雷达目标跟踪算法研究与实现

发布时间：2020-09-18 09:48

　　 雷达目标跟踪是雷达数据处理中的一个重要组成部分,在远程预警、战场监视、空中管制、民航交通等军事和民用领域都有广泛的应用。雷达实际工作中,不仅会接收到真实目标回波信号,还会接收到不感兴趣的杂波信号和干扰信号。此外,目标运动状态复杂多变,给雷达目标跟踪带来较大困难,开展雷达目标跟踪算法研究具有重要的理论和实际应用价值。本文针对某试验雷达系统目标跟踪技术展开研究工作,并设计实现了该试验雷达系统的目标跟踪系统。论文主要工作如下:1、重点研究了几种典型的目标跟踪滤波算法。针对噪声背景下的目标跟踪滤波算法,研究了适用于非机动目标跟踪的卡尔曼滤波算法和适用于机动目标跟踪的交互式多模型算法。针对杂波环境下的目标跟踪滤波算法,研究了适用于单目标跟踪的最近邻域法和概率数据互联算法以及适用于多目标跟踪的联合概率数据互联算法。对这几种典型目标跟踪滤波算法进行了详细的理论分析,并利用仿真实验进行了验证。2、研究了几种解决坐标转换误差引起的目标跟踪精度下降问题的滤波算法。雷达通常在极坐标系下获得目标回波信号,而在直角坐标系下对目标进行跟踪,量测信号在不同坐标系之间转换时会存在一定的转换误差,从而导致目标跟踪性能的下降。针对该问题,本文研究了去偏转换量测卡尔曼滤波、无偏转换量测卡尔曼滤波和修正的无偏转换量测卡尔曼滤波算法,理论分析和仿真结果表明这三种方法均能有效提高跟踪精度,且修正的无偏转换量测卡尔曼滤波算法性能最优。此外,研究了基于修正无偏转换量测的交互式多模型算法,以提高存在坐标转换误差时机动目标的跟踪精度。3、针对目标航迹管理问题,对传统航迹质量管理方法进行了优化。在跟踪过程中,由于目标发生机动、目标真实回波没有通过检测门限等因素会导致航迹质量下降甚至航迹中断,因此通常采用航迹质量管理方法来对目标航迹质量进行评估。传统的航迹质量管理方法不能根据相关波门大小而自适应调整航迹计分,当目标发生机动时容易发生无法正确跟踪目标问题,而优化后的方法可以根据跟踪波门的大小自适应调整航迹计分,具有较好的目标航迹评估性能。实测数据验证表明,该方法能有效避免机动目标断航和丢批,具有较好的航迹管理能力。4、针对某试验雷达系统联调和目标跟踪处理的需求,基于QT平台设计并开发了雷达目标跟踪系统。该系统是对本文所研究跟踪滤波、航迹起始、航迹管理等算法的集成,具备根据目标回波、目标航迹等信息自适应选择目标跟踪算法并实现目标跟踪处理的功能;可接入实测数据和仿真数据,方便系统调试和算法仿真;可对目标航迹信息进行实时更新、管理、显示和记录,其中航迹信息的显示包含以极坐标形式和以方位、俯仰为坐标显示航迹图像,航迹图像的缩小与放大显示,航迹信息列表显示等显示方式。该系统具有较高的集成性和可拓展性,已应用于试验雷达系统的联调,支撑了试验雷达系统的研制。
【学位单位】：西安电子科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN953

