被動(dòng)雷達(dá)具有戰(zhàn)場(chǎng)生存能力強(qiáng)、成本低、布設(shè)方便、抗干擾能力強(qiáng)等特點(diǎn),在偵察監(jiān)視以及低空、隱身目標(biāo)探測(cè)等軍事應(yīng)用中有廣闊的應(yīng)用前景,受到研究人員的廣泛關(guān)注。本文主要針對(duì)被動(dòng)雷達(dá)目標(biāo)檢測(cè)、跟蹤與分類(lèi)三個(gè)科學(xué)問(wèn)題開(kāi)展研究,提出了一系列算法及模型,并且通過(guò)理論分析或計(jì)算機(jī)仿真證實(shí)了所提算法及模型具有良好的性能。本文的主要研究?jī)?nèi)容歸納如下:1、研究了被動(dòng)雷達(dá)存在注冊(cè)偏差時(shí)的多目標(biāo)檢測(cè)與跟蹤問(wèn)題。將被動(dòng)雷達(dá)注冊(cè)偏差的動(dòng)態(tài)模型建模為一階連續(xù)馬爾可夫過(guò)程,并增廣到目標(biāo)狀態(tài)向量中,同時(shí)建立了被動(dòng)雷達(dá)對(duì)增廣目標(biāo)的似然模型。在多目標(biāo)多伯努利濾波器的基礎(chǔ)上,提出了一種聯(lián)合多目標(biāo)檢測(cè)、跟蹤與被動(dòng)雷達(dá)注冊(cè)偏差校正的算法,并進(jìn)一步給出了所提算法的粒子濾波實(shí)現(xiàn)方式,克服了被動(dòng)雷達(dá)注冊(cè)偏差導(dǎo)致的目標(biāo)檢測(cè)與跟蹤性能下降的問(wèn)題。2、研究了被動(dòng)雷達(dá)的低可觀測(cè)目標(biāo)檢測(cè)與跟蹤問(wèn)題。在概率數(shù)據(jù)關(guān)聯(lián)規(guī)則下構(gòu)建了被動(dòng)雷達(dá)的批量對(duì)數(shù)似然比函數(shù),以完成目標(biāo)量測(cè)信息在采樣時(shí)間上的積累,并通過(guò)最大化對(duì)數(shù)似然比函數(shù)尋找潛在目標(biāo)。在算法層面,在極大化對(duì)數(shù)似然比過(guò)程中引入了粒子群優(yōu)化方法,并進(jìn)一步提出基于觀測(cè)引導(dǎo)的粒子播撒方式,提升算法的計(jì)算效率。在... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：142 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 注冊(cè)偏差校正
        1.2.2 目標(biāo)檢測(cè)與跟蹤
        1.2.3 目標(biāo)分類(lèi)
    1.3 論文章節(jié)安排
第二章 被動(dòng)雷達(dá)模型及隨機(jī)有限集基礎(chǔ)
    2.1 引言
    2.2 目標(biāo)動(dòng)力學(xué)模型及被動(dòng)雷達(dá)量測(cè)模型
        2.2.1 目標(biāo)動(dòng)力學(xué)模型
        2.2.2 典型被動(dòng)雷達(dá)量測(cè)模型
    2.3 隨機(jī)有限集的多目標(biāo)檢測(cè)與跟蹤理論基礎(chǔ)
        2.3.1 FISST基礎(chǔ)
        2.3.2 RFS距離度量
        2.3.3 基于RFS的多目標(biāo)模型
        2.3.4 基于RFS的被動(dòng)雷達(dá)多目標(biāo)量測(cè)模型
        2.3.5 基于貝葉斯理論的多目標(biāo)估計(jì)
    2.4 本章小結(jié)
第三章 被動(dòng)雷達(dá)聯(lián)合多目標(biāo)檢測(cè)、跟蹤及注冊(cè)偏差校正
    3.1 引言
    3.2 問(wèn)題描述
    3.3 單站MeMBer濾波器
    3.4 基于MeMBer濾波器的聯(lián)合多目標(biāo)檢測(cè)、跟蹤與注冊(cè)偏差校正
        3.4.1 最優(yōu)注冊(cè)偏差估計(jì)
        3.4.2 帶偏差校正的MeMBer濾波器
        3.4.3 MeMBerRB濾波器的粒子實(shí)現(xiàn)
    3.5 性能分析
        3.5.1 仿真場(chǎng)景設(shè)置
