| 【中文题名】 | 基于CFAR和概率数据关联的点状运动目标跟踪技术性能分析 |
| 【英文题名】 | Performance Analysis of CFAR and PDA Based Techniques for Tracking of Point Moving Target in Heavy Clutter |
| 【学科专业】 | 通信与信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-13 |
| 【中关键词】 | 恒虚警率,微弱点状运动目标,概率数据关联滤波器,蒙特卡罗实验,, |
| 【英关键词】 | constant false alarm rate （CFAR）,dim moving point target,probability data association filter （PDAF）,Monte Carlo experiment, |
| 【分类导航】 | 工业技术>无线电电子学、电信技术>雷达>雷达跟踪系统>> |
| 【论文摘要】 |
近些年来,由于军事上要求不断提高防御系统性能,使得人们对远距离,低信噪杂波比(SNCR)情况下的微弱点状运动目标的检测及跟踪技术产生了浓厚的兴趣,该课题也成为目前的研究热点之一。在低信噪杂波比(SNCR)条件下,微弱点状运动目标的检测与跟踪在图像处理、遥感、雷达监视、机器人学和医学等很多领域中很重要而且非常具有挑战性。
本文首先介绍了微弱点状运动目标检测与跟踪系统原理,并指出了其中的关键技术及不同方法的优缺点,然后在恒虚警率(CFAR)准则下,描述了微弱点状运动目标的跟踪算法,接着重点对PDAF跟踪及PDAF-AI跟踪两种情况分别做了实验,并对实验结果做了比较,最后做了性能分析。为了更直观地看出PDAF-AI与PDAF的跟踪性能,又对本算法做了蒙特卡罗实验,实验结果与理论相符,证明了本文算法的有效性和可行性,最后对全文作出总结与展望。 |
| 【论文题纲】 |
|
摘要 |
2-3 |
|
Abstract |
3-5 |
|
第一章 绪论 |
5-13 |
|
1.1 引言 |
5 |
|
1.2 微弱点状运动目标检测与跟踪系统 |
5-7 |
|
1.3 微弱点状目标跟踪常用技术 |
7-10 |
|
1.4 论文主要工作及论文内容安排 |
10-13 |
|
第二章 微弱点状运动目标CFAR 跟踪技术基本理论 |
13-19 |
|
2.1 目标与观测模型 |
14 |
|
2.2 Neyman-Pearson 准则 |
14-15 |
|
2.3 概率数据关联技术 |
15-16 |
|
2.4 Kalman 滤波 |
16-17 |
|
2.5 蒙特卡罗方法 |
17-18 |
|
2.6 本章小结 |
18-19 |
|
第三章 基于CFAR 和概率数据关联的点状运动目标跟踪技术性能分析 |
19-44 |
|
3.1 微弱点状运动目标初始信息的获取算法 |
20-24 |
|
3.2 微弱点状运动目标的跟踪算法 |
24-27 |
|
3.2.1 跟踪模型 |
24-25 |
|
3.2.2 PDAF 算法步骤 |
25-26 |
|
3.2.3 PDAF-AI 算法步骤 |
26-27 |
|
3.3 PDAF 与PDAF-AI 实验结果比较 |
27-43 |
|
3.3.1 X 方向方差比较 |
29-31 |
|
3.3.2 Y 方向方差比较 |
31-33 |
|
3.3.3 某时刻跟踪窗内测量到的目标结果总数比较 |
33-34 |
|
3.3.4 信噪比与跟踪率的关系 |
34-43 |
|
3.3.4.1 蒙特卡罗实验分析过程 |
36-38 |
|
3.3.4.2 蒙特卡罗实验环境的设置 |
38-39 |
|
3.3.4.3 蒙特卡罗实验结果及比较 |
39-43 |
|
3.4 本章小结 |
43-44 |
|
第四章 全文总结与展望 |
44-46 |
|
参考文献 |
46-49 |
|
附录 |
49-58 |
|
研究生期间发表论文 |
58-59 |
|
致谢 |
59-60 |
|
| 【DOI】 | LunWen.ID:2.2008.346141 |
