本文關(guān)鍵詞：認(rèn)知雷達(dá)理論及其波形選擇算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：認(rèn)知雷達(dá)是下一代智能雷達(dá),它能夠與目標(biāo)環(huán)境形成一個(gè)閉環(huán)動(dòng)態(tài)系統(tǒng),根據(jù)目標(biāo)環(huán)境自適應(yīng)地調(diào)整發(fā)射機(jī)來(lái)控制發(fā)射波形,并不斷地在與目標(biāo)環(huán)境的交互中獲取信息,從而全面提高雷達(dá)的整體性能。如何自適應(yīng)地選擇發(fā)射波形是認(rèn)知雷達(dá)研究熱點(diǎn)之一,目前波形自適應(yīng)選擇算法主要是基于狀態(tài)單步預(yù)測(cè)來(lái)進(jìn)行優(yōu)化求解,此時(shí)系統(tǒng)是“貪婪”的,僅著眼于下一時(shí)刻性能指標(biāo),未能考慮目標(biāo)在未來(lái)多個(gè)時(shí)刻里的變化情況。而在目標(biāo)跟蹤的問(wèn)題上,我們更關(guān)心的是系統(tǒng)長(zhǎng)期的跟蹤性能,即跟蹤的穩(wěn)定性。因此,基于目標(biāo)狀態(tài)多步預(yù)測(cè)的波形多步優(yōu)化問(wèn)題也就成為了認(rèn)知雷達(dá)需要探索的課題。然而在實(shí)際應(yīng)用中,由于預(yù)測(cè)精度和計(jì)算復(fù)雜度等問(wèn)題,實(shí)時(shí)地處理波形的多步優(yōu)化問(wèn)題面臨著諸多困難。本文首先對(duì)認(rèn)知雷達(dá)概念的產(chǎn)生及相關(guān)技術(shù)的研究狀況做了回顧,重點(diǎn)闡述了認(rèn)知雷達(dá)的基本原理和結(jié)構(gòu)特性,詳細(xì)分析了以目標(biāo)跟蹤為目的的認(rèn)知雷達(dá)工作流程。在此基礎(chǔ)上,針對(duì)基于波形庫(kù)的認(rèn)知跟蹤雷達(dá)采用傳統(tǒng)單步預(yù)測(cè)和優(yōu)化方法時(shí)在跟蹤性能方面的不足,提出了基于狀態(tài)多步預(yù)測(cè)的波形滾動(dòng)優(yōu)化選擇算法。給出了基于卡爾曼濾波理論的狀態(tài)多步預(yù)測(cè)的遞推過(guò)程,并運(yùn)用動(dòng)態(tài)規(guī)劃方法求解了以整體跟蹤誤差為性能指標(biāo)的波形的多步優(yōu)化問(wèn)題。最后,將上述方法應(yīng)用于再入彈道目標(biāo)跟蹤問(wèn)題的求解,計(jì)算機(jī)仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的可行性和有效性,同時(shí)也驗(yàn)證了基于多步預(yù)測(cè)的波形滾動(dòng)優(yōu)化算法達(dá)到了提升跟蹤性能和跟蹤穩(wěn)定性的目的。
【關(guān)鍵詞】：認(rèn)知雷達(dá) 目標(biāo)跟蹤 多步預(yù)測(cè) 滾動(dòng)優(yōu)化 動(dòng)態(tài)規(guī)劃 波形選擇
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN958
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第一章 緒論7-12
• 1.1 認(rèn)知雷達(dá)研究背景7-8
• 1.2 認(rèn)知雷達(dá)概念形成過(guò)和及研究現(xiàn)狀8-10
• 1.3 本文內(nèi)容及章節(jié)安排10-12
• 第二章 認(rèn)知雷達(dá)系統(tǒng)基本理論12-32
• 2.1 認(rèn)知雷達(dá)基本概念12
• 2.2 傳統(tǒng)雷達(dá)與認(rèn)知雷達(dá)12-14
• 2.2.1 傳統(tǒng)雷達(dá)12-13
• 2.2.2 認(rèn)知雷達(dá)13
• 2.2.3 感知—行動(dòng)循環(huán)(Perception-Action Cycle)13-14
• 2.3 雷達(dá)信號(hào)的基帶模型14-16
• 2.3.1 發(fā)射信號(hào)和回波信號(hào)的基帶模型14
• 2.3.2 匹配濾波器組和包絡(luò)檢波器14-15
• 2.3.3 測(cè)量噪聲的統(tǒng)計(jì)學(xué)特征15-16
• 2.4 接收機(jī)端對(duì)環(huán)境的感知16-23
• 2.4.1 貝葉斯濾波器17-19
• 2.4.2 近似貝葉斯濾波器19
• 2.4.3 擴(kuò)展卡爾曼濾波器19-21
• 2.4.4 容積卡爾曼濾波21-23
• 2.5 接收機(jī)到發(fā)射機(jī)的信息反饋23-24
• 2.6 發(fā)射機(jī)端的最優(yōu)波形控制24-27
• 2.6.1 代價(jià)函數(shù)的確定24-26
• 2.6.2 波形庫(kù)的建立和最優(yōu)波形選擇26-27
• 2.7 認(rèn)知雷達(dá)的信息流圖27-28
• 2.8 仿真實(shí)驗(yàn)及結(jié)果28-30
• 2.8.1 狀態(tài)模型的建立28-29
• 2.8.2 實(shí)驗(yàn)配置29
• 2.8.3 性能評(píng)價(jià)指標(biāo)29-30
• 2.8.4 仿真結(jié)果30
• 2.9 本章小結(jié)30-32
• 第三章 基于多步預(yù)測(cè)的波形滾動(dòng)優(yōu)化算法32-49
• 3.1 基于卡爾曼濾波理論的狀態(tài)多步預(yù)測(cè)32-34
• 3.1.1 多步預(yù)測(cè)的遞推表示33-34
• 3.2 動(dòng)態(tài)規(guī)劃理論34-41
• 3.2.1 馬爾科夫決策過(guò)程34-36
• 3.2.2 貝爾曼最優(yōu)原理36
• 3.2.3 動(dòng)態(tài)規(guī)劃算法36-38
• 3.2.4 策略迭代（policy iteration）38-39
• 3.2.5 價(jià)值迭代（value iteration)39-40
• 3.2.6 對(duì)不完整狀態(tài)信息的處理40-41
• 3.3 基于動(dòng)態(tài)規(guī)劃的波形多步優(yōu)化41-43
• 3.3.1 波形多步優(yōu)化問(wèn)題的貝爾曼方程41-42
• 3.3.2 代價(jià)函數(shù)（cost-to-go function）的近似計(jì)算42-43
• 3.4 仿真試驗(yàn)及結(jié)論43-47
• 3.4.1 再入彈道問(wèn)題43-45
• 3.4.2 雷達(dá)仿真環(huán)境配置45-46
• 3.4.3 仿真結(jié)果及結(jié)論46-47
• 3.5 本章小節(jié)47-49
• 第四章 總結(jié)與展望49-51
• 4.1 本文總結(jié)49
• 4.2 今后的研究方向49-51
• 參考文獻(xiàn)51-53
• 在學(xué)期間的研究成果53-54
• 致謝54

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 聞?dòng)?吳鐵軍;基于蟻群算法的城域交通控制實(shí)時(shí)滾動(dòng)優(yōu)化[J];控制與決策;2004年09期

2 王f

本文編號(hào)：392414