导读:本文包含了检测前跟踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:粒子,目标,动态,弱小,步长,密度,波束。
检测前跟踪论文文献综述
周明利,吴俭,柯涛,苏贝贝[1]（2019）在《近场小慢目标雷达检测前跟踪技术研究》一文中研究指出介绍了检测前跟踪(TBD)技术的基本原理,分析了其对小慢目标的检测跟踪性能,给出了基于动态规划的TBD算法流程,基于某近程连续波雷达进行了算法验证,结果证明了算法的有效性。(本文来源于《舰船电子对抗》期刊2019年05期）
孟宁,史小斌,高青松,连豪,任哲毅[2]（2019）在《一种机动目标动态规划检测前跟踪算法》一文中研究指出针对传统动态规划检测前跟踪(Dynamic Programming Track-Before-Detect,DP-TBD)算法检测强机动目标时性能较差的问题,本文利用目标状态转移矩阵先验信息改进了传统DP-TBD算法,使得目标状态转移步长随状态的变化自适应调整,以此来避免在检测转弯运动目标时传统动态规划算法由于转移步长不变而造成的转移步长与目标速度失配的问题。仿真结果显示,在检测转弯运动目标时所提算法的检测性能和跟踪性能都比传统算法有所提高。通过对改进的DP-TBD、传统DP-TBD算法的仿真和比较,改进的DP-TBD算法跟踪强机动目标性能得到了显着提升,并具有工程应用价值。(本文来源于《火控雷达技术》期刊2019年03期）
王军,焦君圣[3]（2019）在《主动声纳检测前跟踪预处理研究》一文中研究指出0引言传统的主动声纳信号处理系统分为检测与跟踪两个子系统,即跟踪前进行检测处理(Detect Before Track, DBT)。首先回波信号经过波束形成、匹配滤波、再由恒虚警率技术设置检测门限进行判决。由于噪声、杂波和混响等影响造成的虚警,得到的点迹不完全是真实目标,因此还需要对帧间数据进行关联和滤波处理,最终得到目标航迹,完成跟踪过程。这种传统的跟踪方法依赖于设定的门限,在目标信噪比较高的情况下,跟踪效果较好,(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
刘震[4]（2019）在《高斯和粒子滤波的弱小目标检测前跟踪算法》一文中研究指出为了解决微弱目标检测和跟踪的问题,提出了高斯和粒子滤波检测前跟踪算法(GSPF-TBD);该算法基于高斯和粒子滤波递归地估计目标的后验概率密度,不仅避免了基本粒子滤波TBD(检测前跟踪)方法中的重采样过程,而且更能准确地逼近后验概率密度。将粒子滤波算法(PF)、高斯粒子滤波算法(GPF)和高斯和粒子滤波算法(GSPF)应用于弱小目标的检测前跟踪的仿真实验表明,所提出的GSPF-TBD算法提高了对目标的检测和跟踪性能。(本文来源于《计算机与数字工程》期刊2019年09期）
张袁鹏,郑岱堃,李昕哲,孙永健[5]（2019）在《基于隐马尔可夫模型的动态规划检测前跟踪算法》一文中研究指出传统的动态规划检测前跟踪(dynamic programming track-before-detect,DP-TBD)算法能有效实现对匀速直线运动目标的检测跟踪,但其忽略了目标帧间状态转移概率,因此在对机动目标进行检测跟踪时容易受噪声干扰,产生错误的状态关联。对此提出了一种基于隐马尔可夫模型的DP-TBD算法。该算法利用隐马尔可夫模型对目标的运动过程建模,用一系列隐状态表示目标转弯速率并利用隐马尔可夫模型的隐状态估计理论实现对转弯速率的估计和预测,进而得到当前目标状态的预测值,根据此预测状态与下一时刻回波数据分辨单元间的距离来计算转移概率。然后将转移概率应用于DP-TBD算法的能量积累过程中以提高检测跟踪性能。仿真实验基于机动目标,给出了所提算法的检测跟踪性能,并与传统的DP-TBD算法、方向加权DP-TBD算法以及线性最小二乘DP-TBD算法进行了分析比较,验证了该算法的有效性。(本文来源于《系统工程与电子技术》期刊2019年11期）
裴家正,黄勇,董云龙,陈小龙[6]（2019）在《改进的SMC-CBMeMBer前向后向平滑检测前跟踪算法》一文中研究指出针对在雷达观测下机动弱小目标的检测前跟踪(TBD)问题中,基于序贯蒙特卡洛的势均衡多伯努利检测前跟踪(SMC-CBMeMBer-TBD)算法存在目标的数目估计不准确及状态估计精度随时间下降的问题,提出了一种基于SMC-CBMeMBer前向后向平滑检测前跟踪的改进算法。该算法在预测和更新过程之间加入多目标粒子群优化算法(MOPSO),基于观测值设置适应度目标函数,使粒子集群向后验概率密度较为集中的位置分布,缓解了粒子贫乏的问题;在更新步骤之后加入平滑递归方法,利用观测值平滑滤波值,算法运算时间虽有一定延长,但获得了数目和状态估计精度的提升。仿真实验表明,与CBMeMBer-TBD方法相比,所提算法在对机动目标数目估计和目标状态估计的准确度等性能上都有所改进。(本文来源于《通信学报》期刊2019年08期）
