基于粒子滤波的弱小目标检测前跟踪算法及其在FPGA上的实现

发布时间：2021-07-01 14:44

　　由于隐身技术不断提高,军事目标的雷达截面积变得越来越小,雷达接收到的回波信号强度越来越微弱,对目标的检测和跟踪变得越来越困难;在外界干扰很严重的复杂环境下,目标的回波信号强度容易淹没在噪声中,也给检测与跟踪带来很大挑战。传统的检测后跟踪（TAD）方法在上述低信噪比情形之下,难以有效发现跟踪目标,而检测前跟踪（TBD）通过多帧累积回波微弱信息,可以有效地检测跟踪弱小目标。本文针对弱小目标检测前跟踪问题,进行了如下研究:1.通过算法流程图,清晰明了地分析比较了检测后跟踪（TAD）和检测前跟踪（TBD）算法的特点和差异,得出TBD在对弱小目标检测跟踪的情况下优于TAD的结论。2.详尽论述了基本粒子滤波的原理,得知重采样和重要性函数是影响粒子滤波性能的症结所在。分析比较了Salmond提出的标准粒子滤波检测前跟踪算法（SPF-TBD）和Rutten提出的粒子滤波检测前跟踪算法（Rutten PF-TBD,RPF-TBD）的原理与性能,最终决定后者为本文采用的TBD方法。3.分析了免重采样、以高斯分布加权和近似后验分布的高斯和粒子滤波（GSPF）的原理和特点,将GSPF与RPF-TBD结合,提出... 

【文章来源】：江苏科技大学江苏省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

TAD流程

江苏科技大学工学硕士学位论文限检测为信号处理阶段，门限检测后的值进行比较，小于阈值的量测值丢掉，会变小，这有利于计算。在高信噪比（情况下，会因为测量值小于阈值，直接丢失，产生漏报。BD）和 TAD 的根本区别就在于 TBD 将检测 为 TBD 的流程图。

各算法的参数设置如下：粒子总数为 N ，连续粒子数为0.90N ，粒子出生概率0.10birthp ，粒子死亡概率 0.10deathp 。仿真实验一：比较各种算法在不同的 SNR 下的检测和跟踪性能。粒子的数量设置为 5000，SNR 为 3dB、6dB、9dB 和 12dB，目标检测概率仿真结果如下图所示：(a) SNR=3dB (b)SNR=6dB

【参考文献】：
期刊论文
[1]一种简化的拟蒙特卡洛-高斯粒子滤波算法[J]. 高国栋,林明.  电讯技术. 2017(04)
[2]基于裂变繁殖粒子滤波的检测前跟踪算法[J]. 樊玲.  计算机应用. 2011(09)
[3]用于纯方位跟踪的简化粒子滤波算法及其硬件实现[J]. 洪少华,史治国,陈抗生.  电子与信息学报. 2009(01)
[4]粒子滤波用于硬件实现的改进算法研究[J]. 余纯,张三同.  计算机工程与设计. 2008(19)
[5]基于多模粒子滤波的机动弱目标检测前跟踪[J]. 龚亚信,杨宏文,胡卫东,郁文贤.  电子与信息学报. 2008(04)
[6]基于粒子滤波的弱目标检测前跟踪算法[J]. 龚亚信,杨宏文,胡卫东,郁文贤.  系统工程与电子技术. 2007(12)
[7]基于辅助粒子滤波的红外小目标检测前跟踪算法[J]. 胡洪涛,敬忠良,胡士强.  控制与决策. 2005(11)

博士论文
[1]基于粒子滤波的目标跟踪算法与硬件实现研究[D]. 洪少华.浙江大学 2010
[2]红外弱小目标检测技术研究[D]. 武斌.西安电子科技大学 2009

硕士论文
[1]基于粒子滤波的雷达弱小目标检测前跟踪算法研究[D]. 高国栋.江苏科技大学 2017
[2]基于粒子滤波的检测前跟踪算法研究及在GPU平台上的实现[D]. 苏金洲.电子科技大学 2013
[3]基于粒子滤波的红外弱小目标检测前跟踪算法的DSP实现[D]. 杨洋.哈尔滨工程大学 2012



本文编号：3259331