基于粒子濾波的檢測(cè)前跟蹤(Tracking Before Detection,TBD)是一種非常適合用來檢測(cè)信號(hào)微弱的目標(biāo)的方法,該方法通過降低對(duì)目標(biāo)的檢測(cè)閾值進(jìn)行目標(biāo)的跟蹤,然后將傳感器獲得的數(shù)據(jù)傳輸至融合中心進(jìn)行處理獲得目標(biāo)航跡,并同時(shí)完成對(duì)目標(biāo)的檢測(cè),充分有效地利用了先驗(yàn)信息�；诹Ｗ訛V波的檢測(cè)前跟蹤算法既能處理高斯系統(tǒng)弱目標(biāo)的檢測(cè)與跟蹤問題,又能處理非線性非高斯系統(tǒng)的弱目標(biāo)檢測(cè)與跟蹤問題,適用范圍較廣。但是現(xiàn)在已有的TBD方法主要在單雷達(dá)的基礎(chǔ)上對(duì)目標(biāo)進(jìn)行檢測(cè)跟蹤,對(duì)多異步雷達(dá)聯(lián)合檢測(cè)的研究較少,而多異步雷達(dá)通過聯(lián)合探測(cè)可以充分利用有效信息,提高跟蹤檢測(cè)性能。然而多異步雷達(dá)系統(tǒng)存在各雷達(dá)地理位置不同以及采樣時(shí)間不同的問題,無法直接將雷達(dá)回波幅值信息進(jìn)行融合,否則會(huì)嚴(yán)重影響融合結(jié)果。針對(duì)以上問題,本文對(duì)多異步傳感器檢測(cè)前跟蹤問題進(jìn)行研究,具體內(nèi)容如下:首先,介紹了基于粒子濾波的檢測(cè)前跟蹤算法的基本原理,給出了基于粒子濾波檢測(cè)前跟蹤算法的實(shí)現(xiàn)步驟,并介紹了三種常用的時(shí)間配準(zhǔn)方法基礎(chǔ)理論。其次,提出了一種基于粒子濾波的多異步傳感器檢測(cè)前跟蹤算法,該算法針對(duì)多異步雷達(dá)回波幅值信息無法直... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：54 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1粒子濾波流程圖

杭州電子科技大學(xué)碩士學(xué)位論文PF-TBD 算法于粒子濾波的檢測(cè)前跟蹤算法是在目標(biāo)的狀態(tài)變量中增加一個(gè)離散變征目標(biāo)是否出現(xiàn)，并通過馬爾可夫狀態(tài)轉(zhuǎn)移矩陣對(duì)該變量進(jìn)行控制D 算法是通過先驗(yàn)信息和貝葉斯公式推算出后驗(yàn)概率密度函1:| )k kz ，通過1:( , | )k k kp s cz 來檢測(cè)在區(qū)域內(nèi)有沒有目標(biāo)以及對(duì)目標(biāo)狀態(tài)的節(jié)主要介紹 PF-TBD 具體實(shí)現(xiàn)過程。

如圖2.3 所示。圖 2.3 時(shí)間配準(zhǔn)模型圖本節(jié)介紹三種時(shí)間配準(zhǔn)方法：拉格朗日插值法、最小二曲線乘擬合法和內(nèi)插外推法，并進(jìn)行簡(jiǎn)要分析。2.3.1 拉格朗日插值法拉格朗日插值方法( Lagrange interpolation method)是根據(jù)已知采樣數(shù)據(jù)的函數(shù)得到解析式，它要求通過已知的采樣點(diǎn)確定要求點(diǎn)的近似函數(shù)，然后根據(jù)函數(shù)表達(dá)式計(jì)算配準(zhǔn)時(shí)間數(shù)據(jù)。多傳感器利用數(shù)據(jù)插值方法進(jìn)行時(shí)間配準(zhǔn)，根據(jù)已知的采樣點(diǎn)數(shù)據(jù)得到目標(biāo)運(yùn)動(dòng)的軌跡。假設(shè)對(duì)傳感器n進(jìn)行時(shí)間配準(zhǔn)，設(shè) ( , , )m m m mZ x y z是 ( 1,2,... )mt m l時(shí)刻傳感器n的采樣數(shù)據(jù)，時(shí)間配準(zhǔn)時(shí)刻為1( )n m n mt t t t ，mn( , , )mn mnx y z 表示時(shí)間配準(zhǔn)后的數(shù)據(jù)。則利用插值法求得陪準(zhǔn)時(shí)間數(shù)據(jù)，插值公式如下：n 1mn 11 1111 1111 1m n nm mm m m mn m n mmn m mn m m nn m n mmn m mm m m mt t t tx x xt t t tt t t ty y yt t t tt t t tz z zt t t t (2.26)

