預(yù)警系統(tǒng)多采用雷達(dá)組網(wǎng)系統(tǒng)對(duì)多目標(biāo)進(jìn)行聯(lián)合檢測(cè)跟蹤,當(dāng)一個(gè)或幾個(gè)雷達(dá)的探測(cè)效果不佳時(shí),直接進(jìn)行融合,可能會(huì)降低整體探測(cè)效果,導(dǎo)致目標(biāo)丟失或者發(fā)現(xiàn)大量虛假目標(biāo),甚至遠(yuǎn)不如單個(gè)雷達(dá)的探測(cè)效果�；诹Ｗ訛V波的檢測(cè)前跟蹤算法（PF-TBD）是一種常用的目標(biāo)檢測(cè)跟蹤算法,利用PF-TBD進(jìn)行多雷達(dá)多目標(biāo)聯(lián)合檢測(cè)跟蹤時(shí),通過合理使用多個(gè)雷達(dá)的量測(cè)信息,能夠有效提高目標(biāo)的檢測(cè)效果,改善目標(biāo)虛警和漏檢問題。在PF-TBD中,粒子權(quán)值的計(jì)算是基于雷達(dá)對(duì)目標(biāo)的量測(cè)信息而來,粒子權(quán)值可以在一定程度上反應(yīng)出雷達(dá)對(duì)目標(biāo)的量測(cè)信息質(zhì)量,所以雷達(dá)量測(cè)的選擇利用和融合過程可以轉(zhuǎn)換為粒子權(quán)值的計(jì)算融合過程。基于以上分析,本論文從研究PF-TBD中粒子權(quán)值的計(jì)算過程與方法出發(fā),以雙層粒子濾波結(jié)構(gòu)為基礎(chǔ),提出多種粒子權(quán)值計(jì)算方法,實(shí)現(xiàn)多個(gè)雷達(dá)量測(cè)的選擇利用,并通過融合粒子權(quán)值來實(shí)現(xiàn)多雷達(dá)量測(cè)信息的融合,從而有效利用多個(gè)雷達(dá)量測(cè),提高目標(biāo)的正確發(fā)現(xiàn)概率,改善目標(biāo)虛警和漏檢問題。本文主要研究工作如下:1.介紹了粒子濾波檢測(cè)前跟蹤算法的基本原理和系統(tǒng)模型,并闡述了多雷達(dá)多目標(biāo)粒子濾波檢測(cè)前跟蹤算法的具體實(shí)現(xiàn)流程。2.提出一種基于... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文的主要工作和結(jié)構(gòu)安排
第2章 基于粒子濾波的檢測(cè)前跟蹤基礎(chǔ)理論
    2.1 引言
    2.2 運(yùn)動(dòng)目標(biāo)的建模
        2.2.1 CV模型
        2.2.2 CA模型
        2.2.3 CT模型
    2.3 基于雷達(dá)量測(cè)的建模
    2.4 基于粒子濾波的檢測(cè)前跟蹤理論
        2.4.1 貝葉斯濾波
        2.4.2 粒子濾波算法
        2.4.3 PF-TBD算法原理
    2.5 小結(jié)
第3章 基于粒子權(quán)值選擇的多雷達(dá)多目標(biāo)粒子濾波檢測(cè)前跟蹤算法
    3.1 引言
    3.2 問題描述
    3.3 多雷達(dá)雙層粒子濾波算法
    3.4 基于粒子權(quán)值選擇的多雷達(dá)多目標(biāo)PF-TBD算法
        3.4.1 基于粒子權(quán)值選擇的粒子權(quán)值計(jì)算方法
        3.4.2 基于粒子權(quán)值選擇的多雷達(dá)多目標(biāo)PF-TBD算法描述
        3.4.3 算法具體實(shí)現(xiàn)步驟
        3.4.4 目標(biāo)跟蹤層
        3.4.5 目標(biāo)檢測(cè)層
    3.5 仿真結(jié)果及分析
    3.6 小結(jié)
