發(fā)布時間：2022-02-20 13:34

　　現(xiàn)代電子戰(zhàn)爭環(huán)境中,目標數(shù)目未知多變,雜波密度大,干擾手段層出不窮。同時單傳感器維持的目標跟蹤量測少、誤差大,并不能滿足現(xiàn)代目標跟蹤的高精度要求。因此,為了得到更全面、更精確的量測,實現(xiàn)精度更高、速度更快的多目標跟蹤,多傳感器多目標跟蹤技術逐漸成為目標跟蹤的研究重點。本文針對復雜環(huán)境下多傳感器目標跟蹤技術,研究了運動目標跟蹤算法、多目標數(shù)據(jù)關聯(lián)算法、多傳感器航跡融合技術。通過研究交互式多模型（IMM）算法的原理,提出了改進的IMM算法,解決了IMM算法運動模型失配問題。通過重點研究混合遺傳粒子群（GAPSO）算法,提出了改進的GAPSO算法,提高了多目標數(shù)據(jù)關聯(lián)準確率。并重點研究了基于雷達猝發(fā)探測的多傳感器航跡融合策略。本文首先分析了目標運動模型、卡爾曼濾波算法和交互式多模型算法的原理,討論了其優(yōu)點和不足。同時研究了交互式多模型算法中運動模型失配的問題,并提出了改進的IMM算法。通過對加速度模型的加速度向量進行狀態(tài)補充,有效改善了模型失配的問題。然后,研究了聯(lián)合概率數(shù)據(jù)關聯(lián)（JPDA）等經(jīng)典數(shù)據(jù)關聯(lián)算法的原理,分析了這些算法的特征。JPDA算法在處理密集目標時,存在計算量快速增長、關聯(lián)... 

【文章來源】：西安電子科技大學陜西省211工程院校教育部直屬院校

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 論文研究的背景及意義
    1.2 論文研究的歷史及現(xiàn)狀
    1.3 本文主要工作和內容安排
第二章 運動目標跟蹤算法
    2.1 運動目標數(shù)學模型
        2.1.1 微分多項式模型
        2.1.2 CV、CA、CT運動模型
    2.2 跟蹤濾波與預測算法
        2.2.1 卡爾曼濾波算法
        2.2.2 擴展卡爾曼濾波算法
        2.2.3 交互式多模型算法
        2.2.4 改進的交互式多模型算法
    2.3 仿真實驗與結果分析
    2.4 本章小結
第三章 多目標跟蹤數(shù)據(jù)關聯(lián)算法
    3.1 經(jīng)典數(shù)據(jù)關聯(lián)算法
        3.1.1 最近鄰算法
        3.1.2 概率數(shù)據(jù)關聯(lián)算法
        3.1.3 聯(lián)合概率數(shù)據(jù)關聯(lián)算法
    3.2 基于智能優(yōu)化算法的多目標跟蹤數(shù)據(jù)關聯(lián)
        3.2.1 遺傳算法
        3.2.2 標準粒子群優(yōu)化算法
        3.2.3 混合遺傳粒子群優(yōu)化算法
        3.2.4 改進的混合遺傳粒子群優(yōu)化算法
    3.3 仿真實驗與結果分析
    3.4 本章小結
第四章 多傳感器航跡融合技術
    4.1 多傳感器航跡融合結構
    4.2 多傳感器航跡融合算法
        4.2.1 簡單航跡融合算法
        4.2.2 協(xié)方差加權航跡融合算法
        4.2.3 自適應航跡融合算法
        4.2.4 仿真實驗與結果分析
    4.3 基于雷達猝發(fā)探測的多傳感器航跡融合策略
        4.3.1 基于雷達猝發(fā)探測的多傳感器航跡融合結構
        4.3.2 基于雷達猝發(fā)探測的多傳感器航跡融合原理
        4.3.3 仿真實驗與結果分析
    4.4 本章小結
第五章 總結與展望
    5.1 全文工作總結
    5.2 后續(xù)工作展望
參考文獻
致謝
作者簡介


【參考文獻】：
期刊論文
[1]基于最大熵模糊聚類的快速多目標跟蹤算法研究[J]. 陳曉,李亞安,蔚婧,李余興.  西北工業(yè)大學學報. 2017(04)
[2]基于混合遺傳-粒子群算法的相控陣雷達調度方法[J]. 張浩為,謝軍偉,張昭建,宗彬鋒,盛川.  系統(tǒng)工程與電子技術. 2017(09)
[3]多策略改進的多目標粒子群優(yōu)化算法[J]. 楊景明,穆曉偉,車海軍,呼子宇,侯宇浩.  控制與決策. 2017(03)
[4]機動目標的IMM擴展卡爾曼濾波時間配準算法[J]. 高穎,韓宏帥,武夢潔,王永庭.  西北工業(yè)大學學報. 2016(04)
[5]基于改進概率假設密度的多目標跟蹤算法[J]. 王海環(huán),王俊.  電波科學學報. 2016(01)
[6]一種多策略融合的多目標粒子群優(yōu)化算法[J]. 謝承旺,鄒秀芬,夏學文,王志杰.  電子學報. 2015(08)
[7]蟻群-遺傳算法在多傳感器多目標跟蹤技術中的應用[J]. 袁述,袁東輝,孫基洲,劉永波,李晶,原琳.  電子學報. 2013(03)
[8]用于多目標數(shù)據(jù)關聯(lián)的群智能混合算法[J]. 袁德平,史浩山,鄭娟毅.  華南理工大學學報(自然科學版). 2012(09)
[9]雷達間歇工作下的雷達/紅外復合制導跟蹤[J]. 李世忠,王國宏,吳巍,蘇少濤.  紅外與激光工程. 2012(06)
[10]改進的多模型粒子PHD和CPHD濾波算法[J]. 歐陽成,姬紅兵,郭志強.  自動化學報. 2012(03)

博士論文
[1]多傳感器數(shù)據(jù)關聯(lián)與航跡融合技術研究[D]. 田雪怡.哈爾濱工程大學 2012
[2]多傳感器數(shù)據(jù)融合中多目標跟蹤關鍵技術研究[D]. 胡煒薇.哈爾濱工程大學 2007

碩士論文
[1]基于IMM的雷達目標跟蹤算法研究[D]. 韓宏亮.南京信息工程大學 2011



本文編號：3635152