版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、彈道導(dǎo)彈在彈道中段通常有誘餌、干擾機(jī)及發(fā)射碎片等伴飛,形成一個龐大的威脅目標(biāo)群,群內(nèi)目標(biāo)間隔不大,并保持大致相同的空間運(yùn)動軌跡。
地基雷達(dá)作為對中段目標(biāo)的主要監(jiān)測手段,在采用傳統(tǒng)的多目標(biāo)跟蹤方法對密集空間群目標(biāo)進(jìn)行跟蹤時,由于資源有限,造成個體目標(biāo)的跟蹤信息誤差極大甚至缺失。因此,研究空間群目標(biāo)中的單個目標(biāo)航跡跟蹤,對提高彈道導(dǎo)彈防御雷達(dá)的多目標(biāo)跟蹤能力,以及分析彈道導(dǎo)彈突防效能具有十分重要的意義。
本文首先分析了彈
2、道中段空間群目標(biāo)的形成原因,并簡述了這種特殊的密集群目標(biāo)運(yùn)動特點(diǎn)。其后,本文對常用的群目標(biāo)跟蹤理論進(jìn)行了介紹和分析。對涉及目標(biāo)跟蹤中的數(shù)據(jù)關(guān)聯(lián)算法和跟蹤濾波算法,本文進(jìn)行了簡要介紹和分析,為后面空間群目標(biāo)下的的多假設(shè)跟蹤算法研究奠定了理論基礎(chǔ)。
其后,本文提出了基于群內(nèi)聚類的群中心跟蹤方法(IGC-SGT),顯著提高了群整體跟蹤的穩(wěn)定性。針對群內(nèi)目標(biāo)的波動和誤差嚴(yán)重影響群中心穩(wěn)定性的問題,IGC-SGT算法改進(jìn)了群內(nèi)聚類方法,
3、充分利用群內(nèi)聚類的跟蹤,獲取群內(nèi)目標(biāo)的分布情況,從而提高了群中心的計算穩(wěn)定性。仿真試驗表明,與傳統(tǒng)群中心算法相比,IGC-SGT算法提高了目標(biāo)誤差和雜波較大情況下,群目標(biāo)整體跟蹤的可靠性和有效性,并為后續(xù)群內(nèi)單目標(biāo)的跟蹤提供了穩(wěn)定且可靠的群運(yùn)動信息。
然后,本文針對群內(nèi)單個目標(biāo)跟蹤困難的問題,提出了一種空間群目標(biāo)下改進(jìn)的多假設(shè)跟蹤方法—GMHT算法。該算法利用近地軌道空間群目標(biāo)(如彈道導(dǎo)彈中段群目標(biāo))運(yùn)動整體信息,結(jié)合多假設(shè)跟
4、蹤算法的優(yōu)勢,建立了基于空間群目標(biāo)的假設(shè)生成方法、得分計算和剪枝策略,設(shè)計了完整的算法流程。仿真試驗證明,與傳統(tǒng)的多目標(biāo)關(guān)聯(lián)跟蹤算法相比,本文所提算法能根據(jù)整體運(yùn)動趨勢自適應(yīng)調(diào)整群內(nèi)目標(biāo)與量測的關(guān)聯(lián),提高單目標(biāo)的關(guān)聯(lián)精度,減小虛漏警和雜波在跟蹤空間密集群目標(biāo)時的干擾,提高了空間群目標(biāo)的跟蹤性能。
最后,本文基于前兩章的研究成果,利用MATLAB GUI設(shè)計實現(xiàn)了空間群目標(biāo)數(shù)據(jù)處理系統(tǒng),完整解決空間密集群目標(biāo)的跟蹤問題。該系統(tǒng)融
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 系列圖象機(jī)動目標(biāo)多假設(shè)跟蹤技術(shù)研究.pdf
- 概率假設(shè)密度多傳感器多目標(biāo)跟蹤算法研究.pdf
- 基于概率假設(shè)密度估計的多傳感器多目標(biāo)跟蹤方法研究.pdf
- 基于空間直方圖的目標(biāo)跟蹤方法研究.pdf
- 基于概率假設(shè)密度函數(shù)(PHD)的多目標(biāo)跟蹤方法研究.pdf
- 基于概率假設(shè)密度濾波器的擴(kuò)展目標(biāo)跟蹤方法研究.pdf
- 被動多傳感器目標(biāo)跟蹤方法研究.pdf
- 基于AdaBoost多顏色空間學(xué)習(xí)的目標(biāo)跟蹤算法研究.pdf
- 多傳感器協(xié)同目標(biāo)跟蹤方法研究.pdf
- 多型視覺傳感協(xié)同目標(biāo)跟蹤方法研究.pdf
- 基于概率假設(shè)密度的多傳感器多目標(biāo)跟蹤技術(shù)研究.pdf
- 被動聲納目標(biāo)探測與多基地跟蹤方法研究.pdf
- 基于高斯混合概率假設(shè)密度濾波器的多擴(kuò)展目標(biāo)跟蹤.pdf
- 基于概率假設(shè)密度濾波的圖像多目標(biāo)跟蹤與軌跡保持方法研究.pdf
- 空間動目標(biāo)預(yù)測跟蹤研究.pdf
- 基于概率假設(shè)密度的多目標(biāo)跟蹤算法研究.pdf
- 多攝像頭目標(biāo)檢測與跟蹤方法研究.pdf
- 基于多算法融合的視頻目標(biāo)跟蹤方法研究.pdf
- 融合圖像空間信息的城市低空目標(biāo)跟蹤方法研究.pdf
- 多視頻目標(biāo)跟蹤算法研究.pdf
評論
0/150
提交評論