导读:本文包含了雷达目标跟踪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:目标,多普勒,角加速度,天线,自适应,卡尔,毫米波。
雷达目标跟踪论文文献综述
罗剑雄[1]（2019）在《基于学习记忆的雷达目标跟踪优化方法研究》一文中研究指出引言:传统的雷达目标跟踪单纯依靠跟踪算法完成目标追踪,容易受到追踪目标自身属性及杂波的干扰,导致跟踪失败。本文提出了一种基于学习记忆的雷达目标跟踪优化方法,该方法以跟踪-学习-检测架构为基础,将多模型跟踪结果作为样本输入数据,通过学习器对跟踪器和检测器进行约束,并优化跟踪器,以满足稳定追踪的基本要求。仿真实验表明,本文提出的雷达目标跟踪优化方法可以提升目标跟踪的准确性。(本文来源于《电子世界》期刊2019年23期）
韩伟,朱沛,唐朝,陈朝[2]（2019）在《目标转弯机动对雷达跟踪性能影响分析》一文中研究指出以目标机动和雷达跟踪的动态对抗为研究背景,针对雷达常采用的Singer、CS机动模型以及目标常用的水平转弯机动,分析了跟踪模型中不同参数条件下目标机动对雷达跟踪质量的影响,根据分析结果提出了目标摆脱雷达跟踪的最佳规避策略。该研究为战斗机采取规避机动、完成突防作战行动提供了理论依据。(本文来源于《雷达与对抗》期刊2019年04期）
张宇轩,胡士强[3]（2019）在《基于多属性分类的雷达目标跟踪算法》一文中研究指出传统目标跟踪算法无法有效利用目标的属性信息,而已有的基于PN学习的雷达目标跟踪算法获取目标属性信息过少,在杂波更为复杂的实际环境中仍然存在滤波能力不足的情形。针对这一问题,提出基于SVM多属性分类器的目标跟踪滤波算法。该算法在原有的PN学习算法基础上,扩宽了系统获取雷达数据信息的维度。这些数据更好地反映了目标和杂波的特征,使得雷达识别杂波的能力增强。仿真实验表明:该算法在强杂波环境下有效地提升了目标跟踪的精度。(本文来源于《传感器与微系统》期刊2019年12期）
周明利,吴俭,柯涛,苏贝贝[4]（2019）在《近场小慢目标雷达检测前跟踪技术研究》一文中研究指出介绍了检测前跟踪(TBD)技术的基本原理,分析了其对小慢目标的检测跟踪性能,给出了基于动态规划的TBD算法流程,基于某近程连续波雷达进行了算法验证,结果证明了算法的有效性。(本文来源于《舰船电子对抗》期刊2019年05期）
叶锴,祝怡翔[5]（2019）在《一种基于机器学习的雷达目标跟踪算法》一文中研究指出针对卡尔曼滤波算法中新息残差的理论值与实际值不一致所导致的跟踪器滤波精度下降的问题,文中在卡尔曼滤波算法的基础上,提出了一种新型的雷达目标跟踪算法。首先由发射机发射信号,雷达接收机接收到目标反射信号,对信号进行处理,用卡尔曼滤波算法对目标下一个方位进行跟踪,在跟踪的过程中,利用机器学习中的支持向量机回归算法来估算理论新息和实际新息残差的最小均方误差(自适应调节因子)进行训练,预测出目标下一个方位并不断减少与实际测量值间的误差,从而显示出预测轨迹,这样可以减少噪声误差的影响,实现目标的跟踪。(本文来源于《信息技术》期刊2019年10期）
周小钧,高利,赵亚男[6]（2019）在《一种复杂交通环境下的毫米波雷达目标跟踪方法》一文中研究指出车载毫米波雷达是智能驾驶环境感知系统中重要的传感器,为实现车载毫米波雷达目标跟踪的稳定性、实时性和精确性,本文设计了一种基于联合概率数据关联(JPDA)的雷达目标跟踪算法,并提出了一种对传统JPDA算法的改进方式,该方式考虑了车载毫米波雷达运行的实际工况,通过改进点迹的选取方式以及利用生命周期理论简化关联事件的生成两个步骤,对传统JPDA算法进行了简化,解决了传统JPDA算法在密集目标环境下的组合爆炸问题,以及毫米波雷达虚警和漏检带来的数据不连贯、不稳定问题,实现了跟踪的稳定性和实时性;同时本文采用常加速度模型结合Kalman滤波对雷达目标运动状态进行了估计,解决了前后帧雷达目标运动状态不连续以及雷达信息中的噪声问题,实现了跟踪的精确性。实验结果表明:在复杂交通环境下,该毫米波雷达跟踪算法相较于传统JPDA算法,运算速率提升了50. 5%,稳定性提升了78. 46%。(本文来源于《公路交通科技(应用技术版)》期刊2019年10期）