【相似文献】

相关期刊论文 前10条

1 吴怀宇;;卡尔曼滤波算法及其在真实成绩预测中的应用[J];中国新通信;2018年23期

2 巫春玲;李永萍;谢美美;安诺静;;迭代自适应容积卡尔曼滤波算法[J];电子测量技术;2019年17期

3 毛秀华;吴健;;卡尔曼滤波算法研究[J];舰船电子对抗;2017年03期

4 刘润生;董秀珍;刘锐岗;;线性卡尔曼滤波算法在磁感应断层成像技术中的仿真研究[J];医疗卫生装备;2016年01期

5 王秋平;庄园;李凤;;基于线性分式变换的U卡尔曼滤波算法[J];信息与控制;2013年05期

6 余小琴;沈文苗;;扩展卡尔曼滤波算法初值选取方法[J];声学与电子工程;2012年01期

7 李恒;张静远;罗轩;谌剑;;无味卡尔曼滤波算法形式及性能研究[J];弹箭与制导学报;2012年03期

8 孙秋云;;改进的卡尔曼滤波算法在行驶汽车状态估计中的应用现状[J];价值工程;2011年19期

9 李莉;宋志强;;转换坐标卡尔曼滤波算法在雷达数据融合中的应用[J];仪器仪表用户;2011年04期

10 王建文;税海涛;马宏绪;李迅;刘述田;;优化卡尔曼滤波算法中的目标函数选择[J];系统工程与电子技术;2009年01期

相关会议论文 前10条

1 刘栋;王惠林;;卡尔曼滤波算法在目标定位系统中的应用[A];第九届全国光电技术学术交流会论文集（上册）[C];2010年

2 陈婧;谢磊;李备;;水路交通中的卡尔曼滤波算法综述[A];第七届中国智能交通年会论文集[C];2012年

3 周红波;耿伯英;;基于目标跟踪的无偏转换测量卡尔曼滤波算法研究[A];2007中国控制与决策学术年会论文集[C];2007年

4 刘健;刘忠;玄兆林;;纯方位目标运动分析的自适应扩展卡尔曼滤波算法[A];2005年全国水声学学术会议论文集[C];2005年

5 余小琴;刘贯领;沈文苗;;多基地浮标目标运动分析[A];2009年中国东西部声学学术交流会论文集[C];2009年

6 程慧俐;王纪文;张洪钺;;在未知噪声统计情况下的一种新的自适应卡尔曼滤波算法[A];1994中国控制与决策学术年会论文集[C];1994年

7 赵汝祺;赵祚喜;赵汝准;;基于多项式卡尔曼滤波算法的车辆定位试验研究[A];中国农业工程学会2011年学术年会论文集[C];2011年

8 郑家旺;刘有源;;离散型卡尔曼滤波在汽车零部件检测中的应用[A];湖北省机械工程学会设计与传动专业委员会暨武汉机械设计与传动学会第十九届学术年会论文集[C];2011年

9 沈国华;吴雨翠;童长青;王艳;陈臻尧;;基于LC801E平台卡尔曼滤波算法与控温算法结合的技术实现[A];第十五届中国航天电子技术研究院学术交流会优秀论文集[C];2018年

10 沈晔青;龚华军;熊琰;;精确制导系统中的目标跟踪与卡尔曼滤波[A];2006年全国光电技术学术交流会会议文集（A 光电系统总体技术专题）[C];2006年

相关博士学位论文 前10条

1 赵伟;基于容积规则的鲁棒卡尔曼滤波算法研究与应用[D];燕山大学;2017年

2 冯波;线性滤波估计算法研究及在惯性导航系统中的应用[D];北京理工大学;2014年

3 张金良;基于卡尔曼滤波算法的感应电机无传感器直接转矩控制技术研究[D];华南理工大学;2016年

4 赵红宇;惯性行人导航系统的算法研究[D];大连理工大学;2015年

5 沈悦;基于导航通信多模应用的位置服务技术研究[D];中国科学技术大学;2012年

6 黄锦旺;传感器网络中的信号分离与重构[D];华南理工大学;2014年

7 王小刚;非线性滤波方法在无人机相对导航上的应用研究[D];哈尔滨工业大学;2010年

8 周聪;基于非线性估计理论的线控转向汽车状态估计研究[D];西南交通大学;2012年

9 刘真通;基于模型的纯电动车辆动力系统故障诊断研究[D];北京理工大学;2016年

10 孟军英;基于粒子滤波框架目标跟踪优化算法的研究[D];燕山大学;2014年

相关硕士学位论文 前10条

1 王晋晶;雷达目标跟踪算法研究与实现[D];西安电子科技大学;2019年

2 卢文品;基于双卡尔曼滤波算法的全钒液流电池荷电状态估计与应用[D];合肥工业大学;2019年

3 许跃千;基于非线性滤波的水下目标跟踪技术研究[D];哈尔滨工程大学;2019年

4 周韦润;动力电池参数辨识和荷电状态估计研究[D];江苏科技大学;2019年

5 王琰;基于多传感器融合的室内定位技术研究[D];中国矿业大学;2019年

6 张亚男;面向车辆监控的高精度卫星定位算法研究[D];中国矿业大学;2019年

7 孙帅;车用锂离子电池组的一致性与容量估计研究[D];青岛科技大学;2019年

8 谢美美;面向目标跟踪的非线性滤波算法性能分析研究[D];长安大学;2019年

9 李超;基于高斯熵的复数卡尔曼滤波算法研究[D];电子科技大学;2019年

10 Muhammad Ijaz;无人机INS/GPS组合导航算法研究[D];哈尔滨工业大学;2018年

本文编号：2821489