2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、檢測前跟蹤(TBD)技術是一種有效實現(xiàn)檢測跟蹤的信號處理技術,其通過對連續(xù)多幀的目標信號能量有效積累,可以提高對低信噪比目標的檢測跟蹤能力,目前是國際上的研究熱點。動態(tài)規(guī)劃是實現(xiàn)TBD的一種有效方法,具有對目標機動性造成的速度失配有一定的容許能力、算法的復雜度與積累的幀數(shù)是線性關系等優(yōu)點。本文主要研究低重頻雷達的動態(tài)規(guī)劃TBD技術,該研究需要解決一些新的技術問題,例如:低重頻雷達的測速模糊問題;動態(tài)規(guī)劃TBD算法的檢測結果不同于傳統(tǒng)雷達

2、檢測、跟蹤結果,需要對其進一步處理;動態(tài)規(guī)劃TBD算法是一種離散狀態(tài)空間算法,其估計精度受到量化單元尺寸的限制。
  針對以上問題,本論文的主要研究工作如下:
  1.分別針對單目標和多目標場景,研究了動態(tài)規(guī)劃實現(xiàn)TBD的基本理論。針對低信噪比目標難于檢測和低重頻雷達存在的速度模糊問題,研究了單目標場景下的低重頻雷達動態(tài)規(guī)劃TBD算法。
  2.分析了低重頻雷達實現(xiàn)多目標TBD的難點,提出了一種計算優(yōu)效的低重頻雷達多目

3、標動態(tài)規(guī)劃TBD算法。該算法可以在多目標場景中解測速模糊,對目標的真實狀態(tài)和場景中的目標數(shù)進行有效估計。
  3.針對動態(tài)規(guī)劃 TBD不能得到目標的完整航跡并且其估計精度受量化單元尺寸限制等問題,在測量模型的線性高斯假設下,提出了一種TBD點跡序列的迭代濾波算法。該算法可以實現(xiàn)對目標完整航跡的跟蹤,提高跟蹤精度。
  4.針對線性高斯假設的模型對TBD檢測結果描述不準確的問題,提出了一種更適用于描述動態(tài)規(guī)劃TBD檢測點跡序列

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論