机动目标跟踪论文_韩伟,朱沛,唐朝,陈朝

导读:本文包含了机动目标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:目标,模型,步长,概率,密度,高斯,多模。

机动目标跟踪论文文献综述

韩伟,朱沛,唐朝,陈朝[1](2019)在《目标转弯机动对雷达跟踪性能影响分析》一文中研究指出以目标机动和雷达跟踪的动态对抗为研究背景,针对雷达常采用的Singer、CS机动模型以及目标常用的水平转弯机动,分析了跟踪模型中不同参数条件下目标机动对雷达跟踪质量的影响,根据分析结果提出了目标摆脱雷达跟踪的最佳规避策略。该研究为战斗机采取规避机动、完成突防作战行动提供了理论依据。(本文来源于《雷达与对抗》期刊2019年04期)

洪磊,陈树新,吴昊,何仁珂,徐涵[2](2019)在《多目标跟踪的观测站最优机动策略》一文中研究指出在多目标跟踪问题中,观测站的有效机动可以提高观测信息的质量,从而提升目标跟踪的精度。对此,文中提出一种基于高斯混合概率假设密度(GM-PHD)滤波器的观测站最优机动马尔可夫决策方法。首先,用Fisher信息矩阵(FIM)行列式建立代价函数;然后,计算出马尔可夫链的转移矩阵,利用马尔可夫决策过程(MDP)来获得观测站最优机动策略。其中,利用GM-PHD滤波器来估计目标的实际位置和为每一决策周期提供概率假设密度(PHD)。通过实验仿真,验证了该机动策略在提高多目标跟踪精度方面的有效性。(本文来源于《现代雷达》期刊2019年11期)

孟宁,史小斌,高青松,连豪,任哲毅[3](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)

邵龙闯,吕艳辉,党阿琳[4](2019)在《基于IMM算法在空中机动目标跟踪中的研究》一文中研究指出随着科学的进步,空中目标往往呈现出高机动的趋势。以往的单模型跟踪算法的跟踪效果已经不在显着,在此基础上,有科学家提出了交互式多模型算法(IMM)。IMM算法在应对机动目标存在多种运动模型的情况时,跟踪效果更加显着。(本文来源于《中国新通信》期刊2019年16期)

彭章友,陈琳妍[5](2019)在《基于BPNN的自适应机动目标跟踪》一文中研究指出为了解决现有的机动目标跟踪算法中时延长的问题,提出一种基于反向传播神经网络(BPNN)的自适应目标跟踪算法。从不同运动状态下的观测值中提取特征量,训练BPNN。根据获得的观测值计算得到特征量,将特征量输入到训练好的BPNN中,根据网络输出的运动模型进行滤波更新。仿真结果表明,提出的方法跟踪精度高于经典交互式多模型(IMM)算法,算法运行时间为0.063 5 s,少于IMM算法运行时间0.098 75 s,一定程度上减少了模型决策延迟,使得机动目标跟踪更具实时性。(本文来源于《电子测量技术》期刊2019年15期)

刘璐,周卫东[6](2019)在《一种带有未知参数的机动目标跟踪算法》一文中研究指出本文针对目标跟踪系统中带有未知参数的问题,提出了一种基于自组织状态空间模型的智能粒子滤波算法。考虑到粒子滤波在采用自组织状态空间模型对未知参数进行估计时,未知参数易陷入局部最优,故引入萤火虫算法的寻优策略优化粒子样本。仿真分析表明,该算法不仅提高了跟踪精度,而且能够使未知参数向真实值"移动",进而获得未知参数的估计值。(本文来源于《第叁十八届中国控制会议论文集(7)》期刊2019-07-27)

王树亮,毕大平,阮怀林,杜明洋,潘继飞[7](2019)在《基于信息熵准则的认知雷达机动目标跟踪算法》一文中研究指出针对复杂战场环境下机动目标跟踪难题,提出一种认知雷达目标跟踪算法.基于人类"感知-行动"循环思想,首先把目标径向距离、径向速度和方位等量测的克拉美罗下限近似为量测误差协方差,用信息熵描述目标跟踪的不确定性,然后以最小熵为准则建立了雷达接收端数据和发射端信号处理之间联系;为避免传统交互式多模型(Interacting Multiple Model,IMM)算法由于模型转移概率设置不合理所带来的跟踪精度下降问题,受人脑叁阶段记忆机制启发,将"记忆"嵌入IMM算法,通过自适应调整模型转移概率,增强了优势模型的交互主导性,弱化了不匹配模型的不良竞争.仿真实验验证了算法的有效性.(本文来源于《电子学报》期刊2019年06期)

