欢迎来到天天文库
浏览记录
ID:33406108
大小:1.11 MB
页数:59页
时间:2019-02-25
《基于cfar和概率数据关联的点状运动目标跟踪技术性能分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、新疆大学硕士学位论文基于CFAR和概率数据关联的点状运动目标跟踪技术性能分析姓名:周艳申请学位级别:硕士专业:信息与通信工程通信与信息系统指导教师:艾斯卡尔·艾木都拉20070602新疆大学硕士学位论文摘要近些年来,由于军事上要求不断提高防御系统性能,使得人们对远距离,低信噪杂波比(SNCR)情况下的微弱点状运动目标的检测及跟踪技术产生了浓厚的兴趣,该课题也成为目前的研究热点之一。在低信噪杂波tg(SNCR)条件下,微弱点状运动目标的检测与跟踪在图像处理、遥感、雷达监视、机器人学和医学等很多领域中很重要而且非常具有挑战性。本文首先介绍了微弱点状运动目
2、标检测与跟踪系统原理,并指出了其中的关键技术及不同方法的优缺点,然后在恒虚警率(CFAR)准则下,描述了微弱点状运动目标的跟踪算法,接着重点对PDAF跟踪及PDAF-AI跟踪两种情况分别做了实验,并对实验结果做了比较,最后做了性能分析。为了更直观地看出PDAF.AI与PDAF的跟踪性能,又对本算法做了蒙特卡罗实验,实验结果与理论相符,证明了本文算法的有效性和可行性,最后对全文作出总结与展望。关键词:恒虚警率,微弱点状运动目标,概率数据关联滤波器,蒙特卡罗实验新疆大学硕士学位论文AbstractIntheseyears,becausethedemand
3、ofcontinuousimprovingtheperformanceofmilitarydefensesystemmakespeopleveryinterestedinthetechnologyofdimmovingpointtargetdetectionandtrackinginlong—rangeandlowsignalnoiseclutterratio(SNCR),thissubjectbecomesoneoftheresearchfocus.Intheconditionoflowsignalnoiseclutterratio(SNCR),d
4、immovingpoimtargetdetectionandtrackingisveryimportantandchallenginginareaofimageprocessing,remotesensing,radarmonitor,robotics,andmedialscienceetc.Inthispaper,thesystemprincipleofdimmovingpointtargetdetectionandtrackingarefirstintroduced,andthen,thekeytechnology,theadvantagesan
5、ddisadvantagesofdifferentmethodsareproposed.Ontheprinciplethatconstantfalsealarmrate(CFAR),trackingalgorithmfordimmovingpointtargetisdescribed.Afterthediscussion,PDAFtrackingandPDAF-AItrackingareproposed,inthelightofthistwomethods,theexperimentsaredone,andexperimentalresultsare
6、comparedwitheachother.Intheend,performanceanalysisisdone.InordertoobservethetrackingperformanceofPDAF-AIandPDAFdirectly,MonteCarloexperimentsaredone,theresultsofexperimentareconsistentwiththeory,andtheexperimentalresultshowsgoodresultsofalgorithmproposed.Finally,summaryandprosp
7、ectarediscussed.Keywords:constantfalsealarmrate(CFAR),dimmovingpointtarget,probabilitydataassociationfilter(PDAF),MonteCarloexperiment.Ⅱ新疆大学硕士学位论文学位论文独创性声明本人声明,所呈交的学位论文系本人在导师指导下独立完成的研究成果。文中依法引用他人的成果,均已做出明确标注或得到许可。论文内容未包含法律意义上已属于他人的任何形式的研究成果,也不包含本人已用于其他学位申请的论文或成果。与我一同工作的同志对本研究所做
8、的任何贡献均已在论文中作了明确的说明并表示谢意。本人如违反上述声明,愿意承担由此引发的一切责任和后果。论文作
此文档下载收益归作者所有