结合实测数据的检测前跟踪算法研究
发布时间：2022-08-08 17:31
对于雷达弱目标的检测以及跟踪一直以来都是一项重要课题,传统检测后跟踪（DBT）技术在低信噪比的复杂环境下不能可靠检测到目标,而检测前跟踪（TBD）技术可以在强杂波、强干扰、低信噪比下采取多次扫描方式积累提高信噪比,从而提升对雷达弱目标的检测以及跟踪性能。本文结合国内外相关理论,对于雷达弱小目标下的粒子滤波TBD方面开展了研究分析,主要研究内容如下:1.对于基本的雷达目标检测以及跟踪技术,通过分析研究了传统的DBT技术和当下发展迅速的TBD技术,进而总结了两种技术的优劣。2.从非线性滤波理论的基础概念出发,重点介绍了基本粒子滤波算法（PF）的基本原理和算法流程。通过一个经典的系统模型,运用几种方法,如扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）和粒子滤波（PF）,进行了仿真对比,得出结论,PF方法对于非线性系统具有更优的估计效果,且在同等条件下,增加PF算法当中运用到的粒子数目能够提升非线性系统下的跟踪效果。3.首先介绍基于PF的TBD算法,描述了TBD的雷达信号处理一般流程;其次采用以二维平面内的单目标匀速直线运动为目标运动模型,针对TBD技术在雷达应用中建立对应的TBD处理模型...
【文章页数】：90 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 研究背景和意义
1.2 国内外研究现状
1.3 论文的内容与安排
第二章 贝叶斯框架下的滤波方法
2.1 引言
2.2 几种传统滤波方法
2.2.1 贝叶斯估计理论
2.2.2 传统卡尔曼滤波
2.2.3 扩展卡尔曼滤波（EKF）
2.2.4 无迹卡尔曼滤波（UKF）
2.3 粒子滤波简介
2.3.1 粒子滤波算法基本原理
2.3.2 标准粒子滤波算法描述
2.3.3 基于粒子滤波算法的改进形式
2.4 仿真实验
2.5 本章小结
第三章 二维平面内运动目标的粒子滤波检测前跟踪
3.1 引言
3.2 基于粒子滤波的TBD算法描述
3.2.1 贝叶斯检测前跟踪描述
3.2.2 粒子滤波的TBD算法
3.2.3 TBD的信号处理流程
3.3 基于点扩散的TBD建模
3.3.1 运动模型
3.3.2 量测模型
3.3.3 仿真实验
3.4 基于距离-多普勒的TBD建模
3.4.1 运动模型
3.4.2 量测模型
3.4.3 仿真实验
3.5 改进粒子滤波的检测前跟踪算法
3.5.1 改进的PF-TBD算法
3.5.2 仿真实验
3.6 本章小结
第四章 TBD技术在某雷达中的应用
4.1 引言
4.2 传统检测方法
4.3 基于粒子滤波的TBD
4.4 实测数据预处理及实验结果分析
4.4.1 实验一
4.4.2 实验二
4.4.3 实验三
4.5 本章小结
第五章 总结与展望
1.1 总结
1.2 展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]基于QIPF的弱目标检测前跟踪算法[J]. 郭云飞,张峰. 火力与指挥控制. 2016(10)
[2]辅助粒子滤波实现天波超视距雷达弱目标似然比检测[J]. 卢锦,苏洪涛,水鹏朗,周忠根. 西安交通大学学报. 2013(08)
[3]2010年隐身与反隐身技术发展情况[J]. 赵培聪. 现代雷达. 2011(04)
[4]基于改进粒子滤波的微弱目标检测前跟踪算法[J]. 吴孙勇,廖桂生,杨志伟,李彩彩. 系统工程与电子技术. 2010(09)
[5]粒子滤波连续帧图像中弱目标检测前跟踪的机理研究[J]. 龚亚信,杨宏文,胡卫东,郁文贤. 中国图象图形学报. 2010(02)
[6]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)
[7]粒子滤波算法综述[J]. 胡士强,敬忠良. 控制与决策. 2005(04)
[8]一种低信噪比条件下的红外图像序列小目标实时检测算法[J]. 孙广富,陈华明,卢焕章. 信号处理. 2003(06)
[9]高斯-厄米特粒子滤波器[J]. 袁泽剑,郑南宁,贾新春. 电子学报. 2003(07)
博士论文
