收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

认知雷达目标跟踪方法研究

靳标  
【摘要】:认知雷达(Cognitive Radar)可以通过对外部环境和目标的动态不断地进行感知,自适应地选择工作模式、发射波形、信号处理算法和数据处理算法等,充分利用各种先验信息进行智能处理。认知雷达区别于传统自适应雷达的方面主要在于,它具有自适应的发射能力和知识辅助处理能力。在目标跟踪阶段,先验信息丰富,更适合进行认知发射和知识辅助处理。本论文面向认知雷达的目标跟踪方面,分别研究了发射波形优化和接收数据处理方法,具体包括针对目标跟踪的发射波形选择、机动目标跟踪算法和数据关联方法等内容。现将主要工作概括如下:1.分别从单脉冲和多脉冲两个方面讨论了针对目标跟踪的发射波形选择问题。(1)单脉冲情况:首先将矩形脉冲信号作为基波形,对其模糊函数在时延-多普勒频移平面分别进行伸缩变换和旋转变换,得到线性调频(Linear Frequency Modulated,LFM)波形库和旋转波形库。然后基于卡尔曼滤波(Kalman Filter,KF)算法,分别以最大互信息和最小均方误差为准则,在两个波形库中寻找最优的发射波形。详细分析了两种波形选择准则的物理意义和优缺点。另外,目标距离跟踪误差和速度跟踪误差在量纲上不一致,而现有的波形选择方法无法调节二者的权重。针对此问题,本文提出了加权最小均方误差准则及其变形形式。仿真结果验证了所提方法的有效性。(2)多脉冲情况:针对机动目标跟踪的发射波形选择,需要兼顾测距测速性能与多普勒容忍性。对比了多脉冲LFM信号、V型调频(V-Linear Frequency Modulated,V-LFM)信号和M序列3种发射波形估计目标距离和速度的克拉美罗下界(Cramer-Rao Lower Bound,CRLB)与多普勒容忍性。仿真结果表明,V-LFM信号在损失较少多普勒容忍性的情况下,可以明显提高目标的跟踪精度。2.针对机动目标的跟踪问题,提出了基于AR模型的KF和交互多模型(Interacting Multiple Model,IMM)滤波相互切换的跟踪算法。首先介绍了传统的机动目标跟踪模型和跟踪算法,详细分析了当前主流机动目标跟踪算法的基本原理和优缺点。然后,将AR模型应用于目标跟踪,详细介绍了AR模型的构建过程和求解方法。AR模型不仅能满足目标运动状态的多项式约束,还能利用额外的自由度滤除噪声,属于一种自适应的状态模型。最后针对机动目标的跟踪问题,引入了变维滤波的思想,通过机动检测来切换基于AR模型的KF和基于AR模型的IMM滤波器,以适应目标的非机动和机动状态。从本质上说,本文所提跟踪算法是一种变结构的多模型(Variable Structure Multiple Model,VSMM)算法,而且运算量要远小于现有的VSMM算法,具有一定的工程应用价值。仿真结果表明:在相同的参数条件下,AR模型的跟踪性能要优于传统的离散时间微分模型,尤其当算法的参数设置与目标实际运动状态不匹配时,优势则更为明显,而且所提算法的跟踪性能也要好于传统的变维滤波和IMM算法。3.针对机动目标的数据关联问题,提出了基于综合交互多模型-概率数据关联(Interacting Multiple Model-Probabilistic Data Association,IMM-PDA)算法的自适应关联波门设计方法。传统针对机动目标的关联波门设计方法仅通过扩大波门来确认有效量测,而未改善关联概率,容易引起失跟现象。本文在综合IMM-PDA算法的框架下,提出一种利用目标运动状态的量测信息进行自适应关联波门设计的方法。在综合IMM-PDA算法的基础上进行关联波门设计,有可能得到最优的量测集合,进而可以降低失跟率,提高跟踪精度。