王飞,史建涛[7]（2019）在《一种基于自适应滤波的雷达目标跟踪算法》一文中研究指出针对在复杂环境下基于卡尔曼滤波的雷达目标跟踪中存在的鲁棒性和自适应性较差的问题,研究了一种新的雷达目标自适应鲁棒跟踪算法;通过引入自适应渐消因子,对估计误差协方差和滤波增益矩阵进行在线自适应调整,从而使得滤波算法具备良好的鲁棒性和自适应性,提高雷达目标跟踪的精度。最后,通过仿真对所研究的方法进行了验证。(本文来源于《现代雷达》期刊2019年10期）
熊健,左芝勇,熊杰[8]（2019）在《一种改进的机载多普勒雷达目标跟踪算法》一文中研究指出针对传统的基于多普勒雷达量测转换的目标跟踪算法只适用于静止雷达的问题,将该算法推广至机载多普勒雷达。在每个递推周期里,首先将机载导航数据转换到东北天坐标系中;然后,将距离量测转换成东北天系下的位置伪量测,由此完成对目标的位置滤波;最后,联合目标位置滤波值及多普勒量测对目标进行运动状态滤波,由此得到目标的位置最终估计值。仿真实验结果表明,改进后算法的跟踪精度优于传统的多普勒雷达目标跟踪算法。(本文来源于《电讯技术》期刊2019年09期）
方琳琳,周超,王锐,胡程[9]（2019）在《昆虫目标雷达散射截面积特征辅助跟踪算法》一文中研究指出害虫迁飞具有规模大、突发性强的特点,会导致病虫害异地大爆发,粮食产量下降,造成重大的经济损失。昆虫雷达是监测迁飞性害虫的一种有效手段。昆虫目标的雷达散射截面积(RCS)较小,回波能量弱,在保证高检测率的同时会带来高虚警率问题,进而导致在目标跟踪的数据关联环节,易受虚假量测的影响出现关联错误。幅度特征辅助跟踪算法利用目标与噪声点迹的幅度差异,可以有效提高目标与噪声的识别度,改善跟踪性能,但是其需要已知目标的RCS起伏模型作为先验信息来计算幅度似然比。因此,该文基于Ku波段高分辨昆虫雷达外场实测昆虫回波数据,分析了昆虫目标的RCS起伏特性,得出Gamma分布可以较好地拟合昆虫目标的RCS统计分布,并将其作为先验信息,推导出Gamma起伏目标在高斯白噪声背景下的幅度似然比。通过在不同信噪比、不同量测噪声及不同起伏模型参数下的仿真结果及性能指标分析,验证了相比于概率数据互联滤波算法(PDAF)算法,目标RCS特征辅助的跟踪算法可以有效提高昆虫目标的跟踪精度。(本文来源于《雷达学报》期刊2019年05期）
张西平,梁江鹏,杨茜,陈国际[10]（2019）在《火控雷达跟踪目标系统响应时间的研究》一文中研究指出火控武器系统中系统响应时间对于整个系统火控解算等至关重要,作为重要传感器的火控雷达其天线调转时间直接影响武器系统响应时间,本文通过建立不同的伺服调转模型仿真分析不同伺服调转策略下的天线调转时间规律,并对不同伺服加速度、速度下的调转时间规律进行分析。(本文来源于《电子技术与软件工程》期刊2019年17期）
雷达目标跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以目标机动和雷达跟踪的动态对抗为研究背景,针对雷达常采用的Singer、CS机动模型以及目标常用的水平转弯机动,分析了跟踪模型中不同参数条件下目标机动对雷达跟踪质量的影响,根据分析结果提出了目标摆脱雷达跟踪的最佳规避策略。该研究为战斗机采取规避机动、完成突防作战行动提供了理论依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
雷达目标跟踪论文参考文献
[1].罗剑雄.基于学习记忆的雷达目标跟踪优化方法研究[J].电子世界.2019
[2].韩伟,朱沛,唐朝,陈朝.目标转弯机动对雷达跟踪性能影响分析[J].雷达与对抗.2019
[3].张宇轩,胡士强.基于多属性分类的雷达目标跟踪算法[J].传感器与微系统.2019
[4].周明利,吴俭,柯涛,苏贝贝.近场小慢目标雷达检测前跟踪技术研究[J].舰船电子对抗.2019
[5].叶锴,祝怡翔.一种基于机器学习的雷达目标跟踪算法[J].信息技术.2019
[6].周小钧,高利,赵亚男.一种复杂交通环境下的毫米波雷达目标跟踪方法[J].公路交通科技(应用技术版).2019
[7].王飞,史建涛.一种基于自适应滤波的雷达目标跟踪算法[J].现代雷达.2019
[8].熊健,左芝勇,熊杰.一种改进的机载多普勒雷达目标跟踪算法[J].电讯技术.2019
[9].方琳琳,周超,王锐,胡程.昆虫目标雷达散射截面积特征辅助跟踪算法[J].雷达学报.2019
[10].张西平,梁江鹏,杨茜,陈国际.火控雷达跟踪目标系统响应时间的研究[J].电子技术与软件工程.2019
论文知识图
