基于动态规划的微弱目标检测前跟踪算法研究
[Abstract]:With the emergence of high-speed targets and stealth targets, the detection and tracking of weak targets has received extensive attention. Pre-detection tracking algorithm is an efficient means to achieve weak target detection and tracking. When tracking low signal-to-noise ratio (SNR) targets, it accumulates energy along possible target tracks by continuously processing multiple frames of data to achieve target detection and tracking at the same time. Dynamic programming algorithm is a kind of multi-stage decision optimization problem. It is an efficient method to detect and track weak targets in the pre-detection tracking method, so it has become a hot research topic at home and abroad. In this paper, the pre-detection tracking algorithm based on dynamic programming is studied systematically, and the main research results are as follows: 1. The traditional pre-detection tracking algorithm based on dynamic programming is studied. This paper first introduces the basic principle of dynamic programming, then takes the point target moving at uniform speed under Gaussian noise as an example to study the realization flow of the pre-detection tracking algorithm based on dynamic programming, and proposes a new algorithm for removing false tracks based on overlapping track method and statistical direction histogram. Finally, the performance of the tracking algorithm before dynamic programming detection is analyzed in detail. 2. In view of the shortcomings of the traditional dynamic programming pre-detection tracking algorithm, three improved dynamic programming pre-detection tracking algorithms are proposed. Aiming at the disadvantage of large amount of computation, a two-level detection threshold algorithm is proposed, and in order to ensure the performance of the algorithm, the value function transfer step is added to the process of recurrent accumulation of dynamic programming algorithm. The results show that the computation can be greatly reduced under very small performance loss. For weak targets in complex environment, a complex likelihood ratio tracking algorithm using complex data phase information and hash graph information is proposed. Due to the use of phase information and hash map information, this algorithm can effectively detect targets from non-uniform strong hash environment, at the same time, compared with amplitude likelihood ratio algorithm, it also greatly reduces the amount of computation. Because of the characteristics of radar signal processing itself, a pre-detection tracking algorithm using Doppler information is proposed. The algorithm makes full use of Doppler information to reduce the search range, which not only reduces the amount of computation, but also reduces the influence of energy diffusion and strong clutters or noise points. Compared with the detection and tracking of weak targets in optical images, especially in complex environments, the algorithm can achieve better detection and tracking performance. The pre-detection tracking algorithm of multi-target detection based on dynamic programming is studied. Firstly, the theoretical model of multi-target detection pre-tracking algorithm is introduced and the difficulties of multi-target detection pre-tracking are analyzed. Then, by introducing the generalized detection program, a new multi-target detection pre-tracking algorithm using multi-target structure is proposed on the basis of the first two algorithms. The essence of these three algorithms is how to transform the detection and tracking of multiple targets into the detection and tracking of multiple single targets. Finally, the performance of the three algorithms is compared and analyzed by simulation, the results show that the new algorithm has the best performance, and the effectiveness of the algorithm is verified by the measured data.
【学位授予单位】:西安电子科技大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TN911.23
【相似文献】
相关期刊论文 前10条
1 肖淑贞;张景文;;用网络方法求解动态规划问题的两个实例[J];青岛化工学院学报;1988年03期
2 田园,冯珊;基于动态规划的多目标跟踪算法及实现[J];信息与控制;1997年01期
3 赵冬梅,郭耀煌,陶章华;多目标动态规划问题的非劣矩阵解法[J];电子科技大学学报;1998年02期
4 张鹏;;一种多维连续型动态规划的新算法[J];控制与决策;2011年08期
5 吴东华;夏洪山;徐波;;飞机排班问题的模糊优选动态规划模型[J];济南大学学报(自然科学版);2012年01期
6 梁j,盛昭瀚,徐南荣;多目标静、动态规划的交互式区间逼近法[J];控制与决策;1991年02期
7 谢剑辉,郭嵩山;国际大学生程序设计竞赛试题与分析(四)——动态规划及其应用──杂题[J];现代计算机;2000年07期
8 金辉宇,于海斌;神经元动态规划综述[J];信息与控制;2001年04期
9 李少芳;陈德礼;;最小代价归并树的动态规划实现[J];太原师范学院学报(自然科学版);2007年03期
10 傅春生;;大系统优化的动态规划递阶算法[J];南京工业大学学报(自然科学版);1989年04期
相关会议论文 前10条
1 蒋科林;迟宝山;许云华;刑俊文;;动态规划在装备计划生产中的运用[A];2006全国复杂网络学术会议论文集[C];2006年
2 张钊;裴燕玲;;动态规划的正向递推方法[A];2005年度山东建筑学会优秀论文集[C];2005年
3 玄一民;赵焕丛;刘宏;;动态规划在多重约束下可靠性选优应用研究[A];质量——持续发展的源动力:中国质量学术与创新论坛论文集(下)[C];2010年
4 曹平;范萌萌;刘克;陈建州;;卫星系统通讯路由问题的动态规划建模[A];第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会论文集[C];2012年
5 胡乐群;吴沧浦;;矢量指标动态规划的满意解方法[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
6 宋绍剑;李劲芝;林小峰;;基于执行依赖启发式动态规划的三容水槽液位控制[A];第二十七届中国控制会议论文集[C];2008年
7 海心;;使用Excel求解动态规划问题方法探讨[A];2005年中国机械工程学会年会论文集[C];2005年
8 宋丹丹;邓志东;;基于模糊动态规划的RNA折叠算法的研究与实现[A];2005年中国智能自动化会议论文集[C];2005年
9 张祥;王晓蕾;杨子宾;王剑;;动态规划理论在雷达可靠性评估中的应用[A];2009第五届苏皖两省大气探测、环境遥感与电子技术学术研讨会专辑[C];2009年
10 胡铁松;段国圣;万永华;冯尚友;;多目标动态规划的摄动权重法[A];1993中国控制与决策学术年会论文集[C];1993年
相关重要报纸文章 前1条
1 彭舒佳;专家吁建动态规划机制“纠编”用地[N];中国房地产报;2008年
相关博士学位论文 前4条
1 王颖;基于仿真的可重入生产系统的神经元动态规划调度研究[D];厦门大学;2007年
2 费蓉;动态规划研究及其在电力市场动态分区定价问题中的应用[D];西安理工大学;2009年
3 王怡慧;动态规划加速算法和轮廓探测算法[D];复旦大学;2012年
4 姜琳;过程控制优化中的智能方法研究[D];吉林大学;2010年
相关硕士学位论文 前10条
1 陈铭;基于动态规划的弱小目标检测前跟踪(DP-TBD)算法研究[D];电子科技大学;2014年
2 安政帅;基于动态规划的微弱目标检测前跟踪算法研究[D];西安电子科技大学;2014年
3 张宏伟;数学建模中的动态规划问题[D];东北师范大学;2008年
4 鄢长伟;一类动态规划问题的约束指标的决策方法[D];辽宁工程技术大学;2012年
5 张晨;基于近似动态规划的随机车辆路径问题研究[D];清华大学;2012年
6 王振兴;近似动态规划在供应链生产环节风险管理中的应用研究[D];清华大学;2009年
7 徐鹏;多阶段营销信息动态发送建模与分析[D];南京大学;2013年
8 叶伟宝;基于近似动态规划的倒立摆控制[D];广西大学;2007年
9 罗江;基于动态规划的计算机孔型优化技术研究[D];武汉科技大学;2003年
10 汤善江;面向DAG数据依赖型应用系统研究与实现[D];天津大学;2010年
,本文编号:2502649
本文链接:https://www.wllwen.com/kejilunwen/wltx/2502649.html