1 / 49
文档名称:

边扫描边跟踪雷达航迹跟踪算法的研究(可复制论文).pdf

格式:pdf   页数:49页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

边扫描边跟踪雷达航迹跟踪算法的研究(可复制论文).pdf

上传人:mkt365 2013/11/4 文件大小:0 KB

下载得到文件列表

边扫描边跟踪雷达航迹跟踪算法的研究(可复制论文).pdf

文档介绍

文档介绍:西北二二业士学位论二大




。一刀


一刀





一刀
北大学祠颐士掌位宝仑文
第一章绪论
夸课题的背景和意义
在现代战争中,随着中、远程防空力量的加强,六十年代以来,各国前线航
空兵作战范围及空中袭击区域,在战术上逐渐发展了利用地形、低空、近程、超
低空、全方位、多层次、高速突防,同时伴有电子干扰。鉴于目前防空系统的特
点,近程低空和超低空突防的可能性越来越大。例如,低空高性能飞机,它可以
穿过中、远程警戒雷达防空网,从固定架设的雷达探测区潜入,对战略要点进行
突然袭击。为了保护舰船、海岸、地面设施,低空和超低空近程搜索雷达就应运
而出,用来填补防空网的间隙和低空盲区,做战略要点的防空监视和空中目标的
指示。
因此,现代战争已将我们的注意力转移到目前迫切需要解决的近程低空、超
低空防御上,这也是近几年来近程低空搜索雷达迅猛发展的主要原因。对于低空
搜索雷达,除具有良好的低空抗干扰能力外,还应具有多目标处理能力和快速反
应能力,后者将是本文研究的重点。
边扫描边跟踪雷达是一种在连续跟踪目标的同时,还继续对空间进行搜索的
雷达。它在传统搜索雷达的基础上,借助计算机,能够实现多目标的快速跟踪。
要跟踪目标,首先要找出目标的位置参量和运动参量,即要找出一种算法,利用
目标的运动规律,对雷达测量数据进行滤波和外推处理,求出目标参量,实现多
个目标的航迹运动轨迹跟踪。
迄今为止,关于边扫描边跟踪雷达航迹跟踪问题,人们已经做了不
少工作,提出了许多有效的算法,同时也存在许多未解决的问题,下面就雷
达航迹跟踪算法的发展状况及存在的问题作一简述。
机动目标模型的发展及分析
自从滤波问世以来,人们主要着眼于轨道飞行体的状态估计,但如
何确定合适的目标运动方程即目标机动的建模,则成为机动跟踪的主要问题。
知识水坝***@pologoogle为您整理
北大学不贝士学位论文
从以往的文献中,可以看出人们在这方面的努力。对目标机动的相关加
速描述,以及用模型噪声强度对机动幅度的统计等效,增强了其滤波器对付目标
机动的能力,但导致目标简单运动时滤波精度的降级是令人遗憾的。不仅
推广了模型的结构,而且把目标的机动输入拟为一个半马尔可夫过程,
这样从他所给出的模型结果上看是很有吸引力的。
我国学者周宏仁提出了机动目标“当前”统计模型。并在此基础上,提出了
相应的均值和方差自适应跟踪滤波算法,该算法采用修正的瑞利分布来描述机动
加速度的统计特性,因而更加符合实际。
和等人在广义伪贝叶斯算法的基础上,提出了一种具有马
尔科夫切换系数的交互式模型滤波算法,其中多个模型并行工作,目标状态估计
是多个滤波器交互作用的结果,由于该算法不需要机动检测,因而,从理论上讲,
不存在机动检测所带来的必然延迟,也不存在门限的设置和模型切换时的初始化
问题,达到了全面自适应的效果。
在上面的不同方法中,有些试图用随机性去描述机动的不可知性,因而有从
一阶相关噪声到半马尔可夫链的等效。也有把机动视为确定性的输入,这对不能
拟为噪声的机动是合理的。在各自假定的条件下,上面的方法都有较好的效果。
而多数方法则均是从目标机动的建模出发,即如何建立一个既与实际情况吻合程
度大,而又易于用数字方法描述的目标机动模型。同时又对扰动项噪声、杂波
千扰和目标机动作了许多人为的限制。但是,模型建立的如何,将直接影响到
机动跟踪的准确度和精确度,特别是对完全依赖于模型的模型敏感滤波方法如
滤波尤为如此。同时,还带来一个问题,就是机动目标模型的复杂化
将影响滤波的实时性。
目标跟踪中的航迹相关处理
多目标跟踪问题,就是从测量到信息之中找出己发现目标的轨迹和新目标的
轨迹。
雷达一般总是工作在多目标环境下的,围绕此问题已形成了许多目标跟
踪算法,而传统的且在工程上易于实现的算法是采用波门相关技术,但如何选择
知识水坝***@pologoogle为您整理
叮北大学士学位论文
合适的波门最好能自适应时,则又出现了相关成功与错误的矛盾。同时,相
关性能的好坏也直接影响到航迹质量。
在多目标跟踪环境下,点迹与航迹进行相关,相关上的点迹对航迹进行更新。
如果航迹被错误的点迹所更新,会导致滤波器对目标的跟踪性能显着恶化。为了
解决混和相关问题,出现了大量文献,提出了各种各样的相关滤波算法。
等人提出了对单一目标的次扫描滤波算法,当接受到一组测量值以后,对每个
测量值都形成一个假设。对所形成的一组假设,如果其最后的个测量值相同,
则这些假设合并为一。对每个假设的滤波处理,以状态预测的非中心二阶矩最小
为准