我國(guó)航運(yùn)業(yè)務(wù)的高速發(fā)展,河道船舶數(shù)量越來越多,船道管理越來越復(fù)雜,船舶數(shù)量的增加,河道的管理越來越重要。我國(guó)經(jīng)濟(jì)實(shí)力近幾年快速發(fā)展,電子信息產(chǎn)業(yè)在航運(yùn)行業(yè)發(fā)展迅速,市場(chǎng)需量更為廣闊,而民用雷達(dá)的產(chǎn)業(yè)卻依靠進(jìn)口,被國(guó)外公司所壟斷,國(guó)內(nèi)的雷達(dá)發(fā)展起點(diǎn)低,發(fā)展晚,我國(guó)能擁有自主的雷達(dá)知識(shí)產(chǎn)權(quán)有著極高的市場(chǎng)價(jià)值和研究意義。雷達(dá)安裝在船艦上具有重要的作用,是船長(zhǎng)的眼睛,用于觀測(cè)島嶼和船只周圍的情況,以確定船只的定位,顯示航路情況,引導(dǎo)監(jiān)督船艦的航行路線和狀態(tài),在船舶導(dǎo)航、避碰等方面有著較為重要的作用,在民用和軍事等領(lǐng)域中有著重要角色,雷達(dá)對(duì)多目標(biāo)的跟蹤識(shí)別,隨著科技的進(jìn)步與發(fā)展,計(jì)算機(jī)水平以及圖像處理技術(shù)的不斷提高,通過圖像處理的方法對(duì)雷達(dá)波形的目標(biāo)進(jìn)行處理,可以快速、高效、精確地檢驗(yàn)出目標(biāo)位置。從這個(gè)角度出發(fā),本文研究了適用于民用船雷達(dá)的圖像處理和目標(biāo)匹配的算法。本文首先分析了民用船雷達(dá)的特征,研究點(diǎn)跡航跡的關(guān)聯(lián)算法,針對(duì)這些算法的優(yōu)缺點(diǎn),來改進(jìn)現(xiàn)有的問題,來實(shí)現(xiàn)雷達(dá)對(duì)圖像中目標(biāo)的檢測(cè)跟蹤。在對(duì)雷達(dá)圖像的特征和目標(biāo)特征匹配方法中,針對(duì)雷達(dá)目標(biāo)在的梯度特征重點(diǎn)研究,提取出目標(biāo)位置,面積,不變矩特... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 引言
    1.2 課題目的及意義
    1.3 國(guó)內(nèi)外的發(fā)展現(xiàn)狀和發(fā)展趨勢(shì)
        1.3.1 雷達(dá)目標(biāo)跟蹤研究現(xiàn)狀
        1.3.2 數(shù)據(jù)關(guān)聯(lián)研究現(xiàn)狀
        1.3.3 圖像目標(biāo)跟蹤研究現(xiàn)狀
    1.4 本文結(jié)構(gòu)安排
第二章 雷達(dá)回波的數(shù)據(jù)處理及圖像處理
    2.1 航海雷達(dá)圖像特征
    2.2 地圖匹配
    2.3 陸地消隱
    2.4 目標(biāo)位置
        2.4.1 目標(biāo)距離
        2.4.2 目標(biāo)位置的獲取
    2.5 本章小結(jié)
第三章 雷達(dá)點(diǎn)跡數(shù)據(jù)處理
    3.1 雷達(dá)點(diǎn)跡凝聚方法分析
    3.2 目標(biāo)點(diǎn)跡凝聚的基本方法
        3.2.1 傳統(tǒng)點(diǎn)跡凝聚算法
        3.2.2 幅度加權(quán)點(diǎn)跡凝聚算法
        3.2.3 幅度排序點(diǎn)跡凝聚算法
    3.3 基于像素點(diǎn)關(guān)聯(lián)的點(diǎn)跡凝聚算法步驟
    3.4 仿真結(jié)果與算法性能分析
        3.4.1 仿真結(jié)果
        3.4.2 算法性能分析
    3.5 本章小結(jié)
第四章 雷達(dá)航跡數(shù)據(jù)關(guān)聯(lián)算法
    4.1 經(jīng)典的數(shù)據(jù)關(guān)聯(lián)算法
        4.1.1 最近鄰法
