多普勒雷达机动目标跟踪算法研究
发布时间：2021-02-19 23:12
近几年来随着目标跟踪技术的发展,多普勒雷达被应用于机动运动目标跟踪领域。对运动模式时变的机动目标跟踪与防御是雷达系统中一项极具挑战性的任务,而非线性量测环境下的机动目标跟踪也逐渐成为研究的重点。本文将针对跟踪系统中多普勒量测处理与自适应机动跟踪方法展开研究,主要从减弱多普勒量测的非线性影响和改善机动场景下的目标跟踪精确度与算法稳定性进行展开。本文的主要研究内容与贡献包括:1.研究了三种典型的机动目标跟踪算法:当前统计模型算法、多模型滤波算法和交互式多模型滤波算法,验证了以上算法在机动与非机动场景下的跟踪性能,并给出相应场景下的算法使用推荐。2.针对多普勒量测的非线性问题,提出了基于预测值量测转换的序贯滤波机动目标跟踪算法,改善了传统基于量测值量测转换方法的缺陷。通过LOS方式改进量测转换方法,实现了利用切向速度信息对非线性系统的无偏估计。该算法在复杂度增量较小的情况下,对系统的跟踪精度有较大提升。3.研究了基于最佳线性无偏估计理论的目标跟踪算法,并推导了BLUE的Kalman滤波形式,提出了一种基于BLUE自适应序贯处理的机动目标跟踪算法。通过对伪状态与伪量测性能的实时估计,来自适应调...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：99 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究发展及现状
1.2.1 非线性滤波算法研究现状
1.2.2 机动目标跟踪算法研究现状
1.2.3 基于随机集的多目标跟踪研究现状
1.3 本文主要研究内容
第二章 机动目标跟踪算法
2.1 当前统计模型算法（CSM）
2.2 多模型算法（MM）
2.3 交互式多模型算法（IMM）
2.4 仿真分析
2.5 本章小结
第三章 基于量测转换的非线性滤波机动目标跟踪
3.1 问题描述
3.2 基于序贯滤波的量测转换的机动目标跟踪
3.2.1 基于量测值量测转换的序贯滤波机动目标跟踪
3.2.2 基于预测值量测转换的序贯滤波机动目标跟踪
3.3 基于静态融合量测转换的机动目标跟踪
3.3.1 基于量测值量测转换的静态融合机动目标跟踪
3.3.2 基于预测值量测转换的静态融合机动目标跟踪
3.4 基于LOS量测转换的机动目标跟踪
3.4.1 基于预测值的LOS坐标量测转换方法
3.4.2 基于LOS量测转换信息滤波的机动目标跟踪
3.5 仿真分析
3.6 本章小结
第四章 基于最佳线性无偏估计的目标跟踪
4.1 基于BLUE可处理多普勒伪量测的目标跟踪算法
4.1.1 最佳线性无偏估计原理
4.1.2 BLUEPM滤波算法
4.1.3 基于BLUEPM的机动目标跟踪算法
4.2 基于BLUE的序贯滤波目标跟踪方法
4.2.1 最佳线性无偏估计的卡尔曼形式
4.2.2 BLUESQ滤波算法
4.2.3 基于BLUESQ的机动目标跟踪算法
4.3 基于BLUE的静态融合目标跟踪方法
4.3.1 BLUESF滤波算法原理
4.3.2 基于BLUESF的机动目标跟踪算法
4.4 基于BLUE自适应序贯处理的目标跟踪算法
4.4.1 伪量测与伪状态估计性能分析
4.4.2 BLUESQ-ADP滤波算法原理
4.5 仿真分析
4.6 本章小节
第五章 基于随机集概率假设密度的多机动目标跟踪
5.1 随机有限集理论与多目标Bayes滤波
5.1.1 有限集统计特性（FISST）
5.1.2 随机集滤波模型与多目标Bayes递推方法
5.2 概率假设密度滤波（PHD）
5.2.1 概率假设密度滤波原理
5.2.2 混合高斯概率假设密度（GMPHD）滤波器
5.2.3 多目标的跟踪误差评估
5.3 可处理非线性量测的多机动目标跟踪算法
5.3.1 多模型CM-GMPHD滤波算法
5.3.2 多模型SQD-GMPHD滤波算法
5.4 仿真分析
5.5 本章小结
第六章 结束语
致谢
参考文献
攻硕期间取得的研究成果
【参考文献】：
期刊论文
[1]基于预测信息的量测转换序贯滤波目标跟踪[J]. 彭瀚,程婷. 系统工程与电子技术. 2019(03)