本文提出两步法设计关联波门:当波门内不存在有效量测时,首先逐步扩大波门使得有效量测存在;然后利用观测信息,在目标状态的预测范围内以最小均方误差为准则对关联波门的中心进行寻优。本文方法利用量测信息调整了关联波门的中心和大小,改善了关联概率,得到了更优的量测集合。仿真结果表明本文所提方法在跟踪精度和失跟率等方面均优于传统方法。4.针对多目标的数据关联问题,提出了基于多维信息的数据关联方法。传统的联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法在应对低信噪比情况下的多目标跟踪时,计算量非常之大。而且传统方法仅利用目标的位置信息进行数据关联,在处理多个目标航迹接近或交叉的情况时,容易产生航迹合并甚至误跟的现象。本文首先从理论上分析了JPDA算法的计算量,然后分别讨论了多普勒信息和高分辨距离像(High Resolution Range Profile,HRRP)信息在多目标跟踪中的应用:(1)多普勒信息的应用:脉冲多普勒雷达可以通过动目标检测(Moving Target Detection,MTD)技术同时获得多个目标的多普勒信息。本文从航迹起始和航迹维持两个方面分别讨论了多普勒信息在多目标跟踪中的应用。(2)HRRP信息的应用:与多普勒信息的不同之处在于,HRRP信息属于目标的特征信息。传统方法在利用HRRP信息进行数据关联时,并未考虑到它与目标运动状态之间的相关性。本文首先利用HRRP信息的姿态敏感性实时地估计目标的姿态角,然后再利用姿态角信息辅助多目标跟踪。本文分别将目标的多普勒信息和姿态角信息加入到观测状态,构造多维关联波门,利用多维信息进行有效量测的筛选,从而将一个多目标的数据关联问题简化成多个单目标数据关联问题,大大提高了数据关联的效率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 田力伟,黄建国;粒子滤波在机动目标纯方位跟踪中的应用[J];微电子学与计算机;2005年10期
2 任登辉;钟平;王润生;;基于本体论的战场机动目标表述方法[J];指挥控制与仿真;2011年05期
3 宁新建;对机动目标的滤波问题和灰色预测[J];火力与指挥控制;1995年01期
4 左东广,韩崇昭,郑林,朱洪艳,韩红;机动目标的模糊多模型跟踪算法[J];西安交通大学学报;2002年12期
5 安志忠,王东进;多站雷达中机动目标高精度跟踪分析[J];系统工程与电子技术;2004年01期
6 金永镐,张轶男,杨建桥,董华春,权太范;辐射源机动目标被动式鲁棒跟踪一种算法[J];哈尔滨工业大学学报;2005年09期
7 夏艳林;梁雁冰;;电视与红外传感器对机动目标的分布式航迹融合[J];微计算机信息;2006年10期
8 王湘中;贺超英;吴舒辞;;一种改进的机动目标拦截算法[J];中南林业科技大学学报;2008年05期
9 徐晓群;;一种提高雷达远距离机动目标精度的算法[J];现代雷达;2008年06期
10 袁湛;瞿军;董桂旭;;机动频率自适应的机动目标模糊跟踪算法[J];战术导弹技术;2009年05期
11 钱华明;陈亮;满国晶;杨峻巍;张玥;;基于当前统计模型的机动目标自适应跟踪算法[J];系统工程与电子技术;2011年10期
12 张亮亮;周峰;徐彤;;新的“S-蛇形”机动目标模型及跟踪方法研究[J];电光与控制;2012年09期
13 贾杰;洪小康;周艳艳;黎想;张帆;;高机动目标自适应多模交互跟踪算法[J];南昌航空大学学报(自然科学版);2012年04期
14 刘忠;谭庆海;;跟踪机动目标的两步走算法[J];火控技术;1985年03期
15 侯明,王培德;机动目标的模型与跟踪算法[J];航空学报;1990年05期
16 张伯彦,蔡庆宇,袁曾任;跟踪机动目标的一种新方法的研究(英文)[J];控制理论与应用;1992年03期
