导读:本文包含了目标方位角论文开题报告文献综述及选题提纲参考文献，主要关键词:交互式多模型,容积卡尔曼滤波,目标跟踪,纯方位角跟踪
目标方位角论文文献综述
夏小虎,王俊,刘明,蒙争争[1]（2019）在《机动目标纯方位角跟踪交互式滤波器的比较》一文中研究指出交互式多模型算法分别与基于采样型原理的容积卡尔曼滤波和传统线性扩展卡尔曼滤波两种算法相结合,形成了交互式多模型容积卡尔曼滤波器和交互式多模型扩展卡尔曼滤波器。数值仿真和实验结果表明交互式多模型容积卡尔曼滤波器在机动目标纯方位角跟踪估计中性能优于交互式多模型扩展卡尔曼滤波,降低了估计误差和方差;计算量增加合理。对机动目标纯方位角跟踪估计和交互式多模型滤波器应用均有借鉴意义。(本文来源于《控制工程》期刊2019年01期）
段芃芃,刘锂[2]（2019）在《基于相关性分析的SAR图像目标方位角估计》一文中研究指出针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标方位角问题,提出一种基于相关性分析的估计方法。考虑到存在的180度模糊问题,待估计图像与每一类训练样本的相关系数曲线均呈现双峰值的特性。根据各类相关系数曲线的峰值位置,采用线性加权的方法可以实现高效率、高精度估计目标方位角并且有效克服180度模糊问题。为了验证本文方法的有效性,基于MSTAR(Moving and Stationary Target Acquisition and Recognition)公共数据集进行了方位角估计实验。实验结果表明,本文方法对于99%以上的测试样本的估计精度可以达到±10°以内,对于95. 38%的测试样本的估计精度可以达到±5°以内。(本文来源于《中国电子科学研究院学报》期刊2019年01期）
邹浩,林赟,洪文[3]（2018）在《采用深度学习的多方位角SAR图像目标识别研究》一文中研究指出合成孔径雷达(Synthetic Aperture Radar,SAR)在对地面目标进行观测时,可以在多个不同的方位角获取到目标的SAR图像,但这些图像中目标的形态各不相同。考虑到SAR图像对观测方位角极其敏感和SAR图像数据规模小这两个因素,本文设计了一个利用多方位角SAR图像进行目标识别的卷积神经网络(Convolutional Neural Network,CNN),同一目标的3幅SAR图像被当作一幅伪彩色图像输入到网络中,充分利用了SAR图像数据的获取特点,同时用池化层替代了展平操作,降低了网络参数数量。实验结果表明,即便在小规模SAR数据集上,该卷积网络具有识别精度高的特点,对同类别不同型号的目标也具有出色的识别表现。(本文来源于《信号处理》期刊2018年05期）
陈士超,刘明,卢福刚,王军[4]（2017）在《基于稀疏描述的SAR目标方位角估计算法》一文中研究指出精确的目标方位角估计对于基于模板的SAR ATR算法的性能提高大有裨益,可降低算法运算量,提高运算效率。提出一种有效的基于稀疏描述的SAR目标方位角估计方法。首先,利用所有训练样本构造字典矩阵,获得测试样本的稀疏描述向量;然后,通过稀疏描述向量中的非零系数计算重构误差,利用SAR图像中特有的目标方位角敏感特性,选出重构误差最小的样本所对应的方位角作为估角结果。不同于现有的方位角估计方法,所提算法可以有效地克服180°方位角模糊问题。采用实测的MSTAR数据进行实验,实验结果验证了所提方法的有效性。(本文来源于《现代电子技术》期刊2017年12期）
谢逍,董大伟,华春蓉,闫兵[5]（2014）在《基于四传感器方阵的地震动目标方位角估计》一文中研究指出针对地震动目标定位中的信号传播速度不确定性问题,提出了基于到达时间差的四传感器方阵目标方位角估计方法。从理论上推导出四传感器方阵下的目标方位角估计带边界及其最大带宽值,证明了信号传播速度与目标方位角估计之间的弱相关性。根据仿真计算深人探讨了信号传播速度和时延测量误差对目标方位角估计精度的影响。外场实验结果证明:这一方法的地震动目标方位角平均估计误差小于采用叁轴地震动传感器的方法,具有一定的实用价值。(本文来源于《传感器与微系统》期刊2014年12期）
胡嬿[6]（2014）在《空间目标方位角与俯仰角的联合测量方法》一文中研究指出本文提出了一种空间目标方位角与俯仰角的联合测量方法。该算法基于两天线接收信号的相位谱关系,通过精确估计接收信号的时差计算出方位角和俯仰角,从而获得精确的测向值。仿真实验表明,在常规信噪比条件下,算法的测向精度可逼近均方误差下限的理论值。本文算法有助于分析检测预警机雷达信号和干扰机信号,对于电子侦察中的无源定位具有重要意义。(本文来源于《福建电脑》期刊2014年11期）
