiáng)度海雜波中檢測(cè)出目標(biāo)。同時(shí),介紹了一種采樣的時(shí)空恒虛警檢測(cè)算法,該算法通過歷史測(cè)量值自適應(yīng)調(diào)整當(dāng)前單元格的檢測(cè)門限,擺脫了多門限的輪廓跟蹤算法中通過雷達(dá)參數(shù)與海雜波模型估計(jì)檢測(cè)門限的限制,對(duì)測(cè)量環(huán)境適應(yīng)性增強(qiáng)的同時(shí)更加易于工程實(shí)現(xiàn)。3.相互臨近多目標(biāo)測(cè)量值之間相互影響問題。由于雷達(dá)波束寬度會(huì)造成一定的的擴(kuò)展效應(yīng),因此有一些單元格并未存在目標(biāo)而其測(cè)量幅度會(huì)受到附近目標(biāo)影響。這樣一來,當(dāng)一個(gè)單元格附近存在多個(gè)目標(biāo)時(shí),即使該單元格沒有目標(biāo)存在卻受多個(gè)目標(biāo)回波的共同影響,但是該單元格依然具有較大的回波幅度。在這種情況下,基于輪廓跟蹤的目標(biāo)檢測(cè)算法、基于輪廓跟蹤區(qū)域生長(zhǎng)的目標(biāo)檢測(cè)算法、多門限的輪廓跟蹤算法、采樣的時(shí)空恒虛警檢測(cè)算法均有可能將多個(gè)目標(biāo)融合在一起,檢測(cè)為一個(gè)目標(biāo)。因此提出了一種下雨沖刷分割模型,使用本文所提的下雨沖刷分割算法增強(qiáng)了多目標(biāo)檢測(cè)的效果。該算法將多目標(biāo)的測(cè)量值區(qū)分開來以達(dá)到分別檢測(cè)出每個(gè)目標(biāo)的目的。4.弱小目標(biāo)的檢測(cè)問題。以上所提算法均為在一幀數(shù)據(jù)中檢測(cè)目標(biāo)的方法,檢測(cè)過程中,既有漏檢也有虛警。尤其是弱小目標(biāo),通常在單幀視頻中難以被檢測(cè)到。因此,期望借助檢測(cè)前跟蹤的思想,通過多幀聯(lián)合檢測(cè),減少虛警提升檢測(cè)概率。為了滿足實(shí)時(shí)性要求,本文提出的檢測(cè)前跟蹤算法借助了動(dòng)態(tài)規(guī)劃的思想而非計(jì)算量巨大的粒子濾波算法。對(duì)基于動(dòng)態(tài)規(guī)劃的檢測(cè)前跟蹤算法進(jìn)行改進(jìn),令其可以適用于擴(kuò)展目標(biāo)的檢測(cè)。經(jīng)過實(shí)測(cè)數(shù)據(jù)與仿真數(shù)據(jù)的測(cè)試,該檢測(cè)前跟蹤算法可以在較低的計(jì)算量之下較好地完成雷達(dá)視頻數(shù)據(jù)中的弱小目標(biāo)檢測(cè)問題。
【學(xué)位單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：TN953;TN957.52
【部分圖文】：

圖１．２?ＴＢＤ框圖??通過與經(jīng)典的ＴＡＤ技術(shù)相比，ＴＢＤ技術(shù)具有的優(yōu)勢(shì)有如下三點(diǎn)：??（１）?ＴＢＤ技術(shù)處理的是原始視頻數(shù)據(jù)，多幀視頻圖像數(shù)據(jù)經(jīng)過時(shí)間積累之后??再進(jìn)行處理，這樣可以通過多圈累積將未過檢測(cè)門限的原始信號(hào)進(jìn)行ｆ積，??

??圖１．１?ＴＡＤ框圖???？多幀積累寸跟蹤丨候Ｔ＆?檢測(cè)１目標(biāo)＾??Ｌ???Ｉ?Ｉ?Ｌ，?Ｉ??圖１．２?ＴＢＤ框圖??通過與經(jīng)典的ＴＡＤ技術(shù)相比，ＴＢＤ技術(shù)具有的優(yōu)勢(shì)有如下三點(diǎn)：??（１）?ＴＢＤ技術(shù)處理的是原始視頻數(shù)據(jù)，多幀視頻圖像數(shù)據(jù)經(jīng)過時(shí)間積累之后??再進(jìn)行處理，這樣可以通過多圈累積將未過檢測(cè)門限的原始信號(hào)進(jìn)行ｆ積，??因此特別適合對(duì)于弱小目標(biāo)的檢測(cè)和跟蹤處理；??（２）?ＴＢＤ技術(shù)未對(duì)傳感器進(jìn)行門限處理或者僅僅是進(jìn)行了低門限的處理，這??樣就沒有點(diǎn)跡數(shù)據(jù)，因此也不需要考慮點(diǎn)跡和航跡的關(guān)聯(lián)問題；??在ＴＢＤ檢測(cè)中，對(duì)單幀圖像不設(shè)置門限，因此漏檢的概率大大降低。但是同時(shí)??也提高了虛警概率

視頻數(shù)據(jù)同測(cè)量環(huán)境中單元格回波幅度和雷達(dá)波束方向圖有關(guān)，某單元格幅度測(cè)量值??可視為同一距離單元上方位臨近的單元格回波幅度與天線方向圖的卷積。為了對(duì)這一??過程進(jìn)行說明，在圖２．２中展示了波束掃過目標(biāo)的平面圖，一旦有部分的目標(biāo)被雷達(dá)??波束照射到，就認(rèn)為此天線方向上的單元格的測(cè)量值受到了該目標(biāo)的影響。為了判斷??單元格是否存在目標(biāo)，定義了一個(gè)判斷函數(shù)／ｍＣ）｜２（）１，其定義如（２－１１）??１，?ｙｖｉｐ＾’）?—Ｍｕ??／，（Ｕ）＝?＇丨?（２－Ｈ）??＾「ｃｏｓａ？，?ｓｍｏｒ？，］?（２－１２）??＿－ｓｍａ？，?ｃｏｓｏｒｍ＿??—０??ｌ?’??Ｎ＝?ｍ?（２－１３）??０?—??ｔ??．?Ｗｎ，?＿??式（２－１１）中（ｘｍ
【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 司文濤;童寧寧;王強(qiáng);;海雜波背景中小目標(biāo)檢測(cè)算法研究[J];信號(hào)處理;2014年01期

2 陳新亮;王麗;柳樹林;曾濤;;高分辨雷達(dá)擴(kuò)展目標(biāo)檢測(cè)算法研究[J];中國(guó)科學(xué):信息科學(xué);2012年08期

3 吳兆平;朱凱然;蘇濤;盧錦;;采用改進(jìn)粒子濾波的雷達(dá)擴(kuò)展目標(biāo)檢測(cè)前跟蹤[J];西安電子科技大學(xué)學(xué)報(bào);2011年02期

4 王福生;齊國(guó)清;;二值圖像中目標(biāo)物體輪廓的邊界跟蹤算法[J];大連海事大學(xué)學(xué)報(bào);2006年01期

5 張坤華,王敬儒,張啟衡;復(fù)雜背景下擴(kuò)展目標(biāo)的分割算法研究[J];紅外與毫米波學(xué)報(bào);2002年03期

6 楊文琳,方志宏,阮信暢,王克強(qiáng);雷達(dá)點(diǎn)跡凝聚處理技術(shù)及其數(shù)據(jù)分析[J];信號(hào)處理;2001年02期

本文編號(hào)：2882677