發(fā)布時(shí)間：2018-10-05 14:06

【摘要】：隨著雷達(dá)、紅外等傳感器分辨率的不斷提高,擴(kuò)展目標(biāo)跟蹤受到了國內(nèi)外學(xué)者的廣泛關(guān)注。近年來,由于計(jì)算簡單且能夠跟蹤擴(kuò)展目標(biāo),基于隨機(jī)矩陣的擴(kuò)展目標(biāo)聯(lián)合跟蹤與分類算法研究受到關(guān)注。本論文以貝葉斯濾波和隨機(jī)矩陣為理論基礎(chǔ),針對(duì)橢圓和非橢圓兩類擴(kuò)展目標(biāo),研究機(jī)動(dòng)擴(kuò)展目標(biāo)聯(lián)合跟蹤與分類方法,具有重要的理論意義和應(yīng)用價(jià)值。論文主要研究內(nèi)容如下:1.研究了機(jī)動(dòng)擴(kuò)展目標(biāo)跟蹤的基礎(chǔ)理論,包括目標(biāo)運(yùn)動(dòng)模型、貝葉斯濾波理論、隨機(jī)矩陣算法和多模型算法等。以常規(guī)運(yùn)動(dòng)模型為基礎(chǔ),研究了機(jī)動(dòng)擴(kuò)展目標(biāo)跟蹤的多模型算法;以貝葉斯濾波為理論框架,研究了基于隨機(jī)矩陣的目標(biāo)擴(kuò)展?fàn)顟B(tài)估計(jì)和目標(biāo)跟蹤算法;為了同時(shí)估計(jì)機(jī)動(dòng)擴(kuò)展目標(biāo)的運(yùn)動(dòng)狀態(tài)和擴(kuò)展?fàn)顟B(tài),研究了基于隨機(jī)矩陣的機(jī)動(dòng)橢圓擴(kuò)展目標(biāo)跟蹤算法。2.針對(duì)機(jī)動(dòng)橢圓擴(kuò)展目標(biāo),結(jié)合交互多模型,提出一種基于隨機(jī)矩陣的機(jī)動(dòng)橢圓擴(kuò)展目標(biāo)聯(lián)合跟蹤與分類算法。該算法以貝葉斯濾波為理論框架,結(jié)合目標(biāo)的大小、形狀、方向等先驗(yàn)信息,利用隨機(jī)矩陣實(shí)時(shí)估計(jì)目標(biāo)的狀態(tài),同時(shí)采用多模型算法處理橢圓擴(kuò)展目標(biāo)的機(jī)動(dòng)情況。仿真實(shí)驗(yàn)表明,所提算法可實(shí)時(shí)估計(jì)目標(biāo)的運(yùn)動(dòng)狀態(tài)、擴(kuò)展?fàn)顟B(tài)和類狀態(tài)等信息,實(shí)現(xiàn)機(jī)動(dòng)橢圓擴(kuò)展目標(biāo)的聯(lián)合跟蹤與分類。3.針對(duì)機(jī)動(dòng)非橢圓擴(kuò)展目標(biāo),結(jié)合交互多模型,提出一種基于隨機(jī)矩陣的機(jī)動(dòng)非橢圓擴(kuò)展目標(biāo)聯(lián)合跟蹤與分類算法。該算法將非橢圓目標(biāo)近似為多個(gè)相互獨(dú)立的子橢圓,每個(gè)子橢圓由隨機(jī)矩陣表示,其中與目標(biāo)有相同方向的子橢圓作為主橢圓,并用結(jié)構(gòu)信息表示子橢圓與主橢圓之間的關(guān)系;采用已提出的基于隨機(jī)矩陣的機(jī)動(dòng)橢圓擴(kuò)展目標(biāo)聯(lián)合跟蹤與分類算法估計(jì)主橢圓的狀態(tài);利用結(jié)構(gòu)信息估計(jì)各子橢圓的狀態(tài),實(shí)現(xiàn)機(jī)動(dòng)非橢圓擴(kuò)展目標(biāo)的聯(lián)合跟蹤與分類。仿真實(shí)驗(yàn)表明,所提算法可改善橢圓近似目標(biāo)帶來的信息丟失問題,在有效跟蹤非橢圓擴(kuò)展目標(biāo)的同時(shí),能實(shí)時(shí)估計(jì)目標(biāo)的運(yùn)動(dòng)狀態(tài)、擴(kuò)展?fàn)顟B(tài)以及類狀態(tài)等信息。
[Abstract]:With the increasing resolution of radar, infrared sensors and other sensors, extended target tracking has been widely concerned by scholars at home and abroad. In recent years, due to the simple computation and the ability to track extended targets, the research of joint tracking and classification algorithm based on stochastic matrix has attracted much attention. Based on Bayesian filtering and stochastic matrix, this paper studies the joint tracking and classification method of maneuvering extended targets for elliptic and non-elliptic extended targets, which has important theoretical significance and application value. The main contents of this paper are as follows: 1: 1. The basic theories of maneuvering extended target tracking are studied, including target motion model, Bayesian filtering theory, stochastic matrix algorithm and multi-model algorithm. Based on the conventional motion model, the multi-model algorithm of maneuvering extended target tracking is studied, and the extended state estimation and target tracking algorithm based on random matrix are studied based on Bayesian filter. In order to simultaneously estimate the moving state and extended state of maneuvering extended target, a maneuvering elliptic extended target tracking algorithm based on random matrix is studied. For maneuvering elliptic extended targets, an algorithm for joint tracking and classification of maneuvering elliptic extended targets based on random matrix is proposed. The algorithm takes Bayesian filtering as the theoretical framework and combines the prior information such as the size, shape and direction of the target. The random matrix is used to estimate the state of the target in real time. At the same time, the multi-model algorithm is used to deal with the maneuver of the elliptical extended target. The simulation results show that the proposed algorithm can estimate the moving state, extended state and class state of the target in real time, and realize the joint tracking and classification of maneuvering elliptical extended targets. A joint tracking and classification algorithm of maneuvering non-elliptic extended targets based on random matrix is proposed for maneuvering non-elliptic extended targets. The algorithm approximates the non-elliptic object as several independent sub-ellipses, each subellipse being represented by a random matrix, in which the sub-ellipse with the same direction as the target is taken as the main ellipse, and the relation between the sub-ellipse and the principal ellipse is expressed by structural information. The proposed joint tracking and classification algorithm for maneuvering elliptic extended targets based on random matrix is used to estimate the state of the main ellipse, and the structure information is used to estimate the states of each sub-ellipse to realize the joint tracking and classification of maneuvering non-elliptical extended targets. Simulation results show that the proposed algorithm can improve the problem of information loss caused by elliptical approximate targets. The proposed algorithm can effectively track non-elliptical extended targets and estimate the moving state, extended state and class state of the target in real time.
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡文明;關(guān)鍵;何友;;基于視頻積累的距離擴(kuò)展目標(biāo)檢測[J];火控雷達(dá)技術(shù);2006年04期