        3.5.2 仿真結(jié)果分析
    3.6 本章小結(jié)
第四章 被動(dòng)雷達(dá)低可觀測(cè)目標(biāo)檢測(cè)與跟蹤
    4.1 引言
    4.2 基于ML-PDA算法的被動(dòng)雷達(dá)VLO目標(biāo)檢測(cè)與跟蹤
        4.2.1 目標(biāo)動(dòng)態(tài)模型
        4.2.2 被動(dòng)雷達(dá)批處理對(duì)數(shù)似然比構(gòu)建
        4.2.3 目標(biāo)檢測(cè)門(mén)限設(shè)定
    4.3 ML-PDA算法改進(jìn)
        4.3.1 基于觀測(cè)引導(dǎo)PSO的ML-PDA算法實(shí)現(xiàn)
        4.3.2 ML-PDA算法的并行實(shí)現(xiàn)
    4.4 仿真分析
        4.4.1 仿真場(chǎng)景設(shè)置
        4.4.2 觀測(cè)引導(dǎo)PSO的ML-PDA算法性能分析
        4.4.3 觀測(cè)引導(dǎo)PSO的ML-PDA收斂速度分析
        4.4.4 觀測(cè)引導(dǎo)PSO的并行策略性能分析
    4.5 本章小結(jié)
第五章 單頻網(wǎng)被動(dòng)雷達(dá)目標(biāo)檢測(cè)及跟蹤
    5.1 引言
    5.2 單頻網(wǎng)被動(dòng)雷達(dá)單目標(biāo)檢測(cè)與跟蹤
        5.2.1 單頻網(wǎng)被動(dòng)雷達(dá)單目標(biāo)量測(cè)模型
        5.2.2 單頻網(wǎng)被動(dòng)雷達(dá)似然函數(shù)近似
        5.2.3 基于BF的聯(lián)合目標(biāo)檢測(cè)與跟蹤算法
        5.2.4 仿真驗(yàn)證
    5.3 單頻網(wǎng)被動(dòng)雷達(dá)多目標(biāo)檢測(cè)與跟蹤
        5.3.1 單頻網(wǎng)被動(dòng)雷達(dá)多目標(biāo)量測(cè)模型
        5.3.2 基于GCI融合的單頻網(wǎng)被動(dòng)雷達(dá)多目標(biāo)JDT
        5.3.3 基于GCI融合的單頻網(wǎng)被動(dòng)雷達(dá)多目標(biāo)JDT的PF實(shí)現(xiàn)
        5.3.4 仿真驗(yàn)證
    5.4 本章小結(jié)
第六章 被動(dòng)雷達(dá)聯(lián)合多目標(biāo)檢測(cè)、跟蹤與分類(lèi)
    6.1 引言
    6.2 問(wèn)題描述
        6.2.1 目標(biāo)運(yùn)動(dòng)狀態(tài)、運(yùn)動(dòng)模型與目標(biāo)類(lèi)型
        6.2.2 被動(dòng)雷達(dá)對(duì)目標(biāo)運(yùn)動(dòng)狀態(tài)及類(lèi)型的量測(cè)模型
    6.3 MM-MeMBer濾波器
    6.4 基于EMeMBer濾波器的多目標(biāo)JDTC
        6.4.1 EMeMBer濾波器理論推導(dǎo)
        6.4.2 EMeMBer濾波器與MM-MeMBer濾波器的關(guān)系
        6.4.3 EMeMBer濾波器的PF實(shí)現(xiàn)
    6.5 性能分析
        6.5.1 仿真場(chǎng)景設(shè)置
        6.5.2 算法性能分析
    6.6 本章小結(jié)
第七章 全文總結(jié)與展望
    7.1 全文總結(jié)
    7.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
附錄A第三章公式證明
    A.1式(3-26)、式(3-27)以及式(3-28)證明
    A.2式(3-29)到式(3-33)證明
附錄B第五章公式證明
    B.1式(5-37)證明
附錄C第六章公式證明
    C.1式(6-20)到式(6-23)證明
    C.2式(6-26)到式(6-34)證明
攻讀博士學(xué)位期間取得的成果



本文編號(hào)：3234385