导读:本文包含了波形跟踪论文开题报告文献综述及选题提纲参考文献,主要关键词:旋转电弧,焊缝跟踪,电流波形
波形跟踪论文文献综述
钟少涛[1](2019)在《基于电流波形特征的旋转电弧焊缝跟踪系统》一文中研究指出搭建基于旋转电弧传感器的焊缝跟踪系统并进行电流波形特征分析。首先研究电弧旋转频率、焊接高度、坡口角度与焊接电流波形特征之间的关系,获得最佳焊接参数;然后探究焊接过程中焊接偏差和焊接轨迹转折点对电流波形的影响,得出在焊接偏差和轨迹拐点处相对应的电流波形特征;最后进行旋转电弧焊缝跟踪试验。结果表明,旋转电弧焊缝跟踪系统具有良好的跟踪效果。(本文来源于《自动化与信息工程》期刊2019年03期)
张浩为,谢军伟,葛佳昂,宗彬锋,路文龙[2](2019)在《基于波形调度的机动目标跟踪算法》一文中研究指出针对机动目标的跟踪问题,提出一种结合自适应匀速(Constant Acceleration,CA)模型和波形调度的平方根容积卡尔曼滤波(Square-Root Cubature Kalman Filter,SCKF)算法.在CA模型的基础上,通过构建Jerk分量与速度、加速度的近似关系,使得状态过程噪声与滤波器输出的状态协方差矩阵相联系,以实现模型的自适应调整.另外,利用分数阶傅里叶变换(Fractional Fourier Transform,FrFT)旋转发射波形的模糊函数,使得量测误差椭圆与滤波算法中的状态预测误差椭圆正交,得到最优的发射波形,以从数据处理和信号处理两方面共同提升系统的跟踪性能.仿真结果表明,相比于基于改进当前统计(current statistical,CS)模型的无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法、基于CS模型的SCKF算法、基于CA模型的SCKF算法和交互式多模型(IMM)SCKF算法,所提算法结构简单且跟踪精度更高.(本文来源于《电子学报》期刊2019年03期)
金素宇[3](2019)在《分布式主动声呐连续波波形设计及其目标跟踪技术》一文中研究指出主动声呐信号波形不仅是影响探测性能的一个主要因素,也直接影响了信号处理方法,同时,主动声呐对高速运动的目标进行跟踪时,需要对目标实现高刷新率的跟踪以保证跟踪轨迹的连续性,进而提高跟踪性能。因此,本论文以此为出发点,对主动声呐探测波形进行设计,对主动声呐信号进行处理,达到提高目标跟踪刷新率,获得连续稳健跟踪结果的目的。首先,对主动声呐信号波形设计展开了研究。给出了波形形式及参数选择的方法与原则,从抗混响和多用户两个角度分析了多基地探测系统的波形设计要求。此外,从提高目标探测的数据刷新率,实现连续稳健的跟踪的角度出发,选择连续波波形作为本文的主动声呐信号形式。其次,结合连续波信号体制的分时处理特点,以探测性能为准则,对多基地探测的连续波波形优化设计展开了研究。讨论了脉冲主动声呐(Pulsed Active Sonar,PAS)和连续主动声呐(Continuous Active Sonar,CAS)信号的分时处理方法,综合比较了PAS信号和CAS信号在检测方面的性能,讨论了CAS系统信号处理增益与目标刷新率相互制约的关系,针对CAS信号探测中存在的缺点,引入了广义正弦调频(Generalized Sinusoidal Frequency Modulated,GSFM)信号进行改进,从信号波形的角度提高了分时处理的增益,在保障了高刷新率的同时,获得了更好的检测性能,有利于后续对目标的跟踪。最后,针对连续波信号本身及分时处理的特点,对连续波主动声呐信号的目标跟踪方法及性能展开了研究。利用连续波信号,在经分时处理后对单目标与多目标进行跟踪,仿真分析了连续波信号在跟踪中的优势,提高了目标刷新率,降低了跟踪过程中的目标位置误差,并给出了选择最小分时脉宽进行跟踪的标准,通过试验数据的验证,证明了连续波信号分时处理后能够获得连续稳健的跟踪结果,达到了本文设计的目的。(本文来源于《哈尔滨工程大学》期刊2019-02-26)
王树亮,毕大平,阮怀林[4](2019)在《机动目标跟踪波形和检测门限自适应算法》一文中研究指出由于现有雷达目标跟踪波形和检测门限自适应算法大多围绕以距离、距离率作为量测的一维运动目标展开,忽略了角度对目标跟踪的影响,从而无法对目标进行跟踪定位。为此,提出一种杂波背景下针对二维机动目标跟踪的雷达波形和检测门限联合自适应算法。首先,对传统基于时延-多普勒分辨单元的理论作进一步扩展,设计出一种包含距离-距离率和方位为量测的具有"棱柱"结构的分辨单元;然后,给出了包含波形参数和检测门限的量测误差协方差的联合近似表达式;最后,利用认知雷达思想,以滤波误差协方差的迹最小为代价函数自适应选择下一时刻的波形参数和检测门限,以提高系统的跟踪性能。仿真结果表明,波形和检测门限联合自适应算法的跟踪性能要明显优于传统的固定参数跟踪算法。(本文来源于《西安电子科技大学学报》期刊2019年03期)
