基于粒子濾波的微弱雷達(dá)目標(biāo)檢測方法.pdf_第1頁
已閱讀1頁,還剩138頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、機(jī)動微弱目標(biāo)檢測是雷達(dá)信號處理領(lǐng)域面臨的嚴(yán)峻挑戰(zhàn)之一。當(dāng)目標(biāo)回波信噪比過低,基于單幀數(shù)據(jù)的相干或非相干累積方法無法保證可靠檢測時,可采用檢測前跟蹤技術(shù)。檢測前跟蹤技術(shù)是一種長時間信號累積方法,通過聯(lián)合處理多幀觀測數(shù)據(jù)同時實(shí)現(xiàn)目標(biāo)檢測和跟蹤。但早期的基于動態(tài)規(guī)劃、Hough變換以及最大似然估計的檢測前跟蹤算法僅適合處理近似直線運(yùn)動的目標(biāo)。粒子濾波器(算法)解決統(tǒng)計特性已知的非線性、非高斯問題具有現(xiàn)有算法無可比擬的優(yōu)勢,而代價參考粒子濾波器

2、(算法)具有處理統(tǒng)計特性未知的非線性問題的優(yōu)勢。上述粒子濾波器和代價參考粒子濾波器可有效實(shí)現(xiàn)雷達(dá)機(jī)動微弱目標(biāo)長時間累積檢測和跟蹤。因此,研究和設(shè)計基于粒子濾波器和代價參考粒子濾波器的檢測前跟蹤算法對于檢測和跟蹤低信噪比機(jī)動目標(biāo)具有重要的理論意義和應(yīng)用價值。
  本論文的主要工作是研究和設(shè)計檢測前跟蹤算法。提出的方法包括基于輔助粒子濾波器的似然比檢驗(yàn),基于代價參考粒子濾波器的廣義似然比檢驗(yàn),基于代價參考粒子濾波器的存在概率檢驗(yàn),和基

3、于前向-后向代價參考粒子濾波器的具有全變差懲罰的廣義似然比檢驗(yàn)。這些方法能夠?qū)崿F(xiàn)低信噪比條件下機(jī)動微弱目標(biāo)的有效檢測和跟蹤。
  本論文內(nèi)容可概括為以下四個部分:
  1.粒子濾波算法。通過介紹和分析粒子濾波算法和代價參考粒子濾波算法,提出了兩種改進(jìn)的代價參考粒子濾波算法。粒子濾波算法,如序貫重要性重采樣(sequential importance resampling, SIR)和輔助粒子濾波算法(auxiliary pa

4、rticle filter, APF)等,利用大量帶有權(quán)值的隨機(jī)樣本近似目標(biāo)狀態(tài)的后驗(yàn)概率密度函數(shù),基于近似后驗(yàn)概率密度函數(shù)可實(shí)現(xiàn)多種準(zhǔn)則下的目標(biāo)狀態(tài)估計。然而粒子率濾波算法要求動態(tài)系統(tǒng)的統(tǒng)計特性已知,實(shí)際情況往往無法滿足。代價參考粒子濾波算法針對系統(tǒng)統(tǒng)計特性未知情況下的狀態(tài)估計問題,采用用戶自定義的風(fēng)險和代價函數(shù)代替粒子濾波中的預(yù)測和更新后驗(yàn)概率密度函數(shù)實(shí)現(xiàn)重采樣和更新過程。通過重新定義改進(jìn)的代價和風(fēng)險函數(shù),提出了兩種改良的代價參考粒

5、子濾波器,提高了統(tǒng)計特性未知時的狀態(tài)估計性能。
  2.基于粒子濾波的似然比檢測方法。通過分析基于SIR的似然比檢測方法的不足,提出了基于APF的似然比檢測方法和基于代價參考粒子濾波算法的廣義似然比檢測方法。采用APF重采樣前的未歸一化權(quán)值構(gòu)造近似似然比,本文提出了基于APF的似然比檢測方法。該方法性能優(yōu)于基于SIR的似然比檢測方法,可有效檢測和跟蹤統(tǒng)計特性已知時的機(jī)動微弱目標(biāo)。然而,基于SIR和APF的似然比檢測方法只適合處理統(tǒng)

6、計特性已知的問題。對于統(tǒng)計特性未知的機(jī)動微弱目標(biāo)檢測問題,本文提出了基于代價參考粒子濾波的廣義似然比檢側(cè)方法。該方法利用代價參考粒子濾波器輸出的估計狀態(tài)序列構(gòu)造廣義似然比,無需系統(tǒng)的統(tǒng)計信息。
  3.基于粒子濾波的存在概率檢測方法。針對統(tǒng)計特性未知時的機(jī)動微弱目標(biāo)檢測和跟蹤問題,提出了基于代價參考粒子濾波器的存在概率檢測方法。在長觀測時間情況下,目標(biāo)常常在觀測期間進(jìn)入和離開一個雷達(dá)分辨單元。因此,有時除了要求檢測器給出一個分辨單

7、元內(nèi)是否存在目標(biāo)外,還要求其報告目標(biāo)進(jìn)入和離開分辨單元的時刻。在動態(tài)系統(tǒng)的狀態(tài)向量中引入一個模擬目標(biāo)存在和消失的存在變量,可得到各個時刻的存在概率。各個時刻的存在概率決定目標(biāo)是否出現(xiàn)在某一分辨單元內(nèi),也可確定目標(biāo)進(jìn)入和離開分辨單元的時刻。對于統(tǒng)計特性已知的動態(tài)系統(tǒng),基于 SIR的存在概率檢驗(yàn)?zāi)軌蚝芎玫貙?shí)現(xiàn)機(jī)動微弱目標(biāo)檢測和跟蹤。對于統(tǒng)計特性未知的動態(tài)系統(tǒng),通過引入存在變量和相關(guān)系數(shù)提高存在概率的估計準(zhǔn)確性,本文提出了基于代價參考粒子濾波

8、的存在概率檢驗(yàn)方法并用于統(tǒng)計特性未知的機(jī)動微弱目標(biāo)檢測和跟蹤。另外,基于所有時刻的存在概率構(gòu)建一個二元判決的檢驗(yàn)統(tǒng)計量,通過該統(tǒng)計量可以給出一個分辨單元目標(biāo)存在的二元判決。
  4.基于前后-向代價參考粒子濾波的包含全變差懲罰的廣義似然比檢測。針對噪聲背景下未知非線性調(diào)頻信號檢測問題,提出了一種基于前向-后向代價參考粒子濾波的包含全變差懲罰的廣義似然比檢測方法。上述方法將非線性調(diào)頻信號建模為分段線性調(diào)頻信號。每個線性調(diào)頻片段的中心

9、頻率、調(diào)頻率以及調(diào)頻率的變化率形成當(dāng)前時刻的狀態(tài)向量。將信號和觀測隨時間的演化建模為統(tǒng)計特性未知的非線性動態(tài)系統(tǒng)。通過定義新的代價和風(fēng)險函數(shù),提出了前向-后向代價參考粒子濾波算法估計信號的狀態(tài)序列和瞬時頻率曲線?;诠烙嫚顟B(tài)序列可構(gòu)造廣義似然比檢測統(tǒng)計量,基于估計瞬時頻率曲線可構(gòu)造全變差檢測統(tǒng)計量。廣義似然比和全變差是檢驗(yàn)非線性調(diào)頻信號存在與否的重要特征。因此,將上述特征融合,提出了具有全變差懲罰的廣義似然比檢測器。與兩種經(jīng)典的檢測方法

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。

評論

0/150

提交評論