基于动态规划的雷达弱目标检测前跟踪算法研究
发布时间：2020-12-31 03:32
随着目标的多样化和实际环境的复杂化,现代雷达的探测能力正在面临十分严峻的挑战,而微弱目标的检测与跟踪问题就是其中之一。检测前跟踪技术（Track-Before-Detect,TBD）是一种在低信噪比环境下对微弱目标进行有效检测的方法,而动态规划检测前跟踪算法（DP-TBD）是TBD技术的主要实现方式之一。DP-TBD算法可以把一个较为复杂的多级决策问题转化为多个单级决策过程,然后通过将每个单级决策最优化从而得到全局的最优解,该算法原理清晰、性能优良,是近几年的研究热点。本文将主要对雷达弱目标DP-TBD算法进行研究,主要内容概括如下:（1）分析了动态规划的基础理论并将其应用到TBD技术中,然后构建了传统DP-TBD算法的主要系统模型,并在该模型框架下对DP-TBD算法的实现流程进行了介绍,另外还对影响算法性能好坏的值函数和状态转移原理进行了具体说明。（2）重点研究了几种单目标DP-TBD算法及其改进算法,并构建了评价算法性能好坏的衡量指标。针对传统DP-TBD算法存在的能量扩散现象以及对机动目标跟踪效果差的问题,依次提出了基于方向加权的DP-TBD算法、基于自适应状态转移集的DP-TB...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图２．２目标状态转移范围模型??Ｆｉ．?２．２?Ｍｏｄｅｌ?ｏｆ?ｔａｒｅｔ?ｓｔａｔｅ?ｔｒａｎｓｉｔｉｏｎ?ｒａｎｅ??
?基于动态规划的雷达弱目标检测前跟踪算法研宄???Ｋ＝８ｊ?Ｋ＝１０??Ｉ］?？?－＂Ｉ??，ｎ￣?．?＂２〇?ｌｉｗＨＩＬｉ??＼？分辨单元?〇?０?Ｘ分辨单元?彳分ｈｉ＂：?０?０?＼分??（ｃ）?Ｋ＝８时的值函数能量分布?（ｄ）?Ｋ＝１０时的值函数能量分布??（ｃ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝８?（ｄ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝１０??图３．３?ＳＮＲ＝７ｄＢ时的积累值函数能量分布??Ｆｉｇ．?３．３?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｃｕｍｕｌａｔｉｖｅ?ｍｅｒｉｔ?ｆｕｎｃｔｉｏｎ?ｗｈｅｎ?ＳＮＲ?＝?７ｄＢ??Ｋ＝Ｊ?＇?；Ｋ＝４??４＜１?‘?１５?ｖ??＾?．丨，?；＇??Ｃｒ?Ｉ?ｉ：?１０＇??２０?２０?ｉｏ＾＾＾Ｔｏ?２０??Ｙ，絲至弋?０?０?＼分￥至亏?、分Ｇ遍气?００?Ｘ?＾５！：．?ｆｌ??（ａ）?Ｋ＝１时的值函数能量分布?（ｂ）?Ｋ＝４时的值函数能量分布??（ａ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝１?（ｂ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝４??．？．卜８?Ｋ＝ｌ？??３０ｓ?３０＾??１?０?〇?１０?ｘ－－５．－？ｔ?Ｙ分辨单元?１０?〇?１０?．Ｖ分Ｋｉ二－??（ｃ）?Ｋ＝８时的值函数能量分布?（ｄ）?Ｋ＝１０时的值函数能量分布??（ｃ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝８?（ｄ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝１０??图３．４?ＳＮＲ＝５ｄＢ时的积累值
?大连海事大学硕士学位论文???图３．３是ＳＮＲ＝７ｄＢ时传统ＤＰ－ＴＢＤ算法的积累值函数在尺＝１，４，８，１０帧下的能量分??布图。由图３．３可知：当尤＝１时目标几乎完全淹没在噪声中，随着积累帧数的增加，噪??声逐渐被抑制而目标越来越凸显。从图中可以看出，经过ＤＰ－ＴＢＤ算法的多帧积累后，??真实目标逐渐形成ｒ－个棱锥状的凸起，这样非常有利于目标的检测。??图３．４为ＳＮＲ＝５ｄＢ时传统ＤＰ－ＴＢＤ算法的值函数在尤＝１，４，８，１０帧下的能量分布图。??由图３．４可知，值函数的积累过程基本与前面一致，但算法在ＳＮＲ＝５ｄＢ时的整体积累??效果不如ＳＮＲ＝７ｄＢ，目标没有被完全凸显出来。这是因为在目标能量积累的同时噪声??也会被积累，这就造成了多帧积累过程中的能量扩散，即“团聚效应”现象。??总结可知，传统ＤＰ－ＴＢＤ算法在低信噪比环境下普遍存在着能量扩散现象，为了实??现雷达弱目标的有效检测和跟踪，必须尽量克职“团聚效应”。??（３）仿真实验３：?ＰＤ，ＰＴ，?ＲＭＳＥ随ＳＮＲ变化的效果比较。??假设雷达观测区域大小为从乂＂?＝?６（＾６０，＼轴和７轴的分辨单元。１＝６＞＜?＝?１，总共??观测尤＝１０帧数据，并且雷达的扫描周期间隔Ｔ?＝?设置目标的初始状态向量为：??％?＝?［１０，４，０，１０，４，０］，目标状态转移数《＝１６，检测门限ＦＤＴ＝４２，此外过程噪声??％?￣＃（０，０．３５），观测噪声？？＃（０，０．５）。当目标幅度Ｊ?＝?０．５时，检测概率ＰＤ，跟踪概??率尽和位置均方根误差ＲＭＳＥ随ＳＮＲ变化的效果图如下：??ｉ??１?ｉ?ｉ?ｉ?Ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?？?■？?？?０
本文编号：2948875
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图２．２目标状态转移范围模型??Ｆｉ．?２．２?Ｍｏｄｅｌ?ｏｆ?ｔａｒｅｔ?ｓｔａｔｅ?ｔｒａｎｓｉｔｉｏｎ?ｒａｎｅ??
