昆虫雷达数据预处理及检测跟踪算法研究
发布时间:2017-09-13 03:48
本文关键词:昆虫雷达数据预处理及检测跟踪算法研究
更多相关文章: 昆虫雷达 WinPcap DirectDraw 方位分辨率 杂波对消 目标追踪
【摘要】:昆虫雷达的出现具有划时代的意义,对昆虫雷达数据的处理可以加快对昆虫、鸟等小目标的研究进程,对全民热点问题,如农作物病虫灾害、航空鸟击等具有积极作用。继续推广研究,则对目前学术界小目标的检测追踪难的问题,也有一定的益处。本文主要是在VC++6.0环境下对昆虫雷达数据进行实时接收与终端实时显示,并对接收的数据进行存盘。接着对存盘的数据进行预处理,主要有去卷积提高方位分辨率及杂波对消,并将预处理后的数据进行PPI显示。最后使用航迹相关算法对仿真的昆虫雷达目标进行追踪。在实时高效,减少或阻止数据包的丢失,无阻塞等的多重压力下,本文使用了新的雷达数据接收方法-WinPcap,该法允许计算机同时接收不同网卡的数据,为以后多部仪器同时在一部计算机处理做了铺垫。还提出了使用DX进行PPI图像的绘制,并使用色彩键码技术叠加了地图。将VinPcap、DX与多线程技术相结合共同实现了昆虫雷达终端实时显示,且时效性、正确性有很大改善。为了解决由于水平波束宽度及卷积影响而造成的雷达方位分辨率低的问题,本文提出了一种新的去卷积方法,将目标方位分布序列、天线图序列、雷达接收数据序列看作是一维的矩阵,将天线图矩阵扩展成具有一定规则的方阵,则可以证明目标方位分布等于雷达接收的数据与天线图方阵的逆阵相乘。经过理论及数据的验证,说明了此方法是正确的且是有效的,相对传统的FFT及IFFT,具有运算简单,不易出错的特点;除此之外,本文还提出了一种新的杂波对消方法,对雷达每条径向数据进行两次低通滤波,将两次滤波后的结果相减并输出,以去除那些空间频率变化快及变化太慢的杂波,保留变化程度适中的目标。程序实现借助指数滑动平均算法,通过调节算法系数,可以达到预期目的,实验证明,该方法是有效的。最后利用航迹相关算法对仿真的雷达三维目标进行了追踪。航迹相关主要包括波门选择,航迹起始,航迹数据关联,航迹滤波等部分,文章对各个部分进行介绍并对使用的算法进行仿真分析。从最终的轨迹追踪效果图来看,航迹相关算法很好地追踪了点迹,可以用于有规则运动的昆虫追踪。
【关键词】:昆虫雷达 WinPcap DirectDraw 方位分辨率 杂波对消 目标追踪
【学位授予单位】:南京信息工程大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN957.52
【目录】:
- 摘要5-7
- Abstract7-9
- 第一章 绪论9-15
- 1.1 研究背景及国内外现状9-11
- 1.2 研究意义和目的11-12
- 1.3 运动目标检测与追踪12-13
- 1.4 论文工作安排13-15
- 第二章 昆虫雷达数据的实时接收与显示15-25
- 2.1 昆虫雷达简介15-16
- 2.2 WinPcap抓包16-17
- 2.3 DirectDraw绘图17-21
- 2.3.1 DirectDraw简介17-18
- 2.3.2 DirectDraw实时绘制并显示雷达图像18-21
- 2.4 多线程技术21-23
- 2.5 本章小结23-25
- 第三章 昆虫雷达数据预处理25-43
- 3.1 去卷积提高方位分辨率25-34
- 3.1.1 去卷积基础理论25-26
- 3.1.2 去卷积提高方位分辨率26-28
- 3.1.3 改进的去卷积计算方法28-31
- 3.1.4 去卷积提高方位分辨率算法仿真及实测验证31-33
- 3.1.5 去卷积与信噪比的关系33-34
- 3.2 杂波对消去噪34-42
- 3.2.1 全时域静态杂波图对消35-37
- 3.2.2 新的杂波对消原理37-39
- 3.2.3 杂波对消算法及算法结果39-42
- 3.3 本章小结42-43
- 第四章 航迹相关算法研究43-78
- 4.1 航迹相关波门的选择与确定44-48
- 4.2 航迹起始48-53
- 4.2.1 Hough变换法48-50
- 4.2.2 逻辑滑窗法50-53
- 4.3 点迹-航迹关联53-65
- 4.3.1 最近邻算法54-55
- 4.3.2 概率数据关联算法55-57
- 4.3.3 联合概率数据关联算法57-59
- 4.3.4 航迹数据关联算法仿真分析59-65
- 4.4 航迹跟踪滤波65-73
- 4.4.1 目标运动状态空间模型65-67
- 4.4.2 卡尔曼滤波算法67-69
- 4.4.3 卡尔曼滤波算法仿真69-73
- 4.5 本文算法描述及仿真结果73-77
- 4.6 本章小结77-78
- 第五章 总结与讨论78-81
- 参考文献81-87
- 作者简介87-88
- 致谢88
本文编号:841354
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/841354.html