基于特征辅助关联的多目标被动跟踪技术研究.pdf

基于特征辅助关联的多目标被动跟踪技术研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

基于特征辅助关联的多目标被动跟踪技术研究

摘要

被动声纳探测技术由于其隐蔽性强、探测性能优良等特点,一直是实现水下目标

探测的主要方式之一。多目标被动跟踪是被动声纳探测系统的重要组成部分,是持续

跟踪目标、获取目标参数信息的重要技术保障,因此被动声纳多目标跟踪算法研究具

有十分重要的意义。

本文首先针对多目标纯方位被动跟踪技术开展两方面研究:纯方位被动跟踪滤波、

纯方位数据关联。纯方位被动跟踪滤波算法主要讨论修正极坐标扩展卡尔曼滤波器,

纯方位数据关联算法主要讨论最近邻域关联法、最强邻域关联法以及联合概率数据关

联算法。在无杂波背景下,仿真分析修正极坐标扩展卡尔曼滤波器的目标跟踪性能;

在有杂波背景下,仿真分析基于最近邻域法关联的单目标被动跟踪、基于联合概率数

据关联的多目标被动跟踪性能。并基于海试数据对弱目标跟踪性能、轨迹临近且干扰

条件下的目标跟踪性能、跟踪滤波性能进了验证。

其次针对常规多目标纯方位被动跟踪技术,当多目标方位交叉、临近时跟踪性能

下降的问题,对基于特征辅助关联的多目标被动跟踪算法展开研究,包含建立多目标

-

跟踪模型、基于狄利赫雷过程高斯混合模型的目标方位频率提取算法、基于特征辅助

关联的多目标被动跟踪算法研究。开展对比仿真实验:在基于波束形成获取方位历程

的基础上,针对基于特征辅助关联的多目标被动跟踪和基于联合概率数据关联的多目

标被动跟踪算法,进行了交叉目标跟踪仿真对比。并利用蒙特卡洛仿真实验,在错误

关联概率、轨迹中断次数以及方位信息和频率信息的跟踪精度方面进行分析。

最后对多目标被动自动跟踪算法模块实现进行了研究,包含算法模块框架,算法

模块功能测试。算法模块框架部分主要研究了联合基于纯方位最强邻域关联的多目标

被动跟踪算法、基于特征辅助关联的多目标被动跟踪算法、基于轨迹检测成功比例的

轨迹终结算法的整体算法模块框架与流程。算法模块功能测试部分主要利用仿真和试

验数据分析了算法模块的实时性、跟踪精度、功能完整性。

关键词:被动声纳探测;纯方位跟踪;数据关联;特征辅助关联;多目标自动跟踪

基于特征辅助关联的多目标被动跟踪技术研究

ABSTRACT

Passivesonardetectiontechnologyasalwaysbeenoneofthemainmethodsforunderwater

targetdetectionbecauseofitsstrongconcealmentandexcellentdetectionperformance.Multi-

targetpassivetrackingisanimportantpartofthepassivesonardetectionsystem,anditisan

importanttechnicalguaranteetocontinuouslytrackthetargetandobtainthetargetparameter

information,sotheresearchofpassivesonarmulti-targettrackingalgorithmhasavery

importantsignificance.

Firstly,thispaperstudiestwoaspectsofmulti-targetbearingonlypassivetracking

technology:bearingonlypassivetrackingfilterandbearingonlydataassociation.Itincludes

modifiedpolarcoordinatesbearing-onlypassivetrackingfilter,nearestneighborstandardfilter,

strongestneighborhoodfilterandjointprobability

文档评论(0)

拥有快乐的你 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档