2 張曉利;黃勇;關(guān)鍵;何友;;基于距離單元選擇的距離擴(kuò)展目標(biāo)檢測器[J];系統(tǒng)工程與電子技術(shù);2012年01期

3 孔剛,張啟衡;復(fù)雜背景下擴(kuò)展目標(biāo)多尺度小波分割策略[J];光電子·激光;2004年02期

4 顧新鋒;簡濤;何友;李炳榮;邱榮劍;;一種基于波形的距離擴(kuò)展目標(biāo)檢測方法[J];海軍航空工程學(xué)院學(xué)報(bào);2008年06期

5 楊忠良;梁永輝;胡浩軍;施建華;任晨綱;于起峰;;擴(kuò)展目標(biāo)幸運(yùn)成像技術(shù)的理論和實(shí)驗(yàn)研究[J];激光與光電子學(xué)進(jìn)展;2010年05期

6 陳遠(yuǎn)征;趙宏鐘;付強(qiáng);;擴(kuò)展目標(biāo)檢測的陷落損失問題與改進(jìn)方法[J];雷達(dá)科學(xué)與技術(shù);2010年03期

7 陳遠(yuǎn)征;周劍雄;付強(qiáng);;擴(kuò)展目標(biāo)的最優(yōu)二進(jìn)制檢測[J];系統(tǒng)工程與電子技術(shù);2011年01期

8 吳兆平;朱凱然;蘇濤;盧錦;;采用改進(jìn)粒子濾波的雷達(dá)擴(kuò)展目標(biāo)檢測前跟蹤[J];西安電子科技大學(xué)學(xué)報(bào);2011年02期

