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),請進行舉報或認領(lǐng)
文檔簡介
1、隨著現(xiàn)代航運業(yè)的快速發(fā)展,各個國家、各個地區(qū)海上貿(mào)易往來日益頻繁,船舶數(shù)量也在急劇增長,使得水上交通形勢日趨嚴峻,由此引起的船舶安全航行問題也日益突出,進而對船舶交管系統(tǒng)也提出了更高的要求,尤其是對運動的船舶進行準確的跟蹤。本文針對傳統(tǒng)雷達跟蹤系統(tǒng)中跟蹤不穩(wěn)定、目標閃爍和強遮擋等問題,利用壓縮感知理論較高的數(shù)據(jù)處理能力將目標圖像的高維度特征信息應(yīng)用到傳統(tǒng)雷達目標跟蹤過程中,然后結(jié)合視覺跟蹤領(lǐng)域的跟蹤優(yōu)勢,利用卡爾曼濾波技術(shù)對目標跟蹤,以
2、提高目標的跟蹤性能。
本文首先從圖像直方圖和相關(guān)性兩個方面詳細分析和論證了雷達目標圖像的可稀疏性,接著對雷達目標圖像的基本特征進行了分析,提出了一種比較簡單但有效的“紋理”特征描述方法。另外,為了進一步提高目標的匹配度,在后期進行“紋理”特征匹配時,本文充分考慮雷達目標的位置和航向等幾何特征。其次,本文引入了壓縮感知理論,選擇出了更加適合本文的簡單但高效的稀疏基和測量矩陣,并用重構(gòu)算法間接論證了其優(yōu)良性能。最后,基于前期的分析
3、及論證,本文提出了一種基于壓縮感知理論的目標特征表示方法,該表示方法利用本文選擇的稀疏隨機測量矩陣將采集到的高維多尺度樣本特征進行降維處理,在降維后的低維特征空間中不僅保留著目標圖像的重要特征以及特征空間的結(jié)構(gòu),而且又極大地減少了特征存儲空間。另外,在目標跟蹤過程中,本文利用勻速直線運動模型和離散卡爾曼濾波技術(shù)先對目標進行預(yù)測,然后在預(yù)測位置利用本文采用的圖像跟蹤技術(shù)將目標檢測過程作為一種利用局部搜索的二進制分類任務(wù),將分類器最大值對應(yīng)
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)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 基于壓縮感知理論的目標重構(gòu)及跟蹤算法研究.pdf
- 基于壓縮感知的寬帶雷達距離擴展目標檢測方法研究.pdf
- 基于壓縮感知的運動目標跟蹤.pdf
- 基于壓縮感知的視頻目標跟蹤.pdf
- 基于壓縮感知的實時目標跟蹤算法研究.pdf
- 基于壓縮感知的預(yù)測目標跟蹤算法研究.pdf
- 基于壓縮感知的MIMO雷達多維目標參數(shù)估計方法研究.pdf
- 基于壓縮感知理論的雷達圖像壓縮處理.pdf
- 基于壓縮感知的運動目標檢測與跟蹤.pdf
- 基于壓縮感知的雷達目標定位算法研究.pdf
- 基于壓縮感知的目標檢測與跟蹤算法研究.pdf
- 基于稀疏和壓縮感知的目標跟蹤算法研究.pdf
- 基于壓縮感知單目標多尺度跟蹤算法研究.pdf
- 基于壓縮感知的合成孔徑雷達動目標檢測方法研究.pdf
- 基于壓縮感知的雷達目標散射中心提取.pdf
- 基于特征加權(quán)的快速壓縮感知目標跟蹤算法研究.pdf
- 基于跟蹤反饋的雷達目標檢測方法研究.pdf
- 空間目標壓縮感知雷達成像方法與應(yīng)用研究.pdf
- 基于稀疏表示和壓縮感知的目標檢測與跟蹤研究.pdf
- 基于壓縮感知的MIMO雷達角度估計方法研究.pdf
評論
0/150
提交評論