本文關鍵詞：認知雷達目標跟蹤算法研究

  更多相關文章： 目標跟蹤 認知雷達 感知-執(zhí)行信號處理環(huán) 動態(tài)規(guī)劃 存儲器

【摘要】：隨著技術的發(fā)展,雷達監(jiān)視場景日益復雜化,復雜環(huán)境中的目標跟蹤問題已成為了現(xiàn)代雷達的嚴峻挑戰(zhàn)。傳統(tǒng)跟蹤雷達僅在接收端對接收回波進行自適應濾波處理。之后出現(xiàn)的自適應雷達將自適應技術應用到發(fā)射端,將傳統(tǒng)的開環(huán)信號處理系統(tǒng)變成了一個閉環(huán)系統(tǒng)。作為下一代新型雷達的重要發(fā)展方向,認知雷達在自適應雷達的基礎上加入了知識輔助模塊,賦予了雷達系統(tǒng)更高的智能,從而進一步提升了雷達的跟蹤性能。本文對認知雷達的基本結(jié)構(gòu)進行研究,并在認知雷達這一框架體系下圍繞目標跟蹤這一基本問題展開研究,論文主要內(nèi)容如下:1.研究了認知雷達的基本框架、組成部分和數(shù)學模型。2.研究了感知-執(zhí)行信號處理環(huán)的工作流程,分析了發(fā)射波形參數(shù)與量測噪聲協(xié)方差之間的關系,并推導了幾種濾波算法在受不同波形參數(shù)影響下的濾波過程,研究了基于動態(tài)規(guī)劃的波形選擇算法,以及波形庫的設計方法。感知-執(zhí)行信號處理環(huán)相比傳統(tǒng)信號處理的方法,目標跟蹤性能有所提升。3.研究了認知雷達存儲器模塊的設計思想以及基于神經(jīng)網(wǎng)絡的實現(xiàn)算法,并研究了如何將存儲器與感知-執(zhí)行信號處理環(huán)結(jié)合起來以實現(xiàn)知識輔助目標跟蹤。實驗表明增加了存儲器的認知雷達的目標跟蹤性能得到了提升。4.針對認知雷達在雜波環(huán)境中的目標跟蹤問題,分別提出了將最近鄰域法和概率數(shù)據(jù)互聯(lián)的思想引入到感知存儲器中的設計思想與算法實現(xiàn),解決了雜波環(huán)境下感知存儲器如何正常工作的問題,并通過仿真驗證了該方法的有效性。5.通過三個場景的目標跟蹤仿真實驗,對認知雷達在無雜波和有雜波背景下的跟蹤性能進行了評估,并與傳統(tǒng)雷達和自適應雷達進行了對比。結(jié)果表明認知雷達的跟蹤性能優(yōu)于自適應雷達,并遠遠優(yōu)于傳統(tǒng)雷達。
【關鍵詞】：目標跟蹤 認知雷達 感知-執(zhí)行信號處理環(huán) 動態(tài)規(guī)劃 存儲器
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN953
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 緒論9-14
• 1.1 研究背景和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 本文的主要工作12-14
• 第二章 認知雷達理論框架14-19
• 2.1 認知雷達組成結(jié)構(gòu)14-16
• 2.1.1 感知-執(zhí)行信號處理環(huán)15
• 2.1.2 存儲器15-16
• 2.2 數(shù)學模型16-17
• 2.2.1 發(fā)射波形模型16
• 2.2.2 目標狀態(tài)空間模型16-17
• 2.3 面向目標跟蹤的認知雷達設計思路和研究內(nèi)容17-18
• 2.4 本章小結(jié)18-19
• 第三章 感知-執(zhí)行信號處理環(huán)19-35
• 3.1 面向環(huán)境感知的貝葉斯濾波算法19-28
• 3.1.1 卡爾曼濾波算法19-20
• 3.1.2 容積卡爾曼濾波算法20-23
• 3.1.3 最近鄰域算法23-24
• 3.1.4 概率數(shù)據(jù)互聯(lián)算法24-28
• 3.2 面向執(zhí)行的最優(yōu)波形選擇算法28-33
• 3.2.1 面向目標跟蹤的波形選擇問題28-29
• 3.2.2 動態(tài)規(guī)劃算法29-31
• 3.2.3 代價函數(shù)的選擇31-33
• 3.2.4 波形庫的設計33
• 3.3 工作流程33-34
• 3.4 本章小結(jié)34-35
• 第四章 認知雷達存儲器設計方法35-46
• 4.1 設計思想35-36
• 4.2 感知存儲器36-37
• 4.3 執(zhí)行存儲器37-38
• 4.4 工作存儲器38-39
• 4.5 雜波背景下感知存儲器的設計39-40
• 4.5.1 基于最近鄰域法的設計思想39
• 4.5.2 基于概率數(shù)據(jù)互聯(lián)法的設計思想39-40
• 4.6 存儲器的學習方法40-43
• 4.6.1 反向傳播算法40-43
• 4.6.2 廣義赫布算法43
• 4.7 認知雷達中信號流程43-44
• 4.8 本章小結(jié)44-46
• 第五章 認知雷達目標跟蹤實驗與性能評估46-70
• 5.1 實驗描述46
• 5.2 場景 1:線性單目標跟蹤46-51
• 5.2.1 狀態(tài)空間模型46-47
• 5.2.2 仿真參數(shù)47
• 5.2.3 仿真結(jié)果及分析47-51
• 5.3 場景 2:非線性單目標跟蹤51-58
• 5.3.1 系統(tǒng)模型51-53
• 5.3.2 仿真參數(shù)53-54
• 5.3.3 仿真結(jié)果及分析54-58
• 5.4 場景 3:線性單目標在雜波環(huán)境下跟蹤58-68
• 5.4.1 仿真參數(shù)58-59
• 5.4.2 仿真結(jié)果及分析59-68
• 5.5 抖動現(xiàn)象分析68-69
• 5.6 本章小結(jié)69-70
• 第六章 總結(jié)與展望70-72
• 6.1 全文總結(jié)70-71
• 6.2 研究展望71-72
• 致謝72-73
• 參考文獻73-77

