【雷达与对抗】【2012.12】舰船雷达目标跟踪研究

2023-11-21 06:10

本文主要是介绍【雷达与对抗】【2012.12】舰船雷达目标跟踪研究,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述
本文为美国托莱多大学(作者:Nishatha Nagarajan)的电子工程硕士论文,共169页。

日益增长的能源需求最终促进了风力涡轮机的发展。风力涡轮机的建设具有若干潜在的影响,其中最重要的影响是由于碰撞和栖息地损失而增加的鸟类死亡率。从那时起,雷达被部署用来研究鸟类对风力涡轮机的行为。雷达采用目标跟踪的方式来准确有效地识别目标(鸟类)。为了提高雷达的跟踪效率,近年来发展了多种跟踪方法。最广泛使用的跟踪技术是卡尔曼滤波和粒子滤波。这些滤波器使用具有随机误差的数据,并估计系统当前状态的精确值。卡尔曼滤波器是一种线性估计器,它不依赖于一组过去的观测值,因此在实时应用中是高效的。粒子滤波器也称为序列蒙特卡罗方法,是一种非线性估计器,它使用一组具有不同权重的粒子进行估计。然而,粒子滤波器具有较长的计算时间。卡尔曼滤波器和粒子滤波器是经过多年研究发展起来的,为各种类型的系统创造了各种模型。

本文在跟踪中采用了用于信号重构的压缩匹配追踪(CoSaMP)算法的块迭代形式,称为BCoSaMP。与粒子滤波相比,该算法可以较少的运算时间获得相似或更好的性能。提出了采用卡尔曼滤波估计的BCoSaMP算法,与其它模型相比,在某些情况下降低了均方误差。

本文主要研究radR中的跟踪器模型,建立了基于线性数据和高斯噪声的卡尔曼滤波跟踪模型,该模型能够针对多种目标运动特性。针对非高斯噪声的非线性目标运动,设计了粒子滤波器。将基于稀疏数据的BCoSaMP模型应用于目标跟踪,并提出了一种修改的BCoSaMP算法,用卡尔曼滤波估计代替最小二乘估计。这些模型都采用不同的数据集进行了测试,并进行了比较分析。在radR系统中,通过仿真数据和舰船雷达数据对算法进行了测试,以比较所建立的跟踪器模型与传统方法的效果。在某些目标模拟航迹的情况下,混合算法比其它模型具有更好的性能。粒子滤波在舰船雷达数据的目标检测中表现出最高的检测概率。

The growing energy needs have eventually increased the development ofwind turbines. The constructions of wind turbines have several potentialimpacts of which the most significant factor is the increasing bird mortalityrates due to collision and habitat loss. Since then, radars have been deployedto study the behavior of birds towards wind turbines. Radarsemploy target tracking for identifying the targets (birds) accurately and efficiently.Several methods of tracking were developed to improve the tracking efficiencyof the radars over the years. Most widely used tracking techniques areKalman filter and particle filter. These filters use data with random errorsand estimate accurate values for the current state of the system. Kalman filteris a linear estimator which does not depend on a set of past observations andhence efficient in real time applications. The particle filter also known assequential Monte Carlo method is a nonlinearestimator which uses a set of particles with various weights for estimation.However, particle filters have high computation time. Kalman and particlefilters were developed over the years creating various models for various typesof systems. A block version of Compressive Matching Pursuit (CoSaMP) algorithmused in signal reconstruction called BCoSaMP was employed in tracking. It wasseen to give a similar or better performance than particle filter with lesscomputation time. The BCoSaMP algorithm with Kalman filterestimation was developed which reduces the mean square error as compared toother models in certain cases.

This thesis focuses on developing tracker models in radR. Kalmanfilter tracking model based on linear data and Gaussian noise that operatesover a variety of target motions and velocities is developed. Particle filteris designed for nonlinear target motion with non-Gaussian noise. BCoSaMP modelthat assumes data as sparse is applied for target tracking and a modifiedBCoSaMP which replaces least square estimation with Kalman filter estimationare also implemented. These models were tested with different data sets and acomparative analysis is performed. The algorithms are tested on simulated dataand marine radar data in radR to compare the effects of the developed tracker modelswith the conventional methods in radR. The hybrid algorithm is shown to have betterperformance over the other models in the case of simulated track for sometargets. Particle filter has the highest detection rate with marine radar data.

