DOA估计与目标跟踪

DOA估计与目标跟踪

论文摘要

波达方向估计和目标跟踪是水声信号处理的一个重要研究方向。本文重点研究了水声信号的波束形成、水下目标的波达方向估计(DOA)和基于动态规划的目标跟踪。主要内容有:(1)讨论了波束形成和波达方向估计(DOA)的基本原理。建立了阵列信号模型,讨论了常规波束形成算法和最小方差无畸变响应波束形成方法;针对常规波束形成算法存在的问题,研究了一种优化的波束形成算法;仿真分析比较了低信噪比下三种方法的DOA估计性能。(2)研究了基于动态规划的单目标跟踪。讨论了基本的动态规划法的基本原理和实现方法;针对水下目标跟踪,建立了系统的状态模型和量测模型,讨论算法参数对跟踪性能的影响,针对算法存在的能量扩散问题,研究提出了基于自适应状态转移数的跟踪算法;研究了基于指数平滑预测的目标跟踪方法;研究提出了改进的三帧值函数累积跟踪算法,提高了跟踪性能;针对目标突然出现和消失的情况,研究了基于动态门限的航迹回溯算法。仿真了分析上述算法的性能。(3)研究了基于动态规划的多目标跟踪。讨论了基于动态规划的多目标跟踪方法原理;讨论了基于极值法和剔除法的多目标跟踪方法,研究提出了基于最小二乘预测的多目标跟踪方法,有效实现了邻近目标和交叉目标的跟踪;仿真分析了上述算法的性能。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  •   1.1 研究背景和意义
  •   1.2 研究历史及现状
  •     1.2.1 DOA估计研究历史与现状
  •     1.2.2 检测前跟踪算法研究历史与现状
  •   1.3 本文主要工作及内容安排
  • 第二章 DOA估计理论基础
  •   2.1 阵列信号数学模型
  •     2.1.1 窄带和宽带信号模型
  •   2.2 阵列信号模型
  •   2.3 基本的DOA估计算法
  •     2.3.1 阵列方向图
  •     2.3.2 常规波束形成算法(CBF)
  •     2.3.3 最小方差无畸变波束形成算法(MVDR)
  •     2.3.4 基于重置协方差矩阵的波束形成优化方法(RMDBF)
  •   2.4 仿真实验
  •   2.5 本章小结
  • 第三章 单目标跟踪方法
  •   3.1 动态规划算法基本原理
  •     3.1.1 动态规划基本概念
  •     3.1.2 动态规划的数学表示
  •   3.2 基于动态规划的目标方位跟踪
  •     3.2.1 目标状态方程
  •     3.2.2 目标测量模型
  •     3.2.3 基于动态规划的目标方位跟踪原理
  •     3.2.4 目标检测跟踪算法步骤
  •     3.2.5 参数分析和性能指标
  •     3.2.6仿真实验
  •   3.3 基于自适应状态转移数的DP-TBD算法
  •     3.3.1 算法原理
  •     3.3.2 仿真实验
  •   3.4 基于航迹预测加权的DP-TBD算法
  •     3.4.1 算法原理
  •     3.4.2 仿真分析
  •   3.5 改进的三帧数据累积值函数DP-TBD算法
  •     3.5.1 算法原理
  •     3.5.2 仿真分析
  •   3.6 动态门限遍历状态回溯的DP-TBD算法
  •     3.6.1 算法原理
  •     3.6.2 仿真分析
  •   3.7 本章小结
  • 第四章 多目标跟踪方法
  •   4.1 多目标DP-TBD算法原理
  •     4.1.1 目标状态方程和测量模型
  •     4.1.2 多目标检测与跟踪难点分析
  •   4.2 基于极值法的多目标跟踪
  •     4.2.1 极值法算法原理
  •     4.2.2 算法步骤
  •     4.2.3 仿真实验
  •   4.3 临近目标的检测与跟踪
  •     4.3.1 算法原理
  •     4.3.2 算法步骤
  •     4.3.3 仿真实验
  •   4.4 航迹交叉的目标跟踪方法
  •     4.4.1 算法原理
  •     4.4.2 算法步骤
  •     4.4.3 仿真分析
  •   4.5 本章小结
  • 第五章 总结与展望
  •   5.1 全文总结
  •   5.2 研究展望
  • 致谢
  • 参考文献
  • 文章来源

