导读:本文包含了点迹关联论文开题报告文献综述及选题提纲参考文献，主要关键词:雷达,电子支援措施(ESM),航迹关联,支持向量机(SVM)
点迹关联论文文献综述
王江卓,徐文聪,李建勋,贺丰收,曹兰英[1]（2019）在《基于支持向量机的雷达电子支援措施系统点迹-航迹关联算法》一文中研究指出概率数据关联是多源信息融合算法中的关键问题,本文主要对基于雷达和电子支援措施(ESM)双传感器融合的数据关联问题展开研究.由于雷达和ESM传感器方位角数据分布近似相同,可以通过对ESM数据的分析得到判别函数,使用相应的判决规则对点迹和航迹进行关联,这本质上可以看作是一个模式识别问题.本文考虑到支持向量机(SVM)模型在模式分类中的良好表现,建立了基于SVM的雷达ESM系统的点迹-航迹关联模型,使用ESM传感器航迹数据训练SVM模型,对雷达点迹数据进行分类,获得关联结果.最终模拟结果表明:与经典的多假设跟踪算法相比,所提出的算法可有效提高关联准确率.(本文来源于《上海交通大学学报》期刊2019年09期）
张昕,张博文,张玉萍,李军侠,燕瑞超[2]（2019）在《基于数据关联的多雷达点迹融合算法研究》一文中研究指出在典型应用场景下,针对传统数据关联算法易于产生目标跟踪丢失的问题,提出了并行多传感器联合概率数据关联算法(PMSJPDA),给出行多传感器联合概率数据关联算法的实现流程,并对该算法进行理论分析;最后采用两部典型雷达构成PMSJPDA数据融合系统,对其算法的目标跟踪精度进行1 000次蒙特卡洛仿真,仿真统计结果表明,在目标跟踪全程阶段,融合后的目标跟踪精度比单部雷达跟踪精度提高约6%,在目标跟踪稳定阶段,融合后的目标跟踪精度比单部雷达跟踪精度提高约10%,即所提出的PMSJPDA算法可有效提高对目标的跟踪性能,尤其是目标跟踪进入稳定阶段。(本文来源于《计算机测量与控制》期刊2019年08期）
刘硕[3]（2018）在《基于点迹数据分类的雷达目标数据关联方法研究》一文中研究指出目标机动性和环境复杂性大幅增加了数据关联的难度。针对传统目标关联方法过度依赖先验信息,对监视区域内大规模、运动模型各异的目标关联效果较差的问题,本文主要研究基于点迹数据分类的多目标数据关联方法,力图在提高目标航迹数据关联的准确性、连续性和适应性方面有所创新。具体研究内容如下:首先提出基于轨迹分类的数据处理理念,将传统的目标跟踪问题转化为点迹数据子集的智能分类问题。运用数据导向型的随机森林分类方法进行目标航迹认知,以非参数决策树为基础,依托机器学习思想较好地处理非线性、非高斯情况。训练用数据集通过系统测试实验和仿真初步建立,并在雷达工作中不断积累丰富。其次,通过分析所提出的基于随机森林的目标航迹起始认知处理方法适用范围的局限性,提出两种改进方法以拓展其适用范围。针对算法起始量测漏警的目标时会出现延迟起始甚至无法起始的情况,通过形成关联假设与漏警假设的形式来综合考虑目标的检测器输出可能性,并通过基于后验概率的支持向量机分类得到假设的概率。针对算法需要一定量的已知来源的量测数据构建精度较高的分类器模型问题,引入了半监督学习算法来利用无标签样本来增加系统的泛化性能。最后,提出一种基于轨迹分类的雷达目标航迹维持算法,上文中的量测序列分类通过滑窗推进,从而实现实时关联,同时引入多假设跟踪思想,保留多种关联可能性延迟判决。通过将航迹起始与维持模块整合于同一框架下,基于轨迹分类的多假设目标关联系统可实现目标的自动起始、关联、终结。实验结果表明本文研究成果有效地解决由于先验知识不清、目标运动或杂波背景不符合模型设定、参数缺失等造成的目标跟踪困难。对于提高态势信息获取的准确性和稳健性,服务指挥决策具有十分重要的意义。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