王树亮,毕大平,张奎,金培进,陈小坤[5](2019)在《认知雷达波形和检测门限自适应跟踪算法》一文中研究指出为有效改善杂波背景下雷达目标跟踪中的不确定性问题,提出一种基于认知雷达的波形和检测门限联合自适应跟踪算法。首先,给出雷达目标跟踪的信息熵不确定模型,提出用滤波误差协方差的行列式来描述目标状态跟踪的不确定性;然后,基于时延-多普勒分辨单元理论,给出单个高斯线性调频脉冲包含波形和虚警概率参数的量测误差协方差的近似表达式;最后,受人类"感知-行动"循环机制启发,设计出基于信息熵最小为代价函数的自适应波形和检测门限跟踪算法。仿真结果表明,所提出的联合自适应算法的信息熵比目标跟踪的不确定性传统算法可减少30%以上,总体跟踪性能得到明显改善。(本文来源于《西安交通大学学报》期刊2019年04期)
王树亮,毕大平,刘宝,王杰贵,杜明洋[6](2019)在《基于波形自适应的认知雷达机动目标跟踪算法》一文中研究指出从认知雷达的角度出发,综合考虑跟踪模型和波形选择,提出一种能够适应目标运动状态急剧变化的波形自适应机动目标跟踪算法。首先,将匀速运动模型和当前统计模型作为交互式多模型(IMM)的模型集,并结合贝叶斯理论提出一种时变转移概率的自适应IMM算法。然后,结合量测误差椭圆与目标状态预测误差椭圆正交理论,研究了基于基带脉冲波形模糊函数旋转的波形库实现方法并给出了波形自适应选择跟踪算法的具体步骤。仿真实验表明,所提算法能够适应目标不同加速度机动,雷达系统跟踪性能得到了较大幅度提升。(本文来源于《现代雷达》期刊2019年01期)
冯翔,赵占锋,赵宜楠,周志权[7](2018)在《基于矩阵加权多模型融合的认知跟踪波形设计》一文中研究指出针对机动目标状态跟踪问题,认知雷达能够调整发射端波形来获取持续、稳健目标跟踪信息.本文基于矩阵加权多模型融合思想引入一种新的面向机动目标跟踪的认知雷达自适应波形设计方法(Adaptive waveform design method based on Matrix-weighted Interacting Multiple Model,AMIMM).首先,利用多模型思路对机动目标状态进行建模,并考虑各模型目标状态估计及其误差协方差矩阵中元素间相关性,以矩阵加权融合方式代替传统概率加权方式,进而构造基于矩阵加权多模型信息融合的跟踪算法框架;然后,以多模型状态融合后的状态估计误差协方差矩阵为基准,利用特征值分解(Eigen Value Decomposition,EVD)技术求取融合后状态估计误差协方差矩阵对应椭圆参数;最后,通过分数阶傅里叶变换(fractional Fourier transform,FrFT)来旋转雷达量测误差椭圆,使得量测误差椭圆与融合后目标状态估计误差椭圆正交,从而获得下一时刻认知波形参数,实现波形自适应捷变.仿真实验表明,与当前流行多种算法相比,本文所提算法能够进一步提高机动目标跟踪精度和稳健性.(本文来源于《哈尔滨工业大学学报》期刊2018年05期)
苏星霖[8](2018)在《基于知识辅助和波形捷变的目标跟踪技术研究》一文中研究指出随着技术的发展,当代雷达的工作环境日益复杂化。为了提高雷达的自适应水平和应对复杂多变的工作环境的能力,认知雷达作为下一代新型雷达的一个重要发展方向被提出和研究。认知雷达与传统雷达体系的主要区别在于其知识辅助能力和自适应能力。本文基于认知雷达的体系框架,着眼目标跟踪任务,研究发射波形的自适应选择问题。本文主要工作总结如下:(1)简要介绍了认知动态系统基本原理框架以及相关行为决策理论,与认知雷达的基本原理框架进行对比,从认知动态系统行为决策的角度分析了认知雷达的目标跟踪问题。(2)研究了认知雷达目标跟踪和波形捷变的相关理论。介绍了雷达信号的基带模型,并根据雷达回波模型和经典参数估计理论推导了发射波形和测量噪声之间的关系。介绍了目标跟踪的状态空间模型,并研究了线性、非线性以及杂波场景下典型的跟踪滤波器。从跟踪精度和系统资源合理分配两个角度,确定了波形“判优”的准则函数,并给出基于准则函数的波形捷变算法的完整流程。将基于准则函数的波形捷变算法扩展到杂波环境。(3)从认知动态系统行为决策相关算法引入,分析了认知雷达跟踪波形选择问题中的增强学习框架。借鉴增强学习的值函数估计方法、学习和计划过程、探索与利用平衡等思想,提出了一种基于增强学习的认知跟踪波形选择算法。针对不同的波形选择准则进行了回报函数的设计。(4)对介绍和提出的各个算法在有无杂波、线性非线性以及不同波形选择准则下分别进行了对比实验,分析了不同算法的特点和优劣。实验表明,本文的认知跟踪波形选择算法与基于准则函数的传统波形捷变算法相比较,在计算复杂度上显着降低的同时保证了跟踪性能上的良好表现。(本文来源于《电子科技大学》期刊2018-03-31)