[2]Best linear unbiased estimation algorithm with Doppler measurements in spherical coordinates[J]. Wei Wang,Dan Li,Liping Jiang. Journal of Systems Engineering and Electronics. 2016(01)
[3]基于“当前”统计模型的交互式多模型算法[J]. 刘建书,李人厚,刘云龙. 系统工程与电子技术. 2008(07)
硕士论文
[1]相控阵雷达中目标跟踪和波束调度算法研究[D]. 李姝怡.电子科技大学 2018
本文编号：3041834
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：99 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究发展及现状
1.2.1 非线性滤波算法研究现状
1.2.2 机动目标跟踪算法研究现状
1.2.3 基于随机集的多目标跟踪研究现状
1.3 本文主要研究内容
第二章 机动目标跟踪算法
2.1 当前统计模型算法（CSM）
2.2 多模型算法（MM）
2.3 交互式多模型算法（IMM）
2.4 仿真分析
2.5 本章小结
第三章 基于量测转换的非线性滤波机动目标跟踪
3.1 问题描述
3.2 基于序贯滤波的量测转换的机动目标跟踪
3.2.1 基于量测值量测转换的序贯滤波机动目标跟踪
3.2.2 基于预测值量测转换的序贯滤波机动目标跟踪
3.3 基于静态融合量测转换的机动目标跟踪
3.3.1 基于量测值量测转换的静态融合机动目标跟踪
3.3.2 基于预测值量测转换的静态融合机动目标跟踪
3.4 基于LOS量测转换的机动目标跟踪
3.4.1 基于预测值的LOS坐标量测转换方法
3.4.2 基于LOS量测转换信息滤波的机动目标跟踪
3.5 仿真分析
3.6 本章小结
第四章 基于最佳线性无偏估计的目标跟踪
4.1 基于BLUE可处理多普勒伪量测的目标跟踪算法
4.1.1 最佳线性无偏估计原理
4.1.2 BLUEPM滤波算法
4.1.3 基于BLUEPM的机动目标跟踪算法
4.2 基于BLUE的序贯滤波目标跟踪方法
4.2.1 最佳线性无偏估计的卡尔曼形式
4.2.2 BLUESQ滤波算法
4.2.3 基于BLUESQ的机动目标跟踪算法
4.3 基于BLUE的静态融合目标跟踪方法
4.3.1 BLUESF滤波算法原理
4.3.2 基于BLUESF的机动目标跟踪算法
4.4 基于BLUE自适应序贯处理的目标跟踪算法
4.4.1 伪量测与伪状态估计性能分析
4.4.2 BLUESQ-ADP滤波算法原理
4.5 仿真分析
4.6 本章小节
第五章 基于随机集概率假设密度的多机动目标跟踪
5.1 随机有限集理论与多目标Bayes滤波
5.1.1 有限集统计特性（FISST）
5.1.2 随机集滤波模型与多目标Bayes递推方法
5.2 概率假设密度滤波（PHD）
5.2.1 概率假设密度滤波原理
5.2.2 混合高斯概率假设密度（GMPHD）滤波器
5.2.3 多目标的跟踪误差评估
5.3 可处理非线性量测的多机动目标跟踪算法
5.3.1 多模型CM-GMPHD滤波算法
5.3.2 多模型SQD-GMPHD滤波算法
5.4 仿真分析
5.5 本章小结
第六章 结束语
致谢
参考文献
攻硕期间取得的研究成果
【参考文献】：
期刊论文
[1]基于预测信息的量测转换序贯滤波目标跟踪[J]. 彭瀚,程婷. 系统工程与电子技术. 2019(03)
[2]Best linear unbiased estimation algorithm with Doppler measurements in spherical coordinates[J]. Wei Wang,Dan Li,Liping Jiang. Journal of Systems Engineering and Electronics. 2016(01)
[3]基于“当前”统计模型的交互式多模型算法[J]. 刘建书,李人厚,刘云龙. 系统工程与电子技术. 2008(07)
硕士论文
[1]相控阵雷达中目标跟踪和波束调度算法研究[D]. 李姝怡.电子科技大学 2018
本文编号：3041834
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3041834.html
