学位论文 > 优秀研究生学位论文题录展示

群智能优化粒子滤波红外弱小目标检测前跟踪算法研究

作　者: 耿丽群
导　师: 汲清波
学　校: 哈尔滨工程大学
专　业: 信号与信息处理
关键词: 红外弱小目标 粒子滤波 检测前跟踪 高斯粒子群优化 人工蜂群优化
分类号: TN953
类　型: 硕士论文
年　份: 2013年
下　载: 22次
引　用: 0次
阅　读: 论文下载
 

内容摘要


红外搜索与跟踪系统在雷达因被诱饵诱导或者目标背景极为复杂对雷达造成干扰导致跟踪精度下降甚至出现雷达盲区的情况下，利用来袭目标自身向外辐射的红外波段的电磁波辅助雷达，甚至替代雷达对来袭目标进行检测与跟踪。在红外搜索与跟踪系统中尽早的发现远距离、复杂背景下的具有红外特性的目标为精确打击赢得时间具有极为重要的意义，来袭目标在距离较远、背景复杂的情况下在观测视场中呈现为红外弱小目标，由此看来红外弱小目标的检测与跟踪是红外搜索与跟踪系统中的一项关键技术。论文中对红外弱小目标以及群智能优化算法中的粒子群优化算法和人工蜂群优化算法的相关概念作了概述，详细叙述了红外弱小目标检测与跟踪的基本原理，介绍了基于粒子滤波的检测前跟踪算法(PFTBD)，通过对红外弱小目标检测前跟踪系统进行数学建模，利用数学模型对PFTBD算法进行仿真分析，验证了PFTBD算法在解决红外弱小目标检测与跟踪问题的有效性、准确性，并指出了标准PFTBD算法中存在的粒子贫乏和跟踪精度有待进一步提高等问题。针对标准PFTBD算法在较低信噪比下存在的跟踪精度低、重采样后的粒子存在粒子贫乏以及在保证跟踪精度的前提下需要参与运算的粒子数目较多等问题，利用一种改进的粒子群优化算法高斯粒子群优化算法对PFTBD算法进行优化，提出了一种基于高斯粒子群优化粒子滤波的红外弱小目标检测前跟踪算法(PSOPFTBD)，将高斯粒子群优化算法应用到PFTBD算法中，利用高斯粒子群优化算法优化PFTBD算法中经过重采样后的粒子集，使粒子集朝着适应度权值较大的全局极值移动整体上优化粒子的性能。文中的对比仿真结果验证了PSOPFTBD算法相比PFTBD算法具有更高的检测概率和更低的跟踪误差。针对标准PFTBD算法中存在的问题，本文又提出了一种基于人工蜂群优化(ABC)粒子滤波的红外弱小目标检测前跟踪算法(ABCPFTBD)，将人工蜂群算法应用到PFTBD算法中，将PFTBD算法中重采样后的粒子中的每一个粒子视为人工蜂群算法中的一个蜜源位置，通过引领蜂和跟随蜂对蜜源位置进行多次邻域搜索更新最后获得最优蜜源位置。文中对PFTBD算法和ABCPFTBD算法进行了对比仿真，其中在信噪比相同的情况下ABCPFTBD算法在粒子数为1000时的检测与跟踪性能优于PFTBD算法在粒子数为4000时的检测与跟踪性能，验证了ABCPFTBD算法相比PFTBD算法具有更高的检测概率和更低的跟踪误差，达到了在保证跟踪精度的情况下减少了粒子的数目的预期目标。