林晓梅,林京君[7]（2014）在《方位角预测目标跟踪系统的研究》一文中研究指出为了实现目标被遮挡条件下的自动预测跟踪,研究了跟踪机动目标过程中的自适应卡尔曼预测算法,建立了目标遮挡预测跟踪测试系统;首先,根据算法推导了导引头方位角位置预测方法,接着,测试对比了自适应预测算法采样周期对预测精度的影响,最后,设计多种不同的目标运动形式,并通过转台实现,测试自适应算法在典型测试条件下的有效性和准确程度;实验结果表明:目标被遮挡时,预测角增量指令相比图像角增量跟踪指令降低67%;仅需要导引头框架的角位置数据,无须脱靶量数据和弹目距离,满足遮挡条件下目标预测跟踪的功能要求。(本文来源于《计算机测量与控制》期刊2014年08期）
王宏健,徐金龙,么洪飞,张爱华[8]（2014）在《基于二阶差分滤波器的水下目标纯方位角跟踪》一文中研究指出针对被动单声呐平台对水下目标的纯方位角跟踪问题,提出基于二阶差分滤波器的水下目标纯方位角跟踪方法。采用二阶Stirling插值公式对系统模型中的非线性项进行线性化,使系统误差协方差矩阵正定,保证了滤波算法的稳定性,避免了传统扩展卡尔曼滤波算法由于需要计算Jacobian矩阵而导致计算复杂、难以应用的问题。建立了被动声呐平台测量模型和水下目标的运动学模型,并应用Monte Carlo方法完成仿真实验。仿真结果表明,基于二阶差分滤波器的水下目标纯方位角跟踪算法具有较快速准确的跟踪响应,通过RMSE概率统计方法进一步验证了这种方法具有较高的估计精度。(本文来源于《哈尔滨工程大学学报》期刊2014年01期）
王宏健,徐金龙,王奎民,边信黔[9]（2013）在《基于一阶差分滤波器的水下目标纯方位角跟踪》一文中研究指出在水下目标纯方位角跟踪研究中,针对传统扩展Kalman滤波(EKF)方法需要通过Taylor展开实现非线性项的线性化而导致计算过程繁琐且存在奇点的问题,本文提出一种基于一阶差分滤波器(DDF1)的纯方位角跟踪算法,建立了目标的运动学模型及无源声纳的测量模型;利用Stirling插值法实现非线性项的线性化,进而通过DDF1滤波方法实现对目标位置及速度的跟踪。仿真结果与一致性分析表明,与基于EKF的目标纯方位角跟踪方法相比,论文所提出的算法具有较高的跟踪精度和较好的跟踪性能。(本文来源于《中国造船》期刊2013年03期）
朱道雨,宫斌,杨益平[10]（2013）在《基于世界地磁模型2010的方位角校正以及目标定位》一文中研究指出介绍了世界地磁模型2010,给出了模型的具体公式,阐述了方位角校正方法和Gauss-Kruger投影,针对近距离目标辐射源定位问题,采用最小二乘理论,仿真验证了世界地磁模型2010在地磁场测向定位应用的可行性。(本文来源于《舰船电子对抗》期刊2013年03期）
目标方位角论文开题报告
（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：
针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像目标方位角问题,提出一种基于相关性分析的估计方法。考虑到存在的180度模糊问题,待估计图像与每一类训练样本的相关系数曲线均呈现双峰值的特性。根据各类相关系数曲线的峰值位置,采用线性加权的方法可以实现高效率、高精度估计目标方位角并且有效克服180度模糊问题。为了验证本文方法的有效性,基于MSTAR(Moving and Stationary Target Acquisition and Recognition)公共数据集进行了方位角估计实验。实验结果表明,本文方法对于99%以上的测试样本的估计精度可以达到±10°以内,对于95. 38%的测试样本的估计精度可以达到±5°以内。
（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。
目标方位角论文参考文献
[1].夏小虎,王俊,刘明,蒙争争.机动目标纯方位角跟踪交互式滤波器的比较[J].控制工程.2019
[2].段芃芃,刘锂.基于相关性分析的SAR图像目标方位角估计[J].中国电子科学研究院学报.2019
[3].邹浩,林赟,洪文.采用深度学习的多方位角SAR图像目标识别研究[J].信号处理.2018
[4].陈士超,刘明,卢福刚,王军.基于稀疏描述的SAR目标方位角估计算法[J].现代电子技术.2017
[5].谢逍,董大伟,华春蓉,闫兵.基于四传感器方阵的地震动目标方位角估计[J].传感器与微系统.2014
[6].胡嬿.空间目标方位角与俯仰角的联合测量方法[J].福建电脑.2014
[7].林晓梅,林京君.方位角预测目标跟踪系统的研究[J].计算机测量与控制.2014
[8].王宏健,徐金龙,么洪飞,张爱华.基于二阶差分滤波器的水下目标纯方位角跟踪[J].哈尔滨工程大学学报.2014
[9].王宏健,徐金龙,王奎民,边信黔.基于一阶差分滤波器的水下目标纯方位角跟踪[J].中国造船.2013
[10].朱道雨,宫斌,杨益平.基于世界地磁模型2010的方位角校正以及目标定位[J].舰船电子对抗.2013