基于ESM和特征融合的主被動定位跟蹤研究.pdf_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、目標跟蹤在軍事領域和民用領域有廣泛應用。隨著電子對抗技術的發(fā)展,對傳統(tǒng)基于主動傳感器的跟蹤方法提出了挑戰(zhàn),而基于ESM等被動傳感器的跟蹤方法受到廣泛關注。針對基于ESM被動傳感器的主被動定位跟蹤問題,對國內外跟蹤領域的研究成果進行總結分析,并對基于數(shù)據(jù)關聯(lián)和基于隨機有限集的兩大類目標跟蹤算法進行研究。取得的主要成果有:
  1)對ESM傳感器進行建模,得到了單/雙ESM傳感器仿真軟件,為后續(xù)跟蹤算法研究創(chuàng)建量測平臺。
  2

2、)對單目標單ESM傳感器場景下的被動跟蹤進行研究。將UKF與高斯混合PHD濾波結合,得到適用于非線性條件下的UK-GM-PHD濾波器。利用單 ESM傳感器仿真軟件得到目標的量測數(shù)據(jù),應用UK-GM-PHD算法對目標進行跟蹤,仿真結果說明,UK-GM-PHD算法能夠對單ESM傳感器下的目標進行被動跟蹤。
  3)針對密集雜波環(huán)境下的多目標近距跟蹤的航跡重疊問題,提出基于容積卡爾曼濾波(CKF)和特征輔助數(shù)據(jù)關聯(lián)的多目標跟蹤算法(FA

3、DA-CKF)。通過特征信息來對傳統(tǒng)量測進行擴維,利用擴維后的量測對關聯(lián)概率進行修正,將特征信息輔助技術融入到聯(lián)合概率數(shù)據(jù)關聯(lián)中,再利用容積卡爾曼濾波處理非線性觀測量,對目標狀態(tài)進行估計。仿真結果表明,改進算法在跟蹤精度和誤跟率方面要優(yōu)于傳統(tǒng)的JPDA跟蹤算法
  4)針對多ESM傳感器多目標被動跟蹤問題,應用一種基于航跡標簽的序貫UK-GM-CPHD算法來對目標進行跟蹤。首先通過UKF對新生目標和已存在目標進行一步預測,然后通過

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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