詹令明,李翠芸,姬红兵[7]（2019）在《基于显着图的红外弱小目标动态规划检测前跟踪算法》一文中研究指出针对低信噪比复杂背景红外图像弱小目标检测虚警率高的问题,提出一种基于显着图的红外弱小目标动态规划检测前跟踪算法.该算法采用改进的局部区域差分算子提取显着图,根据注意力转移机制设计搜索策略,利用目标移动速度实时更新搜索范围,对多帧连续的显着图进行滤波跟踪,实现对红外图像弱小目标检测.实验结果表明,文中算法在对弱小目标进行有效检测的同时降低虚警率,提高了图像的检测效率.(本文来源于《计算机辅助设计与图形学学报》期刊2019年07期）
赵多禄,胡绩强[8]（2019）在《改进的多模型粒子滤波弱小目标检测前跟踪方法》一文中研究指出检测前跟踪是解决目标信噪比(SNR)较低的情况下目标检测与跟踪的有效方法。目前主要的研究方法有多模型粒子滤波弱小目标检测前跟踪方法(MMPF-TBD),该方法在目标出现较强的机动时,目标的检测性能会严重下降甚至出现漏检。该文针对该问题提出了一种改进的多模型粒子滤波弱小目标检测前跟踪方法(IMMPF-TBD),该方法可以降低模型之间转移计算复杂度,并且有效地提高模型的使用效率和目标的检测性能。仿真实验结果表明相比于MMPF-TBD,IMMPF-TBD能够有效地提高机动目标的检测性能。(本文来源于《自动化与仪表》期刊2019年06期）
何璐雅,王建卫[9]（2019）在《一种无格点动态规划检测前跟踪算法研究》一文中研究指出目标的多样化和环境的复杂化,对现代雷达的探测能力与航迹处理提出了更高的要求。随着雷达技术的迅速发展,弱目标的检测与跟踪也受到了更为广泛的关注。检测前跟踪技术可以减少虚假航迹,提高微弱目标的检测和跟踪性能。为改善传统的基于动态规划的检测前跟踪算法计算复杂的缺点,提出了一种无格点DP-TBD改进算法,分析了适用模型,给出了运动及量测模型。仿真实验表明,该算法具有较好的检测跟踪性能。(本文来源于《现代雷达》期刊2019年06期）
裴家正,黄勇,董云龙,何友,陈小龙[10]（2019）在《基于PHD的粒子滤波检测前跟踪改进算法》一文中研究指出针对在低信噪比目标检测问题中,基于PHD的粒子滤波检测前跟踪算法(PHD-TBD)存在目标位置估计误差较大的缺陷,提出一种结合粒子群优化算法的基于PHD的粒子滤波检测前跟踪方法(PSO-PHD-TBD)。该算法在滤波预测和更新步骤之间加入基于NSGA-Ⅱ的多目标粒子群优化算法,结合量测信息将预测完成的粒子集的分布进行优化,将所有粒子转移到后验概率密度较大的区域,进而改善了多目标位置估计的性能;然后使用基于密度聚类的DBSCAN算法对粒子聚类,提取目标状态。仿真实验表明,在不同信噪比条件下,PSO-PHD-TBD在多目标数目估计情况与PHD-TBD算法一致,而位置估计精度明显优于PHD-TBD算法。(本文来源于《雷达科学与技术》期刊2019年03期）
检测前跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统动态规划检测前跟踪(Dynamic Programming Track-Before-Detect,DP-TBD)算法检测强机动目标时性能较差的问题,本文利用目标状态转移矩阵先验信息改进了传统DP-TBD算法,使得目标状态转移步长随状态的变化自适应调整,以此来避免在检测转弯运动目标时传统动态规划算法由于转移步长不变而造成的转移步长与目标速度失配的问题。仿真结果显示,在检测转弯运动目标时所提算法的检测性能和跟踪性能都比传统算法有所提高。通过对改进的DP-TBD、传统DP-TBD算法的仿真和比较,改进的DP-TBD算法跟踪强机动目标性能得到了显着提升,并具有工程应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
检测前跟踪论文参考文献
[1].周明利,吴俭,柯涛,苏贝贝.近场小慢目标雷达检测前跟踪技术研究[J].舰船电子对抗.2019
[2].孟宁,史小斌,高青松,连豪,任哲毅.一种机动目标动态规划检测前跟踪算法[J].火控雷达技术.2019
[3].王军,焦君圣.主动声纳检测前跟踪预处理研究[C].2019年全国声学大会论文集.2019
[4].刘震.高斯和粒子滤波的弱小目标检测前跟踪算法[J].计算机与数字工程.2019
[5].张袁鹏,郑岱堃,李昕哲,孙永健.基于隐马尔可夫模型的动态规划检测前跟踪算法[J].系统工程与电子技术.2019
[6].裴家正,黄勇,董云龙,陈小龙.改进的SMC-CBMeMBer前向后向平滑检测前跟踪算法[J].通信学报.2019
[7].詹令明,李翠芸,姬红兵.基于显着图的红外弱小目标动态规划检测前跟踪算法[J].计算机辅助设计与图形学学报.2019
[8].赵多禄,胡绩强.改进的多模型粒子滤波弱小目标检测前跟踪方法[J].自动化与仪表.2019
[9].何璐雅,王建卫.一种无格点动态规划检测前跟踪算法研究[J].现代雷达.2019
[10].裴家正,黄勇,董云龙,何友,陈小龙.基于PHD的粒子滤波检测前跟踪改进算法[J].雷达科学与技术.2019
论文知识图