9 陳建軍;邱偉;黃孟俊;趙宏鐘;付強(qiáng);;基于距離單元篩選的擴(kuò)展目標(biāo)檢測新方法[J];雷達(dá)科學(xué)與技術(shù);2012年03期

10 李廣柱;何松華;劉光燦;;基于調(diào)頻步進(jìn)雷達(dá)信號(hào)的擴(kuò)展目標(biāo)帶狀成像算法[J];現(xiàn)代雷達(dá);2014年07期

相關(guān)會(huì)議論文 前4條

1 郭昕;張強(qiáng);;寬頻帶雷達(dá)擴(kuò)展目標(biāo)運(yùn)動(dòng)建模[A];第13屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集[C];2011年

2 劉建新;韓宇;向敬成;;距離擴(kuò)展目標(biāo)的二進(jìn)制積累檢測[A];第十屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

3 蔡雷;關(guān)小偉;張世強(qiáng);;擴(kuò)展目標(biāo)光學(xué)特性的理論分析與實(shí)驗(yàn)研究[A];第十屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

4 陳遠(yuǎn)征;;復(fù)合高斯雜波下擴(kuò)展目標(biāo)多普勒頻率的MLE及性能分析[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

相關(guān)博士學(xué)位論文 前9條

1 崔雄文;復(fù)雜背景下擴(kuò)展目標(biāo)跟蹤技術(shù)研究[D];中國科學(xué)院研究生院（光電技術(shù)研究所）;2015年

2 張曉偉;基于壓縮感知的寬帶雷達(dá)距離擴(kuò)展目標(biāo)檢測方法研究[D];西安電子科技大學(xué);2014年

3 高彥釗;大拖尾雷達(dá)雜波模型及其背景下的擴(kuò)展目標(biāo)檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2014年

4 張永權(quán);隨機(jī)有限集擴(kuò)展目標(biāo)跟蹤算法研究[D];西安電子科技大學(xué);2014年

5 陳遠(yuǎn)征;末制導(dǎo)雷達(dá)擴(kuò)展目標(biāo)檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2009年

6 帥曉飛;距離擴(kuò)展目標(biāo)的檢測算法研究[D];電子科技大學(xué);2011年

7 李軍;擴(kuò)展目標(biāo)的雷達(dá)檢測技術(shù)及其應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2011年

8 鐘權(quán);地空背景下擴(kuò)展目標(biāo)穩(wěn)定跟蹤技術(shù)研究[D];中國科學(xué)院研究生院（光電技術(shù)研究所）;2014年

9 江濤;分布式相對(duì)定位技術(shù)的研究[D];中國科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 嚴(yán)超;箱粒子濾波在擴(kuò)展目標(biāo)跟蹤中的應(yīng)用[D];西安電子科技大學(xué);2014年

2 王妮;擴(kuò)展目標(biāo)的高斯混合概率假設(shè)密度濾波算法研究[D];西安工程大學(xué);2015年

3 王雙英;基于高斯混合概率假設(shè)密度濾波器的多擴(kuò)展目標(biāo)跟蹤[D];長安大學(xué);2016年

4 李鵬濤;基于箱粒子濾波的MeMBer擴(kuò)展目標(biāo)跟蹤算法研究[D];西安電子科技大學(xué);2016年

5 李維娟;機(jī)動(dòng)擴(kuò)展目標(biāo)聯(lián)合跟蹤與分類算法研究[D];西安電子科技大學(xué);2015年

6 官安全;復(fù)雜背景下擴(kuò)展目標(biāo)亞像素分級(jí)跟蹤方法研究[D];電子科技大學(xué);2007年

7 劉風(fēng)梅;多擴(kuò)展目標(biāo)跟蹤量測集劃分方法研究[D];江南大學(xué);2015年

8 李娟;距離擴(kuò)展目標(biāo)檢測與參數(shù)估計(jì)方法研究[D];湖南大學(xué);2009年

9 聶丹;頻率步進(jìn)雷達(dá)運(yùn)動(dòng)擴(kuò)展目標(biāo)速度估計(jì)與距離像抽取研究[D];國防科學(xué)技術(shù)大學(xué);2008年

10 楊忠良;擴(kuò)展目標(biāo)幸運(yùn)成像技術(shù)的實(shí)驗(yàn)研究[D];國防科學(xué)技術(shù)大學(xué);2009年

，

本文編號(hào)：2253686