基于改進(jìn)粒子濾波的微弱信號檢測與跟蹤.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、近年來,微弱信號的檢測和跟蹤技術(shù)被廣泛的應(yīng)用在工業(yè)、交通和國防等領(lǐng)域,但隨著對檢測和跟蹤的精度要求越來越高,微弱信號分離的難題也日益突顯。基于此,本文提出基于改進(jìn)粒子濾波的檢測前跟蹤方法,在低信噪比下實(shí)現(xiàn)對微弱目標(biāo)的精確跟蹤。
  首先,本論文對檢測前和檢測后兩種跟蹤方法優(yōu)勢和不足進(jìn)行論述,對無源傳感器的觀測模型和目標(biāo)運(yùn)動(dòng)模型進(jìn)行建模,并且詳細(xì)的介紹了貝葉斯估計(jì)和在其框架下的粒子濾波理論,引出粒子濾波檢測前跟蹤方法的優(yōu)越性,為后續(xù)

2、研究提供了理論依據(jù)。
  其次,介紹了傳統(tǒng)的粒子濾波檢測前跟蹤算法,并對模型進(jìn)行驗(yàn)證。但是由于傳統(tǒng)算法自身的缺陷導(dǎo)致粒子分布不均及多樣性不足,介紹了幾種常用的改進(jìn)算法。并在改進(jìn)算法的基礎(chǔ)上,將進(jìn)化計(jì)算中的交叉與變異操作引入到蒙特卡羅算法中,在重采樣過程中引入Metropolis-Hastings(MH)重采樣方法,該算法在一定程度上改善了粒子多樣性匱乏的問題并降低了算法的運(yùn)行時(shí)間。仿真結(jié)果證明改進(jìn)后的擬蒙特卡羅智能粒子濾波算法的效

3、率和追蹤精確度都大幅度提高。
  最后,針對微弱目標(biāo)做勻加速和轉(zhuǎn)彎運(yùn)動(dòng)的檢測與跟蹤問題,在改進(jìn)后的擬蒙特卡羅智能粒子濾波算法的基礎(chǔ)上提出多模型結(jié)合的建模方法,并在此基礎(chǔ)上提出基于改進(jìn)的擬蒙特卡羅智能粒子濾波交互式多模型檢測前跟蹤算法對模型進(jìn)行優(yōu)化。仿真結(jié)果表明,該改進(jìn)算法在保證跟蹤精度的前提下能在一定程度上降低粒子數(shù),能精確的對勻加速和轉(zhuǎn)彎運(yùn)動(dòng)的微弱目標(biāo)進(jìn)行跟蹤。證明了改進(jìn)后的擬蒙特卡羅智能粒子濾波算法對微弱目標(biāo)檢測和跟蹤的有效性

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論