雷达目标跟踪中,常见的杂波有气象杂波、地杂波、仙波,如存在海洋环境,背景比较复杂,则还会有海杂波、濒海杂波等[5]。杂波不但会影响目标跟踪的数据关联,甚至还可能使雷达起始航迹,造成虚警,产生不明空情。雷达接收信号回波后,虽然可以通过脉压、CFAR、MTI以及MTD等技术手段[6],过滤掉部分杂波,但仍然会有部分杂波剩余。
数据处理的杂波抑制,可以从单周期和多周期两方面来考虑。
对于单周期方法,主要是依靠回波的宽度、幅度以及多普勒等信息来判断。但由于目标回波的闪烁以及一些不确定性因素,这类方法的效果有限,难以把目标回波和杂波较好地区分开来。
现在广泛运用的数据处理的杂波抑制是多周期的,主要从多周期的信息累计来实现。多周期的方法也可从两个技术角度来进行:(1)多周期统计方法,通过在一定时间内统计回波的位置、速度、数量、密度、幅度、信噪比等信息,从而得到一定的规律,在统计规律的基础上,通过设置一些自适应的门限,将杂波去除。(2)多周期数据关联方法,通过数据关联环节进行信息积累将杂波去除。
1.3 本文结构
本文共分为五部分。第一章通过了解相关的资料和初步的学习,介绍了目标跟踪这个课题的研究背景、研究意义,其中对多模型方法在跟踪上的重要性进行了介绍,然后针对先进技术的发展和研究进行了分析。第二章节首先讲解了跟踪的基础,如何建立简单的机动目标的运动模型的基本建立原则,然后具体的讲解了一些具体的方案并且把常用的模型建设了,最后讲解了卡尔曼滤波的原理和流程,这是跟踪技术的关键。第三章开始详细具体的介绍了交互式多模型算法流程[8],本课题的仿真技术来源就是本算法。第四章节主要是讲述了如何利用动态杂波图来进行杂波处理。第五章是前面的章节的matlab仿真实验。最后是结论致谢。
2 目标跟踪模型及kalman滤波
2.1 目标跟踪模型
数学模型是描述运动最有利的工具,好的模型能很好的描述目标运动和提高跟踪算法的性能。但实际上目标的运动状态不断改变用一个特定的模型是很困难的,在方便数学处理与简化过程的考虑下,模型不需要与目标的实际情况相一致,我们只能在假设的基础上近似的用基本的各类几何运动模型来建模,比如直线运动,曲线运动以及转弯等来描述。
- 上一篇:基于net-snmp的SNMP Agent开发与实现
- 下一篇:基于数学形态学的高分辨率遥感影像道路提取
-
-
-
-
-
-
-
酸性水汽提装置总汽提塔设计+CAD图纸
电站锅炉暖风器设计任务书
十二层带中心支撑钢结构...
河岸冲刷和泥沙淤积的监测国内外研究现状
中考体育项目与体育教学合理结合的研究
java+mysql车辆管理系统的设计+源代码
大众媒体对公共政策制定的影响
杂拟谷盗体内共生菌沃尔...
乳业同业并购式全产业链...
当代大学生慈善意识研究+文献综述