张文,赵宣植,刘增力,金文骏[8](2019)在《稀疏高斯厄米特PHD机动多目标跟踪算法》一文中研究指出针对基于概率假设密度(probability hypothesis density, PHD)的非线性机动多目标跟踪精度低、滤波发散、目标数目估计不准确等问题,提出一种基于交互式多模型的稀疏高斯厄米特PHD算法.该算法在PHD滤波器下,采用稀疏高斯厄米特方法对目标进行状态预测和量测更新,构造一种稀疏高斯厄米特PHD滤波器;然后将交互式多模型算法融入稀疏高斯厄米特PHD滤波框架中,解决了目标机动过程中运动模式不确定的问题.仿真结果表明该算法能对机动多目标进行有效的跟踪,相比交互式多模型不敏卡尔曼PHD等滤波方法具有更高的状态估计精度,且目标数目估计更准确.(本文来源于《信息与控制》期刊2019年03期)

刘代,赵永波,周永伟,陈明哲,李伟[9](2019)在《高分辨距离像辅助的机动目标跟踪算法》一文中研究指出宽带相控阵雷达可以获得高分辨距离像,利用此特征获取目标的姿态角成为了一种可能,基于此提出了一种新的机动目标跟踪算法,充分利用高分辨距离像特征,实时估计目标姿态角,并将姿态角信息融合到雷达的量测方程,本文结合先进的非线性滤波算法,提出了利用姿态角的交互多模型不敏卡尔曼滤波算法。通过计算机仿真表明,利用目标姿态角的机动目标跟踪算法相比传统算法目标跟踪精度(位置精度和速度精度)得到很大提高。同时姿态角误差越小,目标跟踪性能越好。(本文来源于《系统工程与电子技术》期刊2019年09期)

荣庆[10](2019)在《单模型机动目标跟踪算法仿真》一文中研究指出本文针对单模型的机动目标,具体阐述了匀加速模型(CA)的应用实例,通过算法仿真分析出这两个模型在实际应用中的优缺点,并且指出CV模型应用的局限性,以及CA模型在加速度跳变的时刻存在一个收敛的过程,当达到收敛时其在加速阶段的跟踪效果比在匀速阶段跟踪的效果要好这一突出特点,为以后通过改善跟踪门来解决单模型机动目标跟踪性能的方案提供参考依据。(本文来源于《科学技术创新》期刊2019年15期)

机动目标跟踪论文开题报告

(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:

在多目标跟踪问题中,观测站的有效机动可以提高观测信息的质量,从而提升目标跟踪的精度。对此,文中提出一种基于高斯混合概率假设密度(GM-PHD)滤波器的观测站最优机动马尔可夫决策方法。首先,用Fisher信息矩阵(FIM)行列式建立代价函数;然后,计算出马尔可夫链的转移矩阵,利用马尔可夫决策过程(MDP)来获得观测站最优机动策略。其中,利用GM-PHD滤波器来估计目标的实际位置和为每一决策周期提供概率假设密度(PHD)。通过实验仿真,验证了该机动策略在提高多目标跟踪精度方面的有效性。

(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。

机动目标跟踪论文参考文献

[1].韩伟,朱沛,唐朝,陈朝.目标转弯机动对雷达跟踪性能影响分析[J].雷达与对抗.2019

[2].洪磊,陈树新,吴昊,何仁珂,徐涵.多目标跟踪的观测站最优机动策略[J].现代雷达.2019

[3].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

[4].邵龙闯,吕艳辉,党阿琳.基于IMM算法在空中机动目标跟踪中的研究[J].中国新通信.2019

[5].彭章友,陈琳妍.基于BPNN的自适应机动目标跟踪[J].电子测量技术.2019

[6].刘璐,周卫东.一种带有未知参数的机动目标跟踪算法[C].第叁十八届中国控制会议论文集(7).2019

[7].王树亮,毕大平,阮怀林,杜明洋,潘继飞.基于信息熵准则的认知雷达机动目标跟踪算法[J].电子学报.2019

[8].张文,赵宣植,刘增力,金文骏.稀疏高斯厄米特PHD机动多目标跟踪算法[J].信息与控制.2019

[9].刘代,赵永波,周永伟,陈明哲,李伟.高分辨距离像辅助的机动目标跟踪算法[J].系统工程与电子技术.2019

[10].荣庆.单模型机动目标跟踪算法仿真[J].科学技术创新.2019

论文知识图

模糊控制器的基本结构外辐射源雷达TOA椭圆定位示意图4-20 EKF 与灰色 EKF 算法匀加速速度跟...交互式多模型算法原理图嵌入式图像处理器硬件结构图机动目标跟踪效果图

标签:;  ;  ;  ;  ;  ;  ;  

机动目标跟踪论文_韩伟,朱沛,唐朝,陈朝
下载Doc文档

猜你喜欢