[1]雷达微弱目标检测和跟踪方法研究[D]. 吴兆平.西安电子科技大学 2012
[2]基于粒子滤波的弱目标检测前跟踪算法研究[D]. 龚亚信.国防科学技术大学 2009
硕士论文
[1]粒子滤波目标跟踪及TBD算法研究[D]. 苏洲阳.电子科技大学 2015
[2]基于粒子滤波的检测前跟踪算法研究[D]. 贾佳蔚.电子科技大学 2015
[3]基于粒子滤波的雷达弱目标TBD算法研究[D]. 杨瑞兴.西安电子科技大学 2013
[4]强杂波下微弱目标检测技术研究[D]. 郭少南.电子科技大学 2009
本文编号：3671933
【文章页数】：90 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 研究背景和意义
1.2 国内外研究现状
1.3 论文的内容与安排
第二章 贝叶斯框架下的滤波方法
2.1 引言
2.2 几种传统滤波方法
2.2.1 贝叶斯估计理论
2.2.2 传统卡尔曼滤波
2.2.3 扩展卡尔曼滤波（EKF）
2.2.4 无迹卡尔曼滤波（UKF）
2.3 粒子滤波简介
2.3.1 粒子滤波算法基本原理
2.3.2 标准粒子滤波算法描述
2.3.3 基于粒子滤波算法的改进形式
2.4 仿真实验
2.5 本章小结
第三章 二维平面内运动目标的粒子滤波检测前跟踪
3.1 引言
3.2 基于粒子滤波的TBD算法描述
3.2.1 贝叶斯检测前跟踪描述
3.2.2 粒子滤波的TBD算法
3.2.3 TBD的信号处理流程
3.3 基于点扩散的TBD建模
3.3.1 运动模型
3.3.2 量测模型
3.3.3 仿真实验
3.4 基于距离-多普勒的TBD建模
3.4.1 运动模型
3.4.2 量测模型
3.4.3 仿真实验
3.5 改进粒子滤波的检测前跟踪算法
3.5.1 改进的PF-TBD算法
3.5.2 仿真实验
3.6 本章小结
第四章 TBD技术在某雷达中的应用
4.1 引言
4.2 传统检测方法
4.3 基于粒子滤波的TBD
4.4 实测数据预处理及实验结果分析
4.4.1 实验一
4.4.2 实验二
4.4.3 实验三
4.5 本章小结
第五章 总结与展望
1.1 总结
1.2 展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]基于QIPF的弱目标检测前跟踪算法[J]. 郭云飞,张峰. 火力与指挥控制. 2016(10)
[2]辅助粒子滤波实现天波超视距雷达弱目标似然比检测[J]. 卢锦,苏洪涛,水鹏朗,周忠根. 西安交通大学学报. 2013(08)
[3]2010年隐身与反隐身技术发展情况[J]. 赵培聪. 现代雷达. 2011(04)
[4]基于改进粒子滤波的微弱目标检测前跟踪算法[J]. 吴孙勇,廖桂生,杨志伟,李彩彩. 系统工程与电子技术. 2010(09)
[5]粒子滤波连续帧图像中弱目标检测前跟踪的机理研究[J]. 龚亚信,杨宏文,胡卫东,郁文贤. 中国图象图形学报. 2010(02)
[6]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)
[7]粒子滤波算法综述[J]. 胡士强,敬忠良. 控制与决策. 2005(04)
[8]一种低信噪比条件下的红外图像序列小目标实时检测算法[J]. 孙广富,陈华明,卢焕章. 信号处理. 2003(06)
[9]高斯-厄米特粒子滤波器[J]. 袁泽剑,郑南宁,贾新春. 电子学报. 2003(07)
博士论文
[1]雷达微弱目标检测和跟踪方法研究[D]. 吴兆平.西安电子科技大学 2012
[2]基于粒子滤波的弱目标检测前跟踪算法研究[D]. 龚亚信.国防科学技术大学 2009
硕士论文
[1]粒子滤波目标跟踪及TBD算法研究[D]. 苏洲阳.电子科技大学 2015
[2]基于粒子滤波的检测前跟踪算法研究[D]. 贾佳蔚.电子科技大学 2015
[3]基于粒子滤波的雷达弱目标TBD算法研究[D]. 杨瑞兴.西安电子科技大学 2013
[4]强杂波下微弱目标检测技术研究[D]. 郭少南.电子科技大学 2009
本文编号：3671933
本文链接：https://www.wllwen.com/kejilunwen/wltx/3671933.html