?基于动态规划的雷达弱目标检测前跟踪算法研宄???Ｋ＝８ｊ?Ｋ＝１０??Ｉ］?？?－＂Ｉ??，ｎ￣?．?＂２〇?ｌｉｗＨＩＬｉ??＼？分辨单元?〇?０?Ｘ分辨单元?彳分ｈｉ＂：?０?０?＼分??（ｃ）?Ｋ＝８时的值函数能量分布?（ｄ）?Ｋ＝１０时的值函数能量分布??（ｃ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝８?（ｄ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝１０??图３．３?ＳＮＲ＝７ｄＢ时的积累值函数能量分布??Ｆｉｇ．?３．３?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｃｕｍｕｌａｔｉｖｅ?ｍｅｒｉｔ?ｆｕｎｃｔｉｏｎ?ｗｈｅｎ?ＳＮＲ?＝?７ｄＢ??Ｋ＝Ｊ?＇?；Ｋ＝４??４＜１?‘?１５?ｖ??＾?．丨，?；＇??Ｃｒ?Ｉ?ｉ：?１０＇??２０?２０?ｉｏ＾＾＾Ｔｏ?２０??Ｙ，絲至弋?０?０?＼分￥至亏?、分Ｇ遍气?００?Ｘ?＾５！：．?ｆｌ??（ａ）?Ｋ＝１时的值函数能量分布?（ｂ）?Ｋ＝４时的值函数能量分布??（ａ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝１?（ｂ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝４??．？．卜８?Ｋ＝ｌ？??３０ｓ?３０＾??１?０?〇?１０?ｘ－－５．－？ｔ?Ｙ分辨单元?１０?〇?１０?．Ｖ分Ｋｉ二－??（ｃ）?Ｋ＝８时的值函数能量分布?（ｄ）?Ｋ＝１０时的值函数能量分布??（ｃ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝８?（ｄ）?Ｅｎｅｒｇｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｗｈｅｎ?Ｋ＝１０??图３．４?ＳＮＲ＝５ｄＢ时的积累值
?大连海事大学硕士学位论文???图３．３是ＳＮＲ＝７ｄＢ时传统ＤＰ－ＴＢＤ算法的积累值函数在尺＝１，４，８，１０帧下的能量分??布图。由图３．３可知：当尤＝１时目标几乎完全淹没在噪声中，随着积累帧数的增加，噪??声逐渐被抑制而目标越来越凸显。从图中可以看出，经过ＤＰ－ＴＢＤ算法的多帧积累后，??真实目标逐渐形成ｒ－个棱锥状的凸起，这样非常有利于目标的检测。??图３．４为ＳＮＲ＝５ｄＢ时传统ＤＰ－ＴＢＤ算法的值函数在尤＝１，４，８，１０帧下的能量分布图。??由图３．４可知，值函数的积累过程基本与前面一致，但算法在ＳＮＲ＝５ｄＢ时的整体积累??效果不如ＳＮＲ＝７ｄＢ，目标没有被完全凸显出来。这是因为在目标能量积累的同时噪声??也会被积累，这就造成了多帧积累过程中的能量扩散，即“团聚效应”现象。??总结可知，传统ＤＰ－ＴＢＤ算法在低信噪比环境下普遍存在着能量扩散现象，为了实??现雷达弱目标的有效检测和跟踪，必须尽量克职“团聚效应”。??（３）仿真实验３：?ＰＤ，ＰＴ，?ＲＭＳＥ随ＳＮＲ变化的效果比较。??假设雷达观测区域大小为从乂＂?＝?６（＾６０，＼轴和７轴的分辨单元。１＝６＞＜?＝?１，总共??观测尤＝１０帧数据，并且雷达的扫描周期间隔Ｔ?＝?设置目标的初始状态向量为：??％?＝?［１０，４，０，１０，４，０］，目标状态转移数《＝１６，检测门限ＦＤＴ＝４２，此外过程噪声??％?￣＃（０，０．３５），观测噪声？？＃（０，０．５）。当目标幅度Ｊ?＝?０．５时，检测概率ＰＤ，跟踪概??率尽和位置均方根误差ＲＭＳＥ随ＳＮＲ变化的效果图如下：??ｉ??１?ｉ?ｉ?ｉ?Ｉ?ｉ?ｉ?ｉ?ｉ?ｉ?？?■？?？?０
本文编号：2948875
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2948875.html