全文目录


摘要  5-7
ABSTRACT  7-12
第1章 绪论  12-19
  1.1 课题研究的背景与意义  12-13
  1.2 红外弱小目标相关理论概述  13-15
    1.2.1 红外弱小目标的概念及特征分析  13
    1.2.2 红外弱小目标检测的理论依据  13-14
    1.2.3 红外弱小目标检测的技术指标  14-15
  1.3 红外弱小目标检测与跟踪技术的研究现状  15-16
  1.4 群智能优化算法  16-17
  1.5 论文主要内容安排  17-19
第2章 贝叶斯估计理论与粒子滤波  19-30
  2.1 引言  19
  2.2 贝叶斯估计理论  19-21
    2.2.1 递推贝叶斯估计  19-20
    2.2.2 蒙特卡罗方法  20-21
  2.3 粒子滤波算法  21-27
    2.3.1 序贯重要性采样  22-24
    2.3.2 重采样  24-26
    2.3.3 标准粒子滤波算法  26-27
  2.4 粒子滤波算法中存在的问题及改进算法的研究方向  27-28
  2.5 本章小结  28-30
第3章 基于粒子滤波的检测前跟踪算法  30-42
  3.1 引言  30
  3.2 检测前跟踪技术简述  30-31
  3.3 红外弱小目标检测前跟踪系统的数学模型  31-34
    3.3.1 系统模型  31-32
    3.3.2 量测模型  32-34
  3.4 基于粒子滤波的红外弱小目标检测前跟踪算法  34-37
    3.4.1 贝叶斯框架下的检测前跟踪算法  34-35
    3.4.2 基于粒子滤波的检测前跟踪算法  35-37
  3.5 仿真结果分析  37-41
    3.5.1 算法性能分析指标  37-38
    3.5.2 仿真性能分析  38-41
  3.6 本章小结  41-42
第4章 高斯粒子群优化粒子滤波检测前跟踪算法  42-56
  4.1 引言  42
  4.2 基本粒子群优化算法  42-45
    4.2.1 粒子群优化算法的基本理论  42-44
    4.2.2 粒子群优化算法的研究动态  44-45
    4.2.3 高斯粒子群优化算法  45
  4.3 高斯粒子群优化粒子滤波红外弱小目标检测前跟踪算法  45-48
    4.3.1 高斯粒子群优化粒子滤波算法  46
    4.3.2 高斯粒子群优化粒子滤波检测前跟踪算法  46-48
  4.4 仿真结果分析  48-54
    4.4.1 不同粒子数目下仿真结果对比  49-51
    4.4.2 不同信噪比下仿真结果对比  51-54
    4.4.3 PSOPFTBD 算法复杂度分析  54
  4.5 仿真结论  54-55
  4.6 本章小结  55-56
第5章 人工蜂群优化粒子滤波检测前跟踪算法  56-71
  5.1 引言  56
  5.2 人工蜂群算法简介  56-60
    5.2.1 人工蜂群算法生物学基础  56-57
    5.2.2 人工蜂群算法原理  57-59
    5.2.3 人工蜂群算法的研究进展  59-60
  5.3 人工蜂群优化粒子滤波红外弱小目标检测前跟踪算法  60-64
    5.3.1 人工蜂群算法优化粒子滤波算法  61
    5.3.2 人工蜂群优化粒子滤波红外弱小目标检测前跟踪算法  61-64
  5.4 仿真结果与分析  64-69
    5.4.1 不同粒子数目下对比结果  64-67
    5.4.2 不同信噪比下对比结果  67-69
    5.4.3 ABCPFTBD 算法复杂度分析  69
  5.5 仿真结论  69-70
  5.6 本章小结  70-71
结论  71-73
参考文献  73-78
攻读硕士学位期间发表的论文和取得的科研成果  78-79
致谢  79

相似论文

  1. 基于多Agent理论的卫星协同定轨技术研究,V474
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  4. MEBN与BKPF相结合的软件异常行为预测,TP311.53
  5. 基于鱼眼相机的运动物体检测和跟踪,TP391.41
  6. 复杂背景下红外小目标检测方法研究,TN215
  7. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  8. 自主水下航行器组合导航算法研究与系统实现,U666.1
  9. 粒子滤波算法的硬件优化设计,TN713
  10. 基于分块颜色直方图和HOG特征的粒子滤波跟踪,TP391.41
  11. 民机ISS系统中红外/可见光的跑道监视算法研究,TP391.41
  12. 空间机动目标跟踪方法研究,V556.8
  13. 即时通讯机器人中人脸识别与跟踪技术研究,TP242
  14. 基于Petri网的网络入侵检测系统研究与实现,TP393.08
  15. 基于粒子滤波的目标跟踪算法研究及DirectShow实现,TP391.41
  16. 单脉冲PD雷达弱小目标检测算法研究,TN957.52
  17. 基于RVM-PF的卫星关键部件寿命预测,V423.42
  18. 分布式多视角目标跟踪的统计推理方法及实现,TP391.41
  19. 视频监控系统中相关图像处理技术的研究与实现,TP391.41
  20. 基于粒子滤波与Mean Shift平滑运动跟踪的研究与实现,TP391.41
  21. 基于非线性滤波的小卫星姿态确定及控制研究,V448.2

中图分类: > 工业技术 > 无线电电子学、电信技术 > 雷达 > 雷达跟踪系统
© 2012 www.xueweilunwen.com