基于动态规划的弱目标检测前跟踪算法

《基于动态规划的弱目标检测前跟踪算法》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、硕士学位论文题目:基于动态规划的弱目标检测前跟踪算法研究生赵尚宇专业控制工程指导老师郭云飞副教授完成日期2015年12月抗州电子科技大学学位论文原创性声明和使用授权说明原创性声明：，本人郑重声明所呈交的学位论文，是本人在导师的指导下独立进行研巧工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体己经发表或撰写过的作品或成果。对本文的研究做出重耍贡献的个人和集。体，均己在文中处明确方式椅明一切相关责任申请学位论文与资料若有不实么处，本人承担。论文作者签名：起巧多日巧：年３月Ｕ日学位论文使用授权说明目：本人完全了解杭州

2、电子科技大学关平保留和使用学位论文的规定，Ｐ研巧生在校攻读学位期间论文工作的知识产权单位攝杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文Ｘ作成果时署名单位仍然为杭州电子科技大。阅论文；学校可臥公布论文学学校有权保留送交论文的复印件，允许查阅和借的全部或部分内容、缩印或其它复制手段保存论文。保密，可Ｗ允许采用影印（论文在解密后遵守此规定）：自Ｉｆ论文作者签名：起Ｉ日期年月巧指导教师签名：為円期：知化年６Ｉ杭州电子科技大学硕士学位论文基于动态规划的弱目标检测前跟踪算法研究生：赵尚宇指导教师：郭云飞副教授2015年12月Dissertat

3、ionSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterResearchonDynamicProgrammingTrackBeforeDetectAlgorithmCandidate:ZhaoShangyuSupervisor:Asso.Prof.GuoYunfeiDecember，2015杭州电子科技大学硕士学位论文摘要随着隐身技术、低空突防技术的飞速发展，探测环境日益复杂，传统雷达的检测跟踪能力受到了极大挑战。检测前跟踪技术对雷达原始回波数据设置较低门限或不设门限，通过多帧数据积累，用时间换取能量，能够有效地改善低可观

4、测目标的检测跟踪性能，具有重要的理论研究意义和应用价值。基于动态规划的检测前跟踪技术实现简单，可拓展性好，日益成为雷达探测领域广大学者的研究热点。在总装备部“十二五”预研项目背景下，本文针对动态规划检测前跟踪算法进行了深入研究。主要工作如下：首先，针对复杂背景下低可观测目标的检测跟踪问题，建立了雷达弱目标检测跟踪系统模型，介绍了动态规划检测前跟踪算法的基本原理。对传统动态规划的两种值函数设计方法进行了理论分析和仿真比较。其次，针对传统动态规划检测前跟踪方法在极低信噪比条件下检测性能下降的问题，提出一种新的基于幅值关联动态规划检测前跟踪算法。该方法利用相邻帧之间目标幅值的相关性来构建

5、值函数，并通过动态门限进行状态的遍历回溯，有效提高了极低信噪比条件下弱目标的检测跟踪性能。与同类方法的仿真比较表明，所提算法大幅提高了极低信噪比条件下的检测跟踪性能。最后，针对雷达探测系统检测跟踪机动弱目标的问题，提出一种基于跟踪信息反馈的幅值关联动态规划检测前跟踪算法。该方法通过本时刻候选状态与上一时刻估计状态的Minkowski距离构建反馈函数，并利用相邻帧的幅值关联信息构建值函数，有效改善机动弱目标的检测跟踪性能。仿真结果验证了所提方法的有效性。关键词：雷达探测，弱目标，检测前跟踪，动态规划，幅值关联I杭州电子科技大学硕士学位论文ABSTRACTWiththerapiddev

6、elopmentofstealthandlow-altitudepenetrationtechniques,thesurveillanceenvironmentbecomesmoreandmorecomplex.Theradarsystemhastofacethechallengeofdetectingandtrackingweaktargetsignalinheavyclutter.Comparedwiththeconventionaldetectionmethods,thetrack-before-detect（TBD）techniquecanachievebetterdete

7、ctionperformancebyaccumulatingmulti-frameraworlow-thresholdeddata,atthecostofconsumingtime.Consequently,TheTBDmethodhasimportanttheoreticalsignificanceandmilitaryvalue.ThedynamicprogrammingbasedTBD（DP-TBD）methodhasattractedmoreandmoreat