刘勇,姚力波,吴昱舟,修建娟,周智敏[4]（2018）在《静轨光学卫星与自动识别系统的目标点迹关联与误差校正》一文中研究指出静轨光学卫星对舰船目标监视时,由于探测距离较远存在较大的目标定位误差,影响后续目标跟踪的准确性。由于任务区域主要是海面,可能无法找到地面控制点(GCP)进行坐标校正。为了提高无控下静轨光学卫星对舰船目标的定位精度,同时实现多源数据的融合,该文提出一种基于船舶自动识别系统(AIS)数据的静轨光学卫星舰船目标点迹关联与误差校正方法。利用有理多项式系数(RPC)模型实现物方坐标到像方坐标的转换,通过迭代最近点(ICP)与全局最近邻(GNN)算法进行点迹关联,由关联点对实现误差校正。利用高分4号卫星图像与AIS数据进行了实验,实验结果表明该算法具有很高的关联正确率,同时极大提高了定位精度,基本可以满足实用性要求。(本文来源于《电子与信息学报》期刊2018年07期）
赵盟盟,张群,罗迎,陈怡君,丁帅帅[5]（2015）在《点迹-曲线关联算法的旋转对称群目标分辨》一文中研究指出基于微多普勒效应分析的弹道目标识别得到了广泛研究,然而传统的微多普勒特征提取技术大都难以解决空间群目标的分辨与识别。针对这一问题,提出了一种基于点迹-曲线关联算法的空间群目标分辨方法。在以旋转对称群目标为研究对象的前提下,建立了具有滑动散射特性的目标模型并分析推导了散射点的微动表达式,利用点迹凝聚处理抑制了一维距离像旁瓣,在此基础上,提出了点迹-曲线关联算法分离出混迭的群目标微多普勒曲线,通过各曲线的极值包络特性差异实现了旋转对称群目标分辨。实验仿真验证了本方法的正确性和可行性。(本文来源于《空军工程大学学报(自然科学版)》期刊2015年02期）
张晖,刘永信,张杰,纪永刚,郑志强[6]（2015）在《地波雷达与自动识别系统目标点迹最优关联算法》一文中研究指出为了提高海洋探测精度和范围,针对高频地波雷达(HFSWR)和自动识别系统(AIS)目标点迹的融合利用问题,该文提出一种基于JVC(Jonker-Volgenant-Castanon)的点迹分状态全局最优关联算法。首先,通过判断高频地波雷达和AIS点迹的径向速度,将点迹分为准静态目标和动态目标。接着,选取径向速度和点迹间的球面距离为特征参数,对不同状态下目标点迹分别进行径向速度和位置间球面距离粗关联。最后,使用相对距离比的平均值进行关联效果的评价,通过选择合适的关联门限参数,使用JVC算法实现高频地波雷达和AIS的点迹最优关联。实验结果表明:该算法在关联相同点迹对数的情况下,关联精度高于最近邻(NN)算法和Munkres关联法,关联用时少于最近邻算法和Munkres关联法。通过近3年内3组不同时刻实测目标点迹的验证,该算法可以满足关联的实用性和实时性要求。(本文来源于《电子与信息学报》期刊2015年03期）
高鹏波,刘永信,张晖,郑志强[7]（2014）在《AIS与高频地波雷达目标点迹速度差关联算法》一文中研究指出针对AIS与高频地波雷达目标点迹信息关联精度与可信度不高的问题,根据短时间内船只目标速度可能不会突变这一特性,提出了一种速度差点迹关联算法。该方法首先将准备关联的AIS与高频地波雷达目标点迹分别和它前一时刻数据做关联,滤除速度突变的目标点迹,然后对AIS与高频地波雷达目标点迹进行最近邻关联,最后利用速度差信息滤取虚假关联目标点迹。实验结果表明,利用速度差滤取关联点迹可减少部分误关联与虚假关联,提高关联结果的准确性与可信度。(本文来源于《第25届中国过程控制会议论文集》期刊2014-08-09）
纪永刚,张杰,王祎鸣,于长军,黎明[8]（2014）在《双频率高频地波雷达船只目标点迹关联与融合处理》一文中研究指出单频率高频地波雷达海上目标探测会受到一阶海杂波和高频谐振区目标回波强度起伏的影响,引起目标漏检。利用实测船只探测实验数据,分析了双频地波雷达目标探测的特点,并重点分析了海杂波对目标探测的影响,指出双频雷达可以克服单一频率目标探测中漏检的缺陷,提高船只目标的检测率。通过分析双频地波雷达检测结果的不同分类及处理方式,给出了双频地波雷达目标点迹融合处理方法,讨论和分析了目标点迹关联中距离门、速度门和方位门等参数的选取原则及影响因素。最后利用实测同步的自动识别系统数据,评价了目标点迹融合的探测精度。(本文来源于《系统工程与电子技术》期刊2014年02期）
