共查询到15条相似文献,搜索用时 93 毫秒
1.
2.
采用粒子滤波的先跟踪后检测算法 总被引:2,自引:1,他引:1
先跟踪后检测(TBD)算法能够有效解决低信噪比条件下弱小目标的检测与跟踪问题.与传统的先检测后跟踪方法相比,它的优点在于可完整传感器数据,随时间累积起来能获得更好的检测与跟踪性能,特别是检测与跟踪弱小目标.同时与传统的跟踪算法相比,先跟踪后检测算法提供给跟踪器的信息更多,适合于跟踪低信噪比的弱小目标.探讨了先跟踪后检测问题的两个方面:滤波和检测.为了检测目标的出现与消失,在状态向量中增加一个二元变量对应目标存在.对于非线性、非高斯的跟踪问题,使用粒子滤波器跟踪弱小目标,基于粒子滤波器的权值实现最优检测器.给出粒子滤波器的TBD算法的理论推导以及数值计算过程.仿真实验表明:基于粒子滤波器的TBD算法能够检测与跟踪低信噪比的目标. 相似文献
3.
4.
5.
低信噪比的环境中对弱小目标的检测和跟踪已经在雷达信号处理领域中引起人们的广泛关注.检测前跟踪(TBD)方法对弱小目标的检测非常有效,其基本思想是为避免恒虚警率(CFAR)处理带来的信噪比损失,而直接对原始数据进行处理.但这样做运算量是很大的,多数场合难以接受.本文提出了CFAR和TBD联合检测的思想,即加入低门限CFAR检测和求秩过程对数据进行预处理,引进平滑度的概念以消除一些为伪航迹.仿真结果表明此算法的运算量较小而比一般的检测方法SNR性能上约提高2~3dB. 相似文献
6.
微弱目标检测是现代应用雷达技术领域重要的研究方向之一。但面对现代的低空防御武器以及在超强杂波下的微弱目标,应用雷达的检测以及各类研究技术必须有进一步的提升。针对各种杂波、强波条件下目标检测的难题,文中提出了一种基于MHT&VA的检测前跟踪(TBD)算法的微弱目标检测方法。首先,对雷达测量目标及模型进行了归纳总结;其次,提出了基于分析标准的Hough变换的TBD算法并对其步骤进行优化,得出最优解的目标特征检测;最后,通过分析文中算法的仿真实验结果,验证了文中算法具备微弱目标特征点的检测能力。通过对比算法可知,文中所提出的基于MHT&VA的TBD算法能够解决强杂波下微弱目标检测困难的问题,同时也具备较好的稳定性。 相似文献
7.
8.
粒子滤波算法在TBD目标检测中的应用 总被引:1,自引:0,他引:1
提出了基于生存概率模型的目标检测滤波器设计,实现了基于序惯Monte-Carlo采样粒子滤波方法.优化设计了目标生存概率的算法;给出了粒子滤波器的TBD算法的理论推导及数值计算过程.仿真实验表明:基于粒子滤波器的TBD算法能够检测低信噪比的目标. 相似文献
9.
在低信噪比环境中检测和跟踪运动目标是目标跟踪的重要内容,TBD是弱小目标检测与跟踪的有效方法,不同的TBD方法在检测跟踪性能及运算量上有不同的特点.针对HPRF-PD雷达的应用,建立了目标的动态模型和观测模型,给出了动态规划和粒子滤波TBD算法的原理及实现流程,并对各步骤的实现进行了详细说明,通过仿真实验比较了两种算法的检测、跟踪性能和运算量.仿真结果表明,动态规划TBD运算量较小,更易于实现,而粒子滤波TBD具有更好的跟踪性能,且在低信噪比下有较高的检测能力. 相似文献
10.
低信噪比环境中对弱小目标的检测和跟踪已经在雷达数据处理领域中引起人们的广泛关注。检测前跟踪(TBD)方法对弱小目标的检测非常有效,其基本思想是为了避免恒虚警(CFAR)处理带来的信噪比损失,直接对原始数据进行检测。提出了点迹置信度方法对检测的原始数据进行量化,通过局部极值选取完成目标检测。 相似文献
11.
该文阐述了弱目标检测前跟踪的基本原理,重点综述了近年来检测前跟踪技术的研究现状,包括动态规划、递归贝叶斯滤波、有限集统计学及直方图概率多假设跟踪等方法,对检测前跟踪技术的应用亦有相关介绍.最后在现有研究发展的基础上,着眼于提高针对弱目标的检测和跟踪性能及检测前跟踪算法鲁棒性的迫切需求,提出了检测前跟踪技术需重点关注和解决的若干问题,包括检测前跟踪算法的性能分析与评估、邻近弱目标检测前跟踪、机动弱目标的检测前跟踪、弱目标的多传感器融合检测和跟踪及弱目标的联合检测、跟踪与分类等方面. 相似文献
12.
13.
14.
微弱目标的检测对雷达系统和检测方法提出很高的要求。首先采用速度检索和相位检索的方式,优化了基于相参积累的检测前跟踪算法;其次建立了简单的回波信号模型,分析了该算法的基本原理,探讨了该算法在当前条件下的可行性和局限性。实验仿真了目标幅度在帧间非起伏情况下目标的航迹规划,并且对其作了性能分析。实验表明,建立在距离-多普勒坐标系下的相参积累的算法,减少了搜索量和计算量,增加了信噪比的同时,取得了很好的航迹效果。 相似文献