海岸警戒雷达小目标先跟踪后检测算法及其硬件实现技术研究

发布时间：2017-08-03 05:08

  本文关键词：海岸警戒雷达小目标先跟踪后检测算法及其硬件实现技术研究

  更多相关文章： 海杂波 TBD 小目标 CFAR Hough变换 粒子滤波

【摘要】：近年来,海面强杂波背景下的小目标检测引起了极大的关注。海杂波具有很复杂的特性,无法用高斯分布等传统方法准确模拟仿真。由于海面小目标的雷达散射面积小,再加上海杂波复杂多变,在低信杂比(Signal Clutter Ratio,SCR)下传统的雷达目标检测算法难以对其进行检测。检测前跟踪技术,相比较于传统的检测后跟踪技术,可以更加有效地解决小目标检测过程中信杂比低的困难,跟踪性能、检测性能更加优越。与此同时,检测前跟踪技术可以传输完整的数据,这意味着可以获得更多关于被跟踪对象的数据信息。本文的研究内容主要有如下四个方面:(1)分析研究四种杂波分布模型,分别为瑞利分布,对数正态分布,韦布尔分布以及K分布。对四种杂波分布的概率密度图进行分析对比,得出能够较好模拟对海警戒雷达海杂波的分布模型,为后续研究奠定基础。(2)针对雷达回波中同时含有大小目标的情况,研究了恒虚警检测(Constant False-Alarm Rate,CFAR),利用恒虚警检测将大目标信号剔除,然后给出一种基于Hough变换的先跟踪后检测(Track Before Detetct,TBD)算法,在低信杂比情况下对海面小目标进行了有效的检测。(3)针对基于Hough变换的TBD算法具有一定局限性的情况,采用基于序贯蒙特卡洛和重采样理论的粒子滤波方法,实现了非线性系统中小目标的TBD检测。并给出基于区间分析的箱粒子滤波算法,降低了粒子滤波算法的计算复杂度。(4)针对实时Hough变换在PC机、DSP平台上难以实现的情况,利用FPGA对实时Hough变换进行了硬件实现,实现了TBD算法在FPGA硬件平台上的创新,具有工程应用价值。
【关键词】：海杂波 TBD 小目标 CFAR Hough变换 粒子滤波
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.51
【目录】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 绪论13-18
• 1.1 选题的背景及意义13-14
• 1.2 国内外研究现状14-17
• 1.2.1 检测前跟踪技术研究现状14-15
• 1.2.2 Hough变换检测前跟踪研究现状15-16
• 1.2.3 粒子滤波检测前跟踪研究现状16-17
• 1.3 本文的研究内容和章节安排17-18
• 第二章 海杂波的建模与仿真18-31
• 2.1 海杂波的生成原理18-19
• 2.1.1 一阶海杂波的生成原理18-19
• 2.1.2 高阶海杂波的生成原理19
• 2.2 杂波的分布模型及PDF分析19-24
• 2.2.1 瑞利分布模型及PDF分析19-20
• 2.2.2 对数正态分布模型及PDF分析20-21
• 2.2.3 韦布尔分布模型及PDF分析21-23
• 2.2.4 K分布模型及PDF分析23-24
• 2.3 杂波模拟方法的研究24-26
• 2.3.1 无记忆非线性变换法25
• 2.3.2 球不变随机过程法25-26
• 2.3.3 ZMNL法与SIRP法的区别26
• 2.4 K分布杂波的仿真26-30
• 2.4.1 K分布仿真流程26-27
• 2.4.2 线性滤波器设计27-28
• 2.4.3 K分布仿真结果28-30
• 2.5 本章小结30-31
• 第三章 CFAR-Hough算法检测海面目标31-44
• 3.1 CFAR检测31-35
• 3.1.1 CFAR检测概述31
• 3.1.2 均值类CFAR检测模型31-32
• 3.1.3 有序统计类CFAR检测模型32-33
• 3.1.4 OSGO-CFAR在K分布杂波中的应用33-35
• 3.2 基于Hough变换的TBD算法35-38
• 3.2.1 Hough变换的基本原理35-36
• 3.2.2 Hough变换在TBD中的应用36-38
• 3.3 算法仿真38-42
• 3.4 本章小结42-44
• 第四章 基于粒子滤波的TBD算法44-61
• 4.1 递归贝叶斯估计原理44-46
• 4.2 基本粒子滤波46-49
• 4.2.1 蒙特卡洛原理46
• 4.2.2 贝叶斯重要性采样46-47
• 4.2.3 序贯重要性采样47-48
• 4.2.4 SIR算法48-49
• 4.3 基于粒子滤波的单目标TBD算法49-54
• 4.3.1 目标状态模型及测量模型49-50
• 4.3.2 粒子滤波检测过程50-51
• 4.3.3 基于粒子滤波的TBD算法步骤51
• 4.3.4 单目标跟踪算法仿真51-54
• 4.4 基于粒子滤波的多目标TBD算法54-56
• 4.4.1 多目标数据融合概述54
• 4.4.2 K近邻分类算法54-55
• 4.4.3 多目标系统算法仿真55-56
• 4.5 基于箱粒子滤波的TBD算法56-59
• 4.5.1 区间分析57
• 4.5.2 箱粒子滤波算法流程57-58
• 4.5.3 箱粒子滤波算法仿真58-59
• 4.6 本章小结59-61
• 第五章 基于FPGA的实时Hough变换61-71
• 5.1 基于FPGA的实时Hough变换实现原理61-62
• 5.2 基于FPGA的实时Hough变换模块设计62-66
• 5.2.1 数据输出63-64
• 5.2.2 ρ 值生成64-65
• 5.2.3 幅值累加65-66
• 5.2.4 极大值搜索及最大值输出66
• 5.3 FPGA验证66-70
• 5.3.1 Matlab仿真66-67
• 5.3.2 Quartus验证67-70
• 5.4 本章小结70-71
• 第六章 总结与展望71-73
• 6.1 总结71
• 6.2 展望71-73
• 参考文献73-77
• 致谢77-78
• 在学期间的研究成果及发表的学术论文78

