基于动态规划的弱小多目标检测与跟踪

摘要

在雷达目标检测跟踪过程中，对于获得的远距离图像，目标成像面积小，检测到的信号较弱，特别是在复杂背景干扰下，目标被大量噪声所淹没，导致图像的信噪比很低，目标检测变得困难。因此，低信噪比条件下序列图像运动小目标的检测问题成了一个亟待解决的关键问题，探索和研究新的小目标检测理论以及如何将现有的检测理论应用于小目标仍是一项重要的课题，对现代战争以及未来战争具有深远的意义。在中高级海情的海杂波干扰背景下，脉冲多普勒机载雷达要检测海上静止或慢速运动的目标，特别是如潜艇望远镜、通气孔这样的小目标有许多难点。由于目标没有多普勒频移或者目标的多普勒频移比较小，而背景海杂波仍存在一定的多普勒频移，采用传统的PD技术对目标进行多普勒频移分辨已十分困难，需要考虑采用其他的方法来分辨小目标。由于机载雷达的特殊性，不能单纯依靠减小海杂波干扰绝对强度的办法来解决这一技术难题，须以提高信噪比与降低海杂波虚警概率为方向，解决机载雷达在中高强度海杂波背景下检测海上静止或慢速运动的小目标的技术难题。
　　 检测和跟踪弱小目标有两种方法：传统的跟踪方法和先跟踪后检测方法。传统的方法使用复杂的信号处理和跟踪方法来对接收数据取门限，然后送入单独的跟踪算法。先跟踪后检测方法结合信号处理方法和跟踪方法，目标的检测和跟踪确认是同时进行的。本文的主要工作如下：
　　 1.研究了一种有效的先跟踪后检测方法——动态规划方法应用于雷达小目标的检测和跟踪。这种方法在多帧图像数据中沿着目标轨迹积累能量，在多条可能的轨迹中，选择积累值最大的一条作为目标轨迹。通常将轨迹看成由一系列状态组成，每个状态描述了组成轨迹的每个点的相关信息。对轨迹的寻优过程就是对状态序列的优化过程。
　　 2.研究了一种跟踪杂波中弱小目标的数据关联方法——面向航迹的多假设跟踪的应用。多假设跟踪算法能够在很高虚警概率的情况下，大约是最近邻方法准确跟踪目标时虚警概率的10倍，保障准确的目标跟踪。
　　 3.结合前面两点的内容，研究了一种两阶段的跟踪方法。这个过程用动态规划方法作为第一阶段从源数据中检测到可能的航迹段，然后用多假设跟踪作为第二阶段来连接第一阶段产生的航迹段，并完成最后的航迹确认。通过这种两阶段的检测和跟踪确认过程，对于低信噪比目标的检测可以获得很好的性能。

目录

文摘

英文文摘

声明

第一章 前言

1.1 课题研究背景

1.2 国内外研究现状

1.3 本文的主要内容和研究工作

第二章 基于动态规划的雷达弱小目标检测

2.1 前言

2.2 动态规划的原理和基本方程

2.3 雷达弱小目标的特点

2.4 动态规划应用于雷达弱小目标检测

2.4.1 建立目标模型

2.4.2 定义状态

2.4.3 状态转换

2.4.3 检测步骤

2.5 实验结果

2.6 性能分析

2.7 动态规划TBD与直接非相参积累的比较

2.8 小结

第三章 基于多假设跟踪算法的弱小目标跟踪

3.1 前言

3.2 MHT算法的一般概念

3.3 面向航迹的MHT算法

3.3.1 航迹起始与维持

3.3.2 航迹级的修剪与确认

3.3.3 航迹聚类

3.3.4 假设形成与修剪

3.3.5 系统级航迹修剪

3.3.6 航迹更新与合并

3.3.7 用户显示逻辑

3.4 MHT算法应用于弱小目标跟踪

3.4.1 建立目标模型

3.4.2 算法的基本流程

3.4.3 算法的简化

3.5 实验结果

3.6 动态规划TBD与MHT算法的比较

3.7 小结

第四章 一种两阶段的检测和跟踪方法

4.1 前言

4.2 原理分析

4.3 实现过程

4.4 实验结果

4.5 小结

第五章 结束语

5.1 总结

5.2 展望

致 谢

参考文献

附录： 作者在攻读硕士学位期间发表的论文