郑世超,刘亚波,宋红军,闫贺,吴琨[9]（2013）在《广域监视动目标检测模式下动目标点迹仿真及轨迹关联方法研究》一文中研究指出由于可以在较短时间内对大范围区域进行动目标监视,广域监视动目标检测(Wide Area Surveillance,WAS-GMTI)模式已经成为机载监视雷达的一种重要工作模式。目前具备WAS-GMTI工作模式的系统较少,实际数据较难获得,严重影响了对WAS-GMTI中相关处理算法的验证。该文提出一种基于电子地图路网信息的WAS-GMTI动目标点迹仿真方法。该方法根据载机和电子地图路网信息直接产生动目标信息,避免了仿真场景回波所需的大量运算,而且产生的动目标信息可以合理地融合到真实地理环境中。此外,联合对同一动目标的多次观测信息,该文还给出了一种动目标的轨迹关联方法。仿真结果验证了该文所提方法的有效性。(本文来源于《电子与信息学报》期刊2013年09期）
吴中红,石章松,吴玲[10]（2013）在《基于点迹态势图像处理的数据关联新方法》一文中研究指出密集杂波环境下,传统的点迹融合方法进行点迹数据关联处理时,运算量大、错误关联明显。针对这一问题,提出一种基于点迹态势图像处理的数据关联方法。首先根据传感器探测性能与目标速度范围估计实现点迹量测的图像化,生成点迹态势图像;然后对图像进行邻域连通性判别等形态学处理,实现杂波点迹的剔除。结合像素点对应点迹含有的时间信息进行连通域标记,得到不同目标点迹的归类划分,进而实现点迹数据的关联处理。仿真验证表明,该方法从原理上避免了组合爆炸,降低了运算量,且能够很好地解决错误关联问题,提高数据关联处理的准确性。(本文来源于《电光与控制》期刊2013年07期）
点迹关联论文开题报告
（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：
在典型应用场景下,针对传统数据关联算法易于产生目标跟踪丢失的问题,提出了并行多传感器联合概率数据关联算法(PMSJPDA),给出行多传感器联合概率数据关联算法的实现流程,并对该算法进行理论分析;最后采用两部典型雷达构成PMSJPDA数据融合系统,对其算法的目标跟踪精度进行1 000次蒙特卡洛仿真,仿真统计结果表明,在目标跟踪全程阶段,融合后的目标跟踪精度比单部雷达跟踪精度提高约6%,在目标跟踪稳定阶段,融合后的目标跟踪精度比单部雷达跟踪精度提高约10%,即所提出的PMSJPDA算法可有效提高对目标的跟踪性能,尤其是目标跟踪进入稳定阶段。
（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。
点迹关联论文参考文献
[1].王江卓,徐文聪,李建勋,贺丰收,曹兰英.基于支持向量机的雷达电子支援措施系统点迹-航迹关联算法[J].上海交通大学学报.2019
[2].张昕,张博文,张玉萍,李军侠,燕瑞超.基于数据关联的多雷达点迹融合算法研究[J].计算机测量与控制.2019
[3].刘硕.基于点迹数据分类的雷达目标数据关联方法研究[D].哈尔滨工业大学.2018
[4].刘勇,姚力波,吴昱舟,修建娟,周智敏.静轨光学卫星与自动识别系统的目标点迹关联与误差校正[J].电子与信息学报.2018
[5].赵盟盟,张群,罗迎,陈怡君,丁帅帅.点迹-曲线关联算法的旋转对称群目标分辨[J].空军工程大学学报(自然科学版).2015
[6].张晖,刘永信,张杰,纪永刚,郑志强.地波雷达与自动识别系统目标点迹最优关联算法[J].电子与信息学报.2015
[7].高鹏波,刘永信,张晖,郑志强.AIS与高频地波雷达目标点迹速度差关联算法[C].第25届中国过程控制会议论文集.2014
[8].纪永刚,张杰,王祎鸣,于长军,黎明.双频率高频地波雷达船只目标点迹关联与融合处理[J].系统工程与电子技术.2014
[9].郑世超,刘亚波,宋红军,闫贺,吴琨.广域监视动目标检测模式下动目标点迹仿真及轨迹关联方法研究[J].电子与信息学报.2013
[10].吴中红,石章松,吴玲.基于点迹态势图像处理的数据关联新方法[J].电光与控制.2013
标签：雷达; 电子支援措施(ESM); 航迹关联; 支持向量机(SVM);