知識輔助的霍夫變換算法研究.pdf

1、由于隱身技術(shù)、巡航導(dǎo)彈的出現(xiàn)以及環(huán)境的復(fù)雜化等問題，使得警戒雷達的生存面臨著嚴峻的考驗。檢測前跟蹤（TBD）方法通過對雷達后端信號處理方式的改進，可以有效提升雷達對微弱目標(biāo)的檢測性能。Hough變換的TBD（HT-TBD）技術(shù)具有適合多目標(biāo)并行跟蹤處理以及適合實時應(yīng)用的優(yōu)點，成為國際上的研究熱點。有效利用知識輔助系統(tǒng)的先驗信息，能夠最大程度上改善目標(biāo)多樣性以及復(fù)雜環(huán)境對算法的影響。
　　本文主要圍繞利用知識輔助系統(tǒng)的先驗信息對HT

2、-TBD算法的性能改善進行分析和研究，內(nèi)容安排如下：
　　1、針對二維Hough變換檢測前跟蹤算法檢測性能不理想的現(xiàn)象，研究了修正Hough變換TBD算法，該算法相對于二維Hough變換算法以及DBT方法有更好的性能。分析了基于知識輔助系統(tǒng)的Hough變換TBD的優(yōu)勢。
　　2、針對修正Hough變換檢測前跟蹤的兩個判據(jù)條件的選擇問題，利用目標(biāo)的運動特性，提出了判據(jù)一以及判據(jù)三的參數(shù)設(shè)置方式，該方法可以有效減少修正Hough

3、變換TBD的虛假航跡跟蹤數(shù)量，提高了目標(biāo)的檢測概率。
　　3、針對實際環(huán)境雜波分布往往是非均勻的問題，利用雜波分區(qū)的先驗信息，提出了一種自適應(yīng)第二門限的修正Hough變換TBD方法，隨后還提出了修正Hough變換在高雜波區(qū)第一門限的選擇方法以及跟蹤策略的調(diào)整方法，利用這些方法得以有效跟蹤檢測位于復(fù)雜環(huán)境下的運動目標(biāo)。
　　4、針對雷達監(jiān)視環(huán)境中常常會存在一些孤立散射體的問題，利用GIS提供的強離散雜波點信息，提出了一種平滑強