    类型: 硕士论文

    作者: 陶秀睿

    导师: 毛卫宁

    关键词: 弱目标,目标跟踪,动态规划

    来源: 东南大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 数学,物理学,工业通用技术及设备

    单位: 东南大学

    分类号: O221.3;TB56

    DOI: 10.27014/d.cnki.gdnau.2019.003437

    总页数: 64

    文件大小: 3908K

    下载量: 34

    相关论文文献

    • [1].基于孪生网络与注意力机制的目标跟踪方法[J]. 信息通信 2019(12)
    • [2].基于计算机视觉的船舶纯方位目标跟踪方法研究[J]. 舰船科学技术 2020(04)
    • [3].运动目标跟踪方法综述[J]. 计算机与数字工程 2016(11)
    • [4].机场地面运动目标跟踪方法研究[J]. 通讯世界 2020(04)
    • [5].基于多信息融合的多目标跟踪方法研究[J]. 计算机测量与控制 2020(09)
    • [6].自适应变跟踪波门宽度目标跟踪方法[J]. 舰船电子对抗 2013(04)
    • [7].关于单目标跟踪方法的研究综述[J]. 南京信息工程大学学报(自然科学版) 2019(06)
    • [8].一种基于孪生网络的舰船目标跟踪方法[J]. 舰船电子工程 2020(04)
    • [9].基于稀疏性理论与子问题耦合的多目标跟踪方法[J]. 计算机工程 2017(06)
    • [10].一种运动摄像机下的人群目标跟踪方法研究[J]. 现代信息科技 2019(22)
    • [11].引入特征重检的抗遮挡目标跟踪方法研究[J]. 计算机工程与应用 2020(11)
    • [12].利用多特征混沌粒子滤波的视觉目标跟踪方法[J]. 计算机应用研究 2020(11)
    • [13].基于联合模板稀疏表示的目标跟踪方法[J]. 控制与决策 2015(09)
    • [14].间歇辐射的火控雷达目标跟踪方法[J]. 火力与指挥控制 2012(06)
    • [15].一种稳健的被动目标跟踪方法[J]. 声学技术 2012(04)
    • [16].基于旋转反射镜光学成像的动态目标跟踪方法[J]. 兵工学报 2020(08)
    • [17].基于策略梯度的目标跟踪方法[J]. 浙江大学学报(工学版) 2020(10)
    • [18].基于孪生网络的视觉目标跟踪方法[J]. 电子技术与软件工程 2019(15)
    • [19].基于深度学习的目标跟踪方法研究现状与展望[J]. 红外与激光工程 2017(05)
    • [20].基于激光扫描的自主机器人动态目标跟踪方法研究[J]. 工业控制计算机 2014(01)
    • [21].一种基于稀疏表达和光流的目标跟踪方法[J]. 大连交通大学学报 2014(02)
    • [22].改进的粒子群优化目标跟踪方法[J]. 中国光学 2014(05)
    • [23].低空慢速小目标跟踪方法的研究[J]. 北华航天工业学院学报 2019(06)
    • [24].基于随机集理论的多目标跟踪方法[J]. 火力与指挥控制 2015(05)
    • [25].基于图像配准坐标定位的目标跟踪方法[J]. 电子技术与软件工程 2014(14)
    • [26].一种基于预测的无线传感网目标跟踪方法[J]. 信息化研究 2012(06)
    • [27].结合掩膜与孪生网络的目标跟踪方法研究[J]. 计算机技术与发展 2020(05)
    • [28].基于相关滤波技术的目标跟踪方法综述[J]. 信息工程大学学报 2019(06)
    • [29].结合尺度预测的核相关滤波器目标跟踪方法[J]. 电子设计工程 2017(02)
    • [30].非高斯噪声背景下计算机视觉目标跟踪方法[J]. 华侨大学学报(自然科学版) 2016(06)

    标签:;  ;  ;  

    DOA估计与目标跟踪
    下载Doc文档

    猜你喜欢