【参考文献】

中国期刊全文数据库 前10条

1 Xin Bi;Jinsong Du;Qingshi Zhang;Wei Wang;;Improved multi-target radar TBD algorithm[J];Journal of Systems Engineering and Electronics;2015年06期

2 于洁;刘昌云;李志汇;;箱粒子滤波理论综述[J];电光与控制;2015年11期

3 李振兴;刘进忙;李松;白东颖;倪鹏;;基于箱式粒子滤波的群目标跟踪算法[J];自动化学报;2015年04期

4 何友;黄勇;关键;陈小龙;;海杂波中的雷达目标检测技术综述[J];现代雷达;2014年12期

5 孙云;王国宏;谭顺成;于洪波;;基于辅助粒子滤波的机动弱目标TBD算法[J];电光与控制;2013年07期

6 左磊;李明;张晓伟;罗小云;;基于改进Hough变换的海面微弱目标检测[J];电子与信息学报;2012年04期

7 唐林波;陶芬芳;赵保军;刘嘉骏;;基于FPGA的实时整数霍夫变换[J];系统工程与电子技术;2012年03期

8 李青华;孔令讲;杨晓波;;基于SIRP法的相关韦布尔分布雷达杂波仿真[J];雷达科学与技术;2011年03期

9 王新新;于素萍;赵小明;;基于CORDIC算法的Hough变换及其FPGA实现[J];通信技术;2010年07期

10 崔辰鹏;金钰飞;钱晓明;满增光;李小兵;;AGV视觉导向Hough变换算法的FPGA硬件实现[J];工业控制计算机;2010年06期

中国博士学位论文全文数据库 前1条

1 李良群;信息融合系统中的目标跟踪及数据关联技术研究[D];西安电子科技大学;2007年

中国硕士学位论文全文数据库 前2条

1 赵雪刚;箱粒子滤波及其在目标跟踪中的应用研究[D];西安电子科技大学;2014年

2 郭陈林;基于Hough变换的微弱目标检测方法研究[D];电子科技大学;2011年

，

本文编号：612746