机载预警雷达目标跟踪方法研究与应用
发布时间:2021-07-09 21:11
在以电子化、信息化为特征的现代化战争中,机载预警雷达相比于传统的地基雷达在获取敌方信息方面有着独特的优势,因此其在现代化战争中扮演着不可或缺的角色。机载预警雷达的主要功能之一就是对感兴趣的目标进行不间断地跟踪。通常来说,机载预警雷达目标跟踪问题主要包含两个难点,一是目标的机动给目标状态的精确预测带来了很大的困难,二是多目标跟踪中,密集的回波使目标与量测间的数据关联面临很大的困难。本文主要研究机动目标跟踪算法和杂波环境下的多目标跟踪算法。首先分析传统机动目标跟踪算法的原理,研究了影响算法跟踪精度的因素,提出了一种通过目标新息变化来自适应调整算法机动频率的“当前”统计模型;然后研究了几种经典的数据关联算法,分别讨论了各种关联算法的适用环境以及性能的优劣,并针对基于神经网络的JPDA算法收敛慢的缺陷,提出了一种基于改进混沌神经网络的JPDA算法。论文所做的工作及取得的研究成果概括如下:1.从贝叶斯滤波的原理出发,研究了在目标跟踪算法中常用的几种贝叶斯滤波算法,如KF、EKF、UKF和PF等,并通过算法仿真,对各种滤波算法的性能进行了比较和分析,发现在系统方程的非线性程度较高时,相比其它几种滤...
【文章来源】:西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】:89 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究的发展和现状
1.3 本文主要工作
第二章 目标跟踪的基本概念及常用的滤波算法
2.1 引言
2.2 目标跟踪的基本概念
2.3 目标跟踪中常用的滤波算法
2.3.1 贝叶斯滤波理论
2.3.2 卡尔曼滤波器
2.3.3 扩展卡尔曼滤波
2.3.4 不敏卡尔曼滤波器
2.3.5 粒子滤波器
2.3.6 仿真分析
2.4 本章小结
第三章 机动目标跟踪方法研究
3.1 引言
3.2 机动目标的跟踪原理
3.2.1 机动单目标跟踪的基本原理
3.2.2 机动多目标跟踪基本原理
3.3 机动目标跟踪模型
3.3.1 CV和CA模型
3.3.2 Singer模型
3.3.3“当前”统计模型
3.4 基于自适应机动频率的改进CS模型
3.4.1 算法原理
3.4.2 仿真分析
3.5 本章小结
第四章 杂波环境下的多目标跟踪方法研究
4.1 引言
4.2 杂波环境下的数据关联方法
4.2.1 最近邻数据关联算法
4.2.2 概率数据关联算法
4.2.3 联合概率数据关联算法
4.3 基于Hopfield神经网络的数据互联算法
4.3.1 连续型Hopfield网络
4.3.2 神经联合概率数据关联算法
4.3.3 仿真分析
4.4 基于混沌神经网络的数据关联算法
4.4.1 混沌神经网络
4.4.2 改进的混沌神经网络
4.4.3 基于改进混沌神经网络的数据关联算法
4.4.4 仿真分析
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
致谢
作者简介
【参考文献】:
期刊论文
[1]混沌神经网络的动态阈值控制[J]. 张旭东,朱萍,谢小平,何国光. 物理学报. 2013(21)
[2]基于新息协方差的自适应渐消卡尔曼滤波器[J]. 徐定杰,贺瑞,沈锋,盖猛. 系统工程与电子技术. 2011(12)
[3]白噪声混沌神经网络的模拟退火策略[J]. 徐耀群,李玉垒,秦相林. 哈尔滨商业大学学报(自然科学版). 2010(06)
[4]神经网络在多机动目标跟踪中的应用[J]. 李辉,张安,沈莹,程琤. 传感技术学报. 2006(06)
[5]渐消卡尔曼滤波器的最佳自适应算法及其应用[J]. 夏启军,孙优贤,周春晖. 自动化学报. 1990(03)
博士论文
[1]粒子滤波改进算法研究与应用[D]. 蒋蔚.哈尔滨工业大学 2010
本文编号:3274504
【文章来源】:西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】:89 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究的发展和现状
1.3 本文主要工作
第二章 目标跟踪的基本概念及常用的滤波算法
2.1 引言
2.2 目标跟踪的基本概念
2.3 目标跟踪中常用的滤波算法
2.3.1 贝叶斯滤波理论
2.3.2 卡尔曼滤波器
2.3.3 扩展卡尔曼滤波
2.3.4 不敏卡尔曼滤波器
2.3.5 粒子滤波器
2.3.6 仿真分析
2.4 本章小结
第三章 机动目标跟踪方法研究
3.1 引言
3.2 机动目标的跟踪原理
3.2.1 机动单目标跟踪的基本原理
3.2.2 机动多目标跟踪基本原理
3.3 机动目标跟踪模型
3.3.1 CV和CA模型
3.3.2 Singer模型
3.3.3“当前”统计模型
3.4 基于自适应机动频率的改进CS模型
3.4.1 算法原理
3.4.2 仿真分析
3.5 本章小结
第四章 杂波环境下的多目标跟踪方法研究
4.1 引言
4.2 杂波环境下的数据关联方法
4.2.1 最近邻数据关联算法
4.2.2 概率数据关联算法
4.2.3 联合概率数据关联算法
4.3 基于Hopfield神经网络的数据互联算法
4.3.1 连续型Hopfield网络
4.3.2 神经联合概率数据关联算法
4.3.3 仿真分析
4.4 基于混沌神经网络的数据关联算法
4.4.1 混沌神经网络
4.4.2 改进的混沌神经网络
4.4.3 基于改进混沌神经网络的数据关联算法
4.4.4 仿真分析
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
致谢
作者简介
【参考文献】:
期刊论文
[1]混沌神经网络的动态阈值控制[J]. 张旭东,朱萍,谢小平,何国光. 物理学报. 2013(21)
[2]基于新息协方差的自适应渐消卡尔曼滤波器[J]. 徐定杰,贺瑞,沈锋,盖猛. 系统工程与电子技术. 2011(12)
[3]白噪声混沌神经网络的模拟退火策略[J]. 徐耀群,李玉垒,秦相林. 哈尔滨商业大学学报(自然科学版). 2010(06)
[4]神经网络在多机动目标跟踪中的应用[J]. 李辉,张安,沈莹,程琤. 传感技术学报. 2006(06)
[5]渐消卡尔曼滤波器的最佳自适应算法及其应用[J]. 夏启军,孙优贤,周春晖. 自动化学报. 1990(03)
博士论文
[1]粒子滤波改进算法研究与应用[D]. 蒋蔚.哈尔滨工业大学 2010
本文编号:3274504
本文链接:https://www.wllwen.com/kejilunwen/wltx/3274504.html