文档介绍：要摘此时传统的目标检测与跟踪方法已很难满足要求。近年来出现的检测前跟踪椒ㄎ=饩龃宋侍馓峁┝艘惶跤行揪叮庵址椒ḿ觳夂透儆谝惶澹在充分利用未经阈值化处理的传感器数据的基础上,通过时间积累目标能量,从基于粒子滤波的惴ㄐ阅苡旁剑W勇瞬ㄒ话阈枰4罅康乃婊样本才能保证其性能,而大量随机样本的预测、更新和重采样计算使得粒子滤波很难满足工程上的实时性要求。本文重点研究了基于粒子滤波的惴ǎ捎惴ā8盟惴ǖ奶氐阍谟诓捎帽咴祷椒ǎ涯勘曜刺芯哂邢咝愿咚固卣的目标速度状态分离出来,对其使用线性最优的卡尔曼滤波,而目标位置、强度的蒙特卡罗积分方法,提出一个改进算法:基于拟蒙特卡罗的高斯粒子滤关键词:粒子滤波弱小目标检测前跟踪边缘化拟蒙特卡罗弱小目标的检测与跟踪是红外预警系统、精确制导系统、卫星遥感系统中的一项关键技术。在长距离衰减和强噪声影响下,传感器接收的目标信噪比极低,而提高信噪比,实现对弱小目标的检测与跟踪。多种技术减轻算法的计算负担,提高算法的实时性。首先,通过对红外弱小目标模型研究分析,提出一个基于边缘化粒子滤波的等非线性状态则仍用粒子滤波处理。这样不仅降低了粒子滤波估计状态的维数,大大减少了计算量,而且还提高了算法在低信噪比下的检测性能和跟踪精度。其次,用一种误差收敛更快的拟蒙特卡罗痔娲W勇瞬ㄖ写波.。由于帜苡媒仙俚摹⒎植脊嬲难镜愦锏組值精度,该算法能在保证精度的前提下节省了大量计算负担。最后,在狦算法的基础上,利用滤波状态协方差矩阵在跟踪过程中的收敛特性构建判断逻辑,实现目标检测。算法结构简单,计算量小,仿真实验和实测数据实验显示,该算法对陨系哪勘昃哂辛己玫母偌觳饽芰Α摘要
知识水坝***@pologoogle为您整理
·緐巧疏鷓锄鮮疔韕蟚棚蛐盿瑆王时鷇柏晌盟..篿蕋琣印礱醓耼瓸瓺,印蝣賜..丘瓯廿狢,箃—.,琺巧甴,:裠略琫舔忽硒瓹,莄,蔭..’瓾琻,五,瑆瑃,Ⅱ簍,,—】【.硒:】Ⅵ襬。
知识水坝***@pologoogle为您整理
麟跏签名红号日期丝篫:期三竺望:,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切的法德责任。本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为殛安电子科技大学,C艿穆畚脑诮饷芎笞袷卮斯娑本人签名:注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果:也不包含为获碍西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内
第一章绪论研究背景及意义息,连续不断的估计出目标的位置桑鶀和速度屹等运动状态。目标检测与跟踪技术在现代国防与民用领域均有非常重要的应用价值。在国防上,广泛应用于空间/海上预警系统,武器制导系统,飞行器与舰船导航系统,以及战场监视系统等。在民用领域,广泛应用于智能交通系统,机器人道路规划,数字通信系统,医学仪器以及金融领域等。信息,这些观测信息都是点观测信息。跟踪算法要做的就是根据这些点观测信息,估计出目标当前时刻的位置或其他我们感兴趣的状态变量。这个过程也被称为滤图是一个纯角度跟踪的例子。目标在二维平面上运动,传感器在每一时刻给我们提供目标相对观测站的角度信息见。跟踪系统的任务就是利用这些角度信但是,传感器给我们提供的不一定是点观测信息,它给我们提供的有可能是一幅图像数据——,被动声纳提供测信息输入滤波器。这种做法在目标信噪比较高的情况下是没有问题的,我们总然而,在现代战争中,为了能尽早发现敌方军事目标,增加预警时间,要求传统的目标跟踪方法都假设传感器能为跟踪系统提供对目标状态的点观测信息。被动红外、声纳能提供方位角信息,雷达能提供距离信息、距离变化率波。,红外摄像机提供的是灰度图。在这种情况下,传统的目标跟踪算法先对单帧数据图像做阈值分割,把超出阈值的数据作为点观能够找到合适的阈值,通过简单的阈值分割,从图像数据中提取我们想要的点观测数据。在远距离处就能够发现目标。在超视距雷达、远距离的红外搜索与跟踪图纯角度跟踪示意图
一糖嘞燃磺分析了针对弱小目标的检测前跟踪:—方法,并对主要被大量噪声所淹没,导致图像信噪