王树亮,毕大平,阮怀林[9](2017)在《认知雷达波形自适应数据关联跟踪算法》一文中研究指出针对杂波背景下多交叉机动目标跟踪问题,提出一种认知雷达波形自适应数据关联跟踪算法,该算法选取目标距离-速度-方位作为观测量,并通过调整波形参数来动态改变量测误差协方差。首先,基于信息融合思想提出一种优化的概率数据关联(OPDA)算法,算法充分融合目标位置特征和运动特征对多目标交叉区域公共量测进行分类,使多交叉机动目标跟踪问题转化为多个单机动目标跟踪问题。然后,对实时更新的目标航迹,采用修正的Riccati方程估计下一时刻滤波协方差,并根据波形选择准则函数自适应选择下一时刻波形以提高系统跟踪性能。仿真结果表明,该算法增强了概率数据关联(PDA)算法的环境适应性,而且相比未采用波形自适应的数据关联算法有明显的优势。(本文来源于《宇航学报》期刊2017年12期)
宋登雄,赵彬,王翠杰[10](2017)在《认知雷达目标跟踪时的波形优化选择方法》一文中研究指出基于认知雷达波形捷变的思想,以提高雷达跟踪精度为目的,提出了一种基于自适应Kalman滤波的PSO优化算法的认知雷达的波形选择方法。通过发射波形与测量噪声之间的关系,建立了发射波形与雷达跟踪性能之间的关系模型,利用粒子群算法优化雷达发射波形参数,在卡尔曼跟踪滤波算法中增加了波形选择模块,实现对发射波形的自适应选择,以获取更好的目标跟踪性能。仿真结果表明,该方法使雷达对目标的跟踪性能在速度误差和距离误差分别降低50%和60%。(本文来源于《电子设计工程》期刊2017年24期)
波形跟踪论文开题报告
(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:
针对机动目标的跟踪问题,提出一种结合自适应匀速(Constant Acceleration,CA)模型和波形调度的平方根容积卡尔曼滤波(Square-Root Cubature Kalman Filter,SCKF)算法.在CA模型的基础上,通过构建Jerk分量与速度、加速度的近似关系,使得状态过程噪声与滤波器输出的状态协方差矩阵相联系,以实现模型的自适应调整.另外,利用分数阶傅里叶变换(Fractional Fourier Transform,FrFT)旋转发射波形的模糊函数,使得量测误差椭圆与滤波算法中的状态预测误差椭圆正交,得到最优的发射波形,以从数据处理和信号处理两方面共同提升系统的跟踪性能.仿真结果表明,相比于基于改进当前统计(current statistical,CS)模型的无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法、基于CS模型的SCKF算法、基于CA模型的SCKF算法和交互式多模型(IMM)SCKF算法,所提算法结构简单且跟踪精度更高.
(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。
波形跟踪论文参考文献
[1].钟少涛.基于电流波形特征的旋转电弧焊缝跟踪系统[J].自动化与信息工程.2019
[2].张浩为,谢军伟,葛佳昂,宗彬锋,路文龙.基于波形调度的机动目标跟踪算法[J].电子学报.2019
[3].金素宇.分布式主动声呐连续波波形设计及其目标跟踪技术[D].哈尔滨工程大学.2019
[4].王树亮,毕大平,阮怀林.机动目标跟踪波形和检测门限自适应算法[J].西安电子科技大学学报.2019
[5].王树亮,毕大平,张奎,金培进,陈小坤.认知雷达波形和检测门限自适应跟踪算法[J].西安交通大学学报.2019
[6].王树亮,毕大平,刘宝,王杰贵,杜明洋.基于波形自适应的认知雷达机动目标跟踪算法[J].现代雷达.2019
[7].冯翔,赵占锋,赵宜楠,周志权.基于矩阵加权多模型融合的认知跟踪波形设计[J].哈尔滨工业大学学报.2018
[8].苏星霖.基于知识辅助和波形捷变的目标跟踪技术研究[D].电子科技大学.2018
[9].王树亮,毕大平,阮怀林.认知雷达波形自适应数据关联跟踪算法[J].宇航学报.2017
[10].宋登雄,赵彬,王翠杰.认知雷达目标跟踪时的波形优化选择方法[J].电子设计工程.2017