在这里插入图片描述
在这里插入图片描述

下载英文原文地址:

http://page2.dfpan.com/fs/8l5c7j422251b249163/

更多精彩文章请关注微信号:在这里插入图片描述

这篇关于【雷达与对抗】【2012.12】舰船雷达目标跟踪研究的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/400353

相关文章

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

一文详解SQL Server如何跟踪自动统计信息更新

《一文详解SQLServer如何跟踪自动统计信息更新》SQLServer数据库中,我们都清楚统计信息对于优化器来说非常重要,所以本文就来和大家简单聊一聊SQLServer如何跟踪自动统计信息更新吧... SQL Server数据库中,我们都清楚统计信息对于优化器来说非常重要。一般情况下,我们会开启"自动更新

使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

《使用sql-research-assistant进行SQL数据库研究的实战指南(代码实现演示)》本文介绍了sql-research-assistant工具,该工具基于LangChain框架,集... 目录技术背景介绍核心原理解析代码实现演示安装和配置项目集成LangSmith 配置(可选)启动服务应用场景

关于Java内存访问重排序的研究

《关于Java内存访问重排序的研究》文章主要介绍了重排序现象及其在多线程编程中的影响,包括内存可见性问题和Java内存模型中对重排序的规则... 目录什么是重排序重排序图解重排序实验as-if-serial语义内存访问重排序与内存可见性内存访问重排序与Java内存模型重排序示意表内存屏障内存屏障示意表Int

如何用Java结合经纬度位置计算目标点的日出日落时间详解

《如何用Java结合经纬度位置计算目标点的日出日落时间详解》这篇文章主详细讲解了如何基于目标点的经纬度计算日出日落时间,提供了在线API和Java库两种计算方法,并通过实际案例展示了其应用,需要的朋友... 目录前言一、应用示例1、天安门升旗时间2、湖南省日出日落信息二、Java日出日落计算1、在线API2

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

一种改进的red5集群方案的应用、基于Red5服务器集群负载均衡调度算法研究

转自: 一种改进的red5集群方案的应用: http://wenku.baidu.com/link?url=jYQ1wNwHVBqJ-5XCYq0PRligp6Y5q6BYXyISUsF56My8DP8dc9CZ4pZvpPz1abxJn8fojMrL0IyfmMHStpvkotqC1RWlRMGnzVL1X4IPOa_  基于Red5服务器集群负载均衡调度算法研究 http://ww

生信圆桌x生信分析平台:助力生物信息学研究的综合工具

介绍 少走弯路,高效分析;了解生信云,访问 【生信圆桌x生信专用云服务器】 : www.tebteb.cc 生物信息学的迅速发展催生了众多生信分析平台,这些平台通过集成各种生物信息学工具和算法,极大地简化了数据处理和分析流程,使研究人员能够更高效地从海量生物数据中提取有价值的信息。这些平台通常具备友好的用户界面和强大的计算能力,支持不同类型的生物数据分析,如基因组、转录组、蛋白质组等。

开题报告中的研究方法设计:AI能帮你做什么?

AIPaperGPT,论文写作神器~ https://www.aipapergpt.com/ 大家都准备开题报告了吗?研究方法部分是不是已经让你头疼到抓狂? 别急,这可是大多数人都会遇到的难题!尤其是研究方法设计这一块,选定性还是定量,怎么搞才能符合老师的要求? 每次到这儿,头脑一片空白。 好消息是,现在AI工具火得一塌糊涂,比如ChatGPT,居然能帮你在研究方法这块儿上出点主意。是不

研究人员在RSA大会上演示利用恶意JPEG图片入侵企业内网

安全研究人员Marcus Murray在正在旧金山举行的RSA大会上公布了一种利用恶意JPEG图片入侵企业网络内部Windows服务器的新方法。  攻击流程及漏洞分析 最近,安全专家兼渗透测试员Marcus Murray发现了一种利用恶意JPEG图片来攻击Windows服务器的新方法,利用该方法还可以在目标网络中进行特权提升。几天前,在旧金山举行的RSA大会上,该Marcus现场展示了攻击流程,