17 马登武,吴国良,孙隆和;空中机动目标数学模型的研究[J];电光与控制;2000年02期
18 许江湖,张永胜,嵇成新;机动目标建模技术概述[J];现代雷达;2002年05期
19 桑成伟;徐毓;张楠;张萍;;一种机动目标的跟踪算法研究[J];计算机测量与控制;2006年10期
20 陈世友;陈云秋;;机动目标滤波的最小二乘方法[J];舰船电子工程;2006年06期
中国重要会议论文全文数据库 前9条
1 蔡庆宇;;跟踪某一类机动目标的适应性方法[A];四川省电子学会雷达与火控、电子线路与系统专业委员会学术交流会10周年优秀论文集[C];2006年
2 吴涛;汪立新;林孝焰;;改进扩展卡尔曼滤波器对机动目标的跟踪定位[A];中国通信学会第五届学术年会论文集[C];2008年
3 施清苑;闫玉德;;跟踪高机动目标的δ-自适应递推滤波器[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
4 班喜光;沈鹤鸣;;一种跟踪机动目标的工程实用方法[A];1995年中国控制会议论文集(上)[C];1995年
5 刘明;董捷;苏建敏;;机动目标双模复合制导自适应跟踪技术[A];第八届全国动力学与控制学术会议论文集[C];2008年
6 陈莹;韩崇昭;;路面机动目标的融合跟踪[A];第二届全国信息获取与处理学术会议论文集[C];2004年
7 陈莹;孙剑芬;雷亮;;新型多传感目标跟踪与识别的研究[A];2007中国控制与决策学术年会论文集[C];2007年
8 赵慧波;潘泉;梁彦;胡振涛;;非合作机动目标平滑跟踪研究[A];第二十九届中国控制会议论文集[C];2010年
9 秦岭;权太范;;一种变结构α——β滤波器的研究[A];第三届全国控制与决策系统学术会议论文集[C];1991年
中国博士学位论文全文数据库 前7条
1 靳标;认知雷达目标跟踪方法研究[D];西安电子科技大学;2015年
2 李文臣;高速机动目标雷达信号参数估计与成像处理[D];国防科学技术大学;2009年
3 田静;雷达机动目标长时间积累信号处理算法研究[D];北京理工大学;2014年
4 李禹;SAR图像机动目标检测与鉴别技术研究[D];国防科学技术大学;2007年
5 许述文;窄带、宽带雷达机动目标检测技术研究[D];西安电子科技大学;2011年
6 王根原;机动目标的逆合成孔径雷达成像研究[D];西安电子科技大学;1998年
7 郭云飞;纯方位角目标跟踪理论与应用研究[D];浙江大学;2007年
中国硕士学位论文全文数据库 前10条
1 郑景忠;短相干处理时间情况下的机动目标检测与参数估计[D];中国民航大学;2015年
2 张尧;机动目标防御的导弹精确制导与控制及一体化设计研究[D];北京理工大学;2015年
3 刘丽娇;机动目标参数估计方法研究[D];西安电子科技大学;2014年
4 曾东;强机动目标自适应变结构多模型跟踪算法[D];杭州电子科技大学;2013年
5 赵延;机动目标自适应卡尔曼滤波算法研究[D];电子科技大学;2004年
6 陈志锋;强机动目标自适应跟踪算法研究[D];上海交通大学;2014年
7 刘松波;机动目标运动轨迹的成组估计[D];沈阳航空工业学院;2008年
8 黄怀贵;高频地波雷达机动目标检测方法的研究[D];哈尔滨工业大学;2006年
9 侯俊林;高机动目标Jerk模型跟踪算法研究[D];哈尔滨工程大学;2013年
10 张幸;声网络机动目标无源跟踪算法研究[D];杭州电子科技大学;2012年
中国重要报纸全文数据库 前1条
1 古田月;美军如何对付机动目标?[N];中国国防报;2003年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978