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 唐婷;何子述;程婷;;一種基于模板法的自適應雷達駐留調(diào)度算法[J];信號處理;2010年07期

2 李萬福;馬義德;;認知雷達及其關鍵技術研究進展[J];電子制作;2013年15期

3 A.L.Poirier;周嶸;;S波段自適應雷達系統(tǒng)[J];現(xiàn)代雷達;1990年04期

4 周希辰，，茅玉龍;自適應雷達控制（ARC）技術及其系統(tǒng)設計考慮[J];雷達與對抗;1995年02期

5 尚秀芹;宋紅軍;鄭經(jīng)波;吳勇;;自適應雷達目標參數(shù)估計的Cramer-Rao下界[J];中國科學院研究生院學報;2010年04期

6 舒亞海;楊明遠;李棟;;一種適用于VTS系統(tǒng)的自適應雷達視頻壓縮方法[J];雷達與對抗;2012年01期

7 朱炳元,滕學彬,黃銀河,蔣金富,張飚;自適應雷達信號處理機[J];現(xiàn)代雷達;1997年06期

8 ;簡訊五則[J];航空計算技術;1989年01期

9 高玉良,李延輝;雷達本振源的寬帶合成與高精度控制[J];現(xiàn)代雷達;2002年06期

10 楊兆飛;;基于CPLD的自適應雷達巡航控制系統(tǒng)的設計[J];數(shù)字技術與應用;2013年02期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 張勁東;自適應雷達系統(tǒng)中波形分集技術的研究[D];南京理工大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 柳毅;自適應雷達控制技術的研究[D];大連海事大學;2015年

2 黃旭佳;自適應雷達行為分析與辨識技術研究[D];電子科技大學;2015年

3 �？〗�;認知雷達目標跟蹤算法研究[D];電子科技大學;2016年

4 代瑩;全自適應雷達模擬仿真系統(tǒng)[D];南京理工大學;2006年

5 王冰;面向目標跟蹤的自適應雷達參數(shù)選擇與波形設計[D];清華大學;2011年

本文編號：584544