本文關(guān)鍵詞：基于多站時差的被動多目標(biāo)檢測與跟蹤

  更多相關(guān)文章： 被動時差 檢測前跟蹤 BOX粒子 多目標(biāo) 多伯努利濾波

【摘要】：在現(xiàn)今復(fù)雜的電子戰(zhàn)環(huán)境下主動探測面臨對方電子干擾和反輻射武器等威脅,被動探測的地位日益重要。本文采用輻射源被動多站的時差的探測技術(shù)作為研究的對象。電子技術(shù)的發(fā)展及需求的推動,對低信噪比下微弱目標(biāo)的檢測和跟蹤問題越來越受到關(guān)注。在這種環(huán)境下,傳統(tǒng)的檢測后跟蹤(Detect-Before-Track,DBT)方法遇到極大困難。檢測前跟蹤算法(Track-Before-Detect,TBD)不對每幀觀測數(shù)據(jù)設(shè)定門限,而是直接利用原始觀測,進(jìn)行多幀信息的積累后完成目標(biāo)的檢測和跟蹤,可有效提高檢測性能。本文圍繞被動多站時差(TDOA)下的單目標(biāo)和多目標(biāo)檢測前跟蹤算法進(jìn)行研究,主要的研究內(nèi)容如下:首先,介紹了基于貝葉斯理論的粒子濾波器(Particle Filter,PF)原理,建立紅外傳感器和雷達(dá)傳感器兩種常用的TBD模型。并在此基礎(chǔ)上給出了基于目標(biāo)存在變量和基于未歸一化權(quán)值的粒子濾波TBD(PF-TBD)算法。本文在被動多站場景下,建立了時差觀測下的TBD模型,并基于未歸一化權(quán)值的粒子TBD算法開展研究。其次,基于粒子濾波的TBD算法計算量大實(shí)時性差的問題,提出了一種基于BOX粒子濾波的單目標(biāo)TBD(BPF-TBD)算法。BOX粒子基于區(qū)間分析理論,用BOX粒子替代傳統(tǒng)的點(diǎn)粒子,可在保證檢測和跟蹤性能的基礎(chǔ)上,減小粒子數(shù)目,提高運(yùn)算速度。通過仿真對比,驗(yàn)證了所提出BPF-TBD算法的有效性。最后,針對多目標(biāo)多伯努利TBD算法的粒子濾波實(shí)現(xiàn)計算量大的問題,提出了引入BOX粒子濾波的多目標(biāo)多伯努利TBD(MeMBer-TBD)改進(jìn)算法。該方法在解決多目標(biāo)數(shù)據(jù)關(guān)聯(lián)復(fù)雜度高等問題的同時,對低信噪比下的多目標(biāo)進(jìn)行跟蹤,重點(diǎn)是減小了粒子數(shù)目,提高了算法的運(yùn)算效率。仿真實(shí)驗(yàn)對比分析和驗(yàn)證了所提出的基于BOX粒子濾波的多伯努利TBD算法的有效性。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：E933;TN713

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 高明哲;祝明波;鄒建武;;單脈沖跟蹤雷達(dá)多目標(biāo)檢測算法性能分析[J];海軍航空工程學(xué)院學(xué)報;2013年04期

2 唐朝偉,楊士中,黃振,蔣陽;偽隨機(jī)碼擴(kuò)頻超聲多目標(biāo)檢測及干擾抑制[J];電路與系統(tǒng)學(xué)報;1997年02期

3 張建明,陳松燦;低信噪比條件下SAR多目標(biāo)檢測方法[J];空軍雷達(dá)學(xué)院學(xué)報;2004年04期

4 趙欽君;趙東標(biāo);陸永華;;一種基于時空信息的多目標(biāo)檢測新算法[J];儀器儀表學(xué)報;2011年04期

5 李金元;訾振寧;張佃青;;電能質(zhì)量多目標(biāo)檢測策略的應(yīng)用[J];變頻器世界;2011年06期

6 賈繼鵬;;一種特征增量門限MIMO陣列多目標(biāo)檢測方法[J];艦船電子工程;2013年04期

7 謝成學(xué);利用改進(jìn)的高階相關(guān)方法進(jìn)行多目標(biāo)檢測[J];現(xiàn)代電子;1998年03期

8 王鯤鵬;張小虎;朱肇昆;于起峰;;基于形狀熵差的相似多目標(biāo)檢測方法[J];國防科技大學(xué)學(xué)報;2010年03期

9 龐存鎖;侯慧玲;;基于包絡(luò)補(bǔ)償?shù)母咚俣嗄繕?biāo)檢測算法[J];彈箭與制導(dǎo)學(xué)報;2013年03期

10 趙兆;是湘全;;PRC-CW雷達(dá)多目標(biāo)檢測的逐次消去脈壓-FFT方法[J];探測與控制學(xué)報;2008年04期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 匡宇;游志勝;;精子運(yùn)動圖象的多目標(biāo)檢測與分割[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國圖象圖形科技大會論文集[C];1998年

2 牟新剛;張桂林;丁全心;張國華;周曉;;基于DSP+FPGA的紅外多目標(biāo)檢測系統(tǒng)設(shè)計[A];2007年光電探測與制導(dǎo)技術(shù)的發(fā)展與應(yīng)用研討會論文集[C];2007年

3 王智靈;路婷婷;張碩奇;陳宗海;羅楊宇;李成榮;;基于全局光流的多目標(biāo)檢測與跟蹤[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 葉剛;城市環(huán)境基于三維激光雷達(dá)的自動駕駛車輛多目標(biāo)檢測及跟蹤算法研究[D];北京理工大學(xué);2016年

2 范帥芳;基于多站時差的被動多目標(biāo)檢測與跟蹤[D];電子科技大學(xué);2016年

3 梅秀飛;基于分布式MIMO雷達(dá)的多目標(biāo)檢測前跟蹤算法研究[D];電子科技大學(xué);2016年

4 鄭兮;多目標(biāo)檢測前跟蹤算法研究[D];電子科技大學(xué);2012年

5 郭會文;監(jiān)控視頻中的快速多目標(biāo)檢測與跟蹤研究[D];湖南大學(xué);2013年

6 丁艷;基于全方位視覺的多目標(biāo)檢測跟蹤[D];浙江工業(yè)大學(xué);2007年

7 郭曉慧;復(fù)雜場景下視頻監(jiān)控系統(tǒng)中多目標(biāo)檢測的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2013年

8 黃超;基于視頻的人體多目標(biāo)檢測與跟蹤算法研究[D];西華大學(xué);2014年

9 王允;基于TMS320DM642的多目標(biāo)檢測系統(tǒng)的硬件設(shè)計[D];重慶大學(xué);2009年

10 蔡俊林;醫(yī)學(xué)圖像中多目標(biāo)檢測與跟蹤技術(shù)研究[D];華南理工大學(xué);2012年

，

本文編號：1231904