        4.1.2 概率數(shù)據(jù)關(guān)聯(lián)算法
        4.1.3 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)法
    4.2 雷達(dá)目標(biāo)圖像特征提取航跡關(guān)聯(lián)
        4.2.1 雷達(dá)目標(biāo)個(gè)數(shù)判斷
        4.2.2 像素梯度分布特征實(shí)現(xiàn)點(diǎn)跡航跡匹配
    4.3 計(jì)算仿真與分析
        4.3.1 雷達(dá)的多目標(biāo)跟蹤航跡關(guān)聯(lián)的仿真
        4.3.2 雷達(dá)的多目標(biāo)跟蹤算法的分析與對(duì)比
    4.4 本章小結(jié)
第五章 雷達(dá)數(shù)據(jù)的通用處理
    5.1 雷達(dá)顯示軟件系統(tǒng)結(jié)構(gòu)
        5.1.1 功能圖
        5.1.2 軟件的界面設(shè)計(jì)
    5.2 實(shí)驗(yàn)效果
    5.3 本章小結(jié)
總結(jié)與展望
    本文工作總結(jié)
    本文工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于幀間數(shù)據(jù)處理的雜波點(diǎn)跡濾除技術(shù)研究[J]. 李宏偉,汪洋.  無線電工程. 2019(02)
[2]一種基于目標(biāo)檢測(cè)和聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)的多目標(biāo)跟蹤方法[J]. 張俊,許力.  工業(yè)控制計(jì)算機(jī). 2018(03)
[3]基于空間碎片背景下的數(shù)據(jù)關(guān)聯(lián)算法研究[J]. 陳湘,張榮濤.  電子測(cè)量技術(shù). 2017(08)
[4]基于Singer模型的高超聲速飛行器軌跡跟蹤與預(yù)測(cè)[J]. 魏喜慶,顧龍飛,李瑞康,王社陽.  航天控制. 2017(04)
[5]基于目標(biāo)間運(yùn)動(dòng)態(tài)勢(shì)的數(shù)據(jù)關(guān)聯(lián)策略方法[J]. 鄭浩,翟海濤,劉文.  指揮信息系統(tǒng)與技術(shù). 2017(01)
[6]一種基于灰關(guān)聯(lián)分析的多目標(biāo)跟蹤算法[J]. 孫啟臣,郭偉震,閆倩倩,周莉.  魯東大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[7]Precise Transceiver-Free Localization in Complex Indoor Environment[J]. Rui Mao,Peng Xiang,Dian Zhang.  中國(guó)通信. 2016(05)
[8]雜波環(huán)境下基于全鄰模糊聚類的聯(lián)合概率數(shù)據(jù)互聯(lián)算法[J]. 劉俊,劉瑜,何友,孫順.  電子與信息學(xué)報(bào). 2016(06)
[9]一種航跡恒虛警的目標(biāo)檢測(cè)跟蹤一體化算法[J]. 劉紅亮,周生華,劉宏偉,嚴(yán)俊坤.  電子與信息學(xué)報(bào). 2016(05)
[10]邏輯法航跡起始算法性能研究[J]. 趙德功,夏永紅,匡華星,丁春.  雷達(dá)與對(duì)抗. 2016(01)

博士論文
[1]外輻射源雷達(dá)目標(biāo)跟蹤技術(shù)研究[D]. 唐續(xù).電子科技大學(xué) 2011

碩士論文
[1]基于點(diǎn)跡數(shù)據(jù)分類的雷達(dá)目標(biāo)數(shù)據(jù)關(guān)聯(lián)方法研究[D]. 劉碩.哈爾濱工業(yè)大學(xué) 2018
[2]基于數(shù)據(jù)流的雷達(dá)抗干擾及雜波抑制技術(shù)研究[D]. 喬凱.西安電子科技大學(xué) 2015



本文編號(hào)：3182330