第4章 基于雷達(dá)權(quán)值選擇的多雷達(dá)多目標(biāo)粒子濾波檢測(cè)前跟蹤算法
    4.1 引言
    4.2 基于雷達(dá)權(quán)值選擇的多雷達(dá)多目標(biāo)PF-TBD算法
        4.2.1 基于雷達(dá)權(quán)值選擇的粒子權(quán)值計(jì)算方法
        4.2.2 粒子群重采樣方法
        4.2.3 基于雷達(dá)權(quán)值選擇的多雷達(dá)多目標(biāo)PF-TBD算法描述
        4.2.4 算法實(shí)現(xiàn)步驟
        4.2.5 目標(biāo)跟蹤層
        4.2.6 目標(biāo)檢測(cè)層
        4.2.7 仿真與結(jié)果分析
    4.3 混合多雷達(dá)多目標(biāo)粒子濾波檢測(cè)前跟蹤算法
        4.3.1 算法實(shí)現(xiàn)步驟
        4.3.2 目標(biāo)跟蹤層
        4.3.3 目標(biāo)檢測(cè)層
        4.3.4 仿真結(jié)果及分析
    4.4 小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]一種保證穩(wěn)定精度的協(xié)同跟蹤傳感器管理算法[J]. 方德亮,冉曉旻,張靜,王超.  信息工程大學(xué)學(xué)報(bào). 2018(01)
[2]一種基于信息熵的雷達(dá)動(dòng)態(tài)自適應(yīng)選擇跟蹤方法[J]. 葛建軍,李春霞.  雷達(dá)學(xué)報(bào). 2017(06)
[3]基于誤差校準(zhǔn)的多雷達(dá)粒子濾波檢測(cè)跟蹤算法[J]. 程小會(huì),陳霄,薛安克.  火力與指揮控制. 2016(10)
[4]基于匹配濾波器設(shè)計(jì)的粒子濾波檢測(cè)前跟蹤算法研究[J]. 董華安,王建國,陸軍,王小謨,張昭,李相如.  電光與控制. 2016(09)
[5]現(xiàn)代雷達(dá)隱身技術(shù)發(fā)展[J]. 何小鋒.  現(xiàn)代導(dǎo)航. 2015(03)
[6]基于遍歷Hough變換的弱目標(biāo)檢測(cè)前跟蹤算法[J]. 郭云飛,鄭曉楓,彭冬亮,曾澤斌.  系統(tǒng)仿真學(xué)報(bào). 2015(06)
[7]多傳感器量測(cè)下權(quán)重優(yōu)化粒子濾波算法[J]. 胡振濤,劉宇,楊樹軍.  計(jì)算機(jī)科學(xué). 2013(12)
[8]基于IMM多傳感器順序粒子濾波跟蹤機(jī)動(dòng)目標(biāo)算法[J]. 陸新東,胡振濤,劉先省,金勇.  傳感器與微系統(tǒng). 2012(04)
[9]多傳感器量測(cè)自適應(yīng)Rao-Blackwellised粒子濾波算法[J]. 胡振濤,劉先省,金勇.  系統(tǒng)工程與電子技術(shù). 2012(02)
[10]基于兩級(jí)采樣的粒子濾波檢測(cè)前跟蹤算法[J]. 梁新華,潘泉,楊峰,王增福.  系統(tǒng)工程與電子技術(shù). 2011(09)

博士論文
[1]基于粒子濾波的弱目標(biāo)檢測(cè)前跟蹤算法研究[D]. 龔亞信.國防科學(xué)技術(shù)大學(xué) 2009

碩士論文
[1]基于粒子濾波的多雷達(dá)單目標(biāo)檢測(cè)前跟蹤算法研究[D]. 程小會(huì).杭州電子科技大學(xué) 2016
[2]基于粒子濾波的機(jī)動(dòng)弱目標(biāo)檢測(cè)前跟蹤算法研究[D]. 唐學(xué)大.杭州電子科技大學(xué) 2015
[3]基于信息論的傳感器管理算法研究[D]. 周林.河南大學(xué) 2005



本文編號(hào)：3636163