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)QIPF的弱目標(biāo)檢測(cè)前跟蹤算法的研究[J]. 蔣繼娟.  科技風(fēng). 2017(09)
[2]基于主成分變換模型的DEM格網(wǎng)聚合及其誤差分析[J]. 黃澤純,張倩寧,徐柱,洪安東,張瑞芳.  測(cè)繪學(xué)報(bào). 2017(03)
[3]基于雙重采樣粒子濾波的目標(biāo)軌跡跟蹤研究[J]. 黃梨力.  交通科技與經(jīng)濟(jì). 2016(04)
[4]一種基于QMC-APF的檢測(cè)前跟蹤算法[J]. 郭云飛,唐學(xué)大,駱吉安,邵根富.  現(xiàn)代雷達(dá). 2015(02)
[5]Track-before-detect algorithm for maneuvering infrared weak multiple targets via particle filter[J]. 張寅生,龍?jiān)评?劉琨.  Chinese Optics Letters. 2014(10)
[6]一種基于交叉和變異算子改進(jìn)的遺傳算法研究[J]. 謝燕麗,許青林,姜文超.  計(jì)算機(jī)技術(shù)與發(fā)展. 2014(04)
[7]基于輔助粒子濾波的機(jī)動(dòng)弱目標(biāo)TBD算法[J]. 孫云,王國(guó)宏,譚順成,于洪波.  電光與控制. 2013(07)
[8]聚合重采樣粒子濾波的機(jī)載無源定位算法[J]. 劉學(xué),張志敏,焦淑紅.  應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào). 2013(03)
[9]一種異步多傳感器組合導(dǎo)航系統(tǒng)融合算法[J]. 林雪原.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2012(01)
[10]基于裂變繁殖粒子濾波的檢測(cè)前跟蹤算法[J]. 樊玲.  計(jì)算機(jī)應(yīng)用. 2011(09)

博士論文
[1]復(fù)雜環(huán)境下弱目標(biāo)檢測(cè)與跟蹤算法研究[D]. 黃大羽.華東理工大學(xué) 2012
[2]多平臺(tái)多傳感器多源信息融合系統(tǒng)時(shí)空配準(zhǔn)及性能評(píng)估研究[D]. 李教.西北工業(yè)大學(xué) 2003

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]環(huán)錠細(xì)紗機(jī)斷線監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[D]. 王森梟.杭州電子科技大學(xué) 2016
[3]基于粒子濾波的弱目標(biāo)檢測(cè)前跟蹤算法[D]. 張峰.杭州電子科技大學(xué) 2016
[4]基于遺傳算法雷達(dá)組網(wǎng)方法研究[D]. 陳軒.華中科技大學(xué) 2015
[5]多傳感器時(shí)空配準(zhǔn)技術(shù)研究[D]. 王偉.中國(guó)電子科學(xué)研究院 2014
[6]基于粒子濾波的多個(gè)弱目標(biāo)檢測(cè)前跟蹤算法研究[D]. 劉鑫.杭州電子科技大學(xué) 2014
[7]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]. 樊孔帥.杭州電子科技大學(xué) 2014
[8]基于粒子濾波的檢測(cè)前跟蹤算法研究及在GPU平臺(tái)上的實(shí)現(xiàn)[D]. 蘇金洲.電子科技大學(xué) 2013
[9]基于隨機(jī)霍夫變換的微弱目標(biāo)檢測(cè)方法研究[D]. 魏蘭玲.電子科技大學(xué) 2011
[10]基于蒙特卡羅算法的移動(dòng)機(jī)器人自定位技術(shù)研究[D]. 張曉東.沈陽理工大學(xué) 2011



本文編號(hào)：2905195