导读:本文包含了密集多目标论文开题报告文献综述及选题提纲参考文献，主要关键词:模糊聚类,多目标跟踪,数据关联,卡尔曼滤波
密集多目标论文文献综述
康旭超,何广军,陈峰,何其芳[1]（2019）在《密集杂波下的模糊数据关联多目标跟踪算法》一文中研究指出针对密集杂波环境下对多目标跟踪的精度低、实时性不强的问题,提出了密集杂波下模糊聚类数据关联多目标跟踪算法。该算法利用模糊聚类,得到不同观测量相对目标的隶属度作为模糊关联概率,通过分析公共观测对目标的影响,引入远近距下的公共观测影响因子重建模糊关联概率矩阵;然后结合模糊关联概率与卡尔曼滤波,对不同观测量得到的状态估计加权融合,从而对每个目标进行单独跟踪,实现目标的状态更新。仿真结果表明,杂波密集环境下该算法在能够保证多目标跟踪实时性的同时引入远近距下公共影响因子对不同观测量的状态估计进行加权,保证了目标跟踪的精确性。(本文来源于《探测与控制学报》期刊2019年04期）
张强,于俊朋,谢苏道[2]（2019）在《GM-PHD雷达密集多目标跟踪应用研究》一文中研究指出针对雷达密集多目标跟踪数据关联的难题,深入研究了可以避免数据关联的多目标跟踪方法-高斯混合概率假设密度算法(GM-PHD)。首先,将多目标的运动和多目标量测建模为随机有限集的形式,并给出了相应的最优多目标贝叶斯滤波器;然后,在线性高斯假设条件下,详细给出了GM-PHD均值、方差和权值的递归形式,降低了计算复杂度,满足跟踪实时性要求;最后,开展了仿真实验和实测数据实验,实验结果显示GM-PHD在不需要数据关联的情况下,能够有效抑制大量杂波,稳定地跟踪密集多目标。(本文来源于《现代雷达》期刊2019年08期）
潘萍平[3]（2017）在《Capon谱估计在密集多目标运动参数估计及雷达成像中的应用研究》一文中研究指出现代雷达中,分辨率是衡量密集多目标运动参数估计以及雷达成像效果的重要指标。超分辨信号处理技术提供了超越传统数字信号处理方法限制的分辨率性能,同时提供了对干扰的抑制能力。针对现有的参数估计方法存在的问题:1)在密集多目标场景下,旁瓣相互干扰迭加从而影响目标的运动参数估计性能;2)多散射点目标场景下,散射点间十字旁瓣相互干扰迭加影响成像、目标识别性能;3)目标运动场景不可复现,收集的数据样本有限,导致数据样本的二阶矩估计不精确。本文通过信号处理方式,分别将密集多目标运动参数估计与成像问题转化为二维复指数信号谱估计问题,并提出一种针对有限数据样本情况的超分辨Capon谱估计方法。主要的研究工作包括:1.详细介绍了窄带、宽带雷达系统的信号模型,以及匹配滤波(MatchedFiltering,MF)、去斜(Dechirp)的信号处理方式,将密集多目标运动参数估计与成像问题转化为二维复指数信号的频率估计问题。2.针对经典二维复指数信号频率估计问题,先介绍基于MF的最大似然估计(Maximum Likelihood Estimation,MLE)方法,和基于波束形成(Beamforming,BF)的二维Capon谱估计方法,再推导二维复指数信号频率估计问题的克拉美罗下限(Cramer-Rao Bound,CRB),最后研究分析这两个方法在频率估计精度以及第一旁瓣衰减两方面的性能特性。3.为了得到在样本数据有限条件下具有高分辨、高精度特性的参数估计结果,本文借鉴高分辨矢量成像(High Definition Vector Imaging,HDVI)方法的降秩思想,提出基于特征结构子空间的Capon方法(Eigen and Subspace based Capon Method,ES-Capon)。然后,分别针对单频、多频分量的复指数信号频率估计问题,通过仿真实验对比了 ES-Capon方法与MLE方法在估计精度、第一旁瓣衰减、分辨率叁大指标中的性能差异,验证了 ES-Capon方法较MLE方法有更高的估计精度与分辨率。4.针对ES-Capon方法存在搜索范围大、计算复杂度高的问题,本文提出了基于二维FFT(2-dimensional FFT,2-d FFT)的快速算法,以及基于二维CZT(2-dimensional CZT,2-d CZT)的快速算法。最后分别对基于2-d FFT与2-d CZT的快速算法的计算复杂度进行分析,通过仿真实验验证基于2-d CZT的快速算法拥有更少的算法用时。5.介绍窄、宽带雷达多目标/散射点的回波模拟技术,以及相应的MF/Dechirp信号处理方式,然后将密集多目标的运动参数估计、逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)成像问题转化为能用ES-Capon方法处理的二维复指数信号谱估计问题,最后利用仿真实验与实际数据验证了 ES-Capon方法在两种雷达应用中的有效性。(本文来源于《厦门大学》期刊2017-06-30）
徐亮[4]（2015）在《杂波环境下密集多目标跟踪算法研究》一文中研究指出在多目标跟踪过程中,在对传感器探测到的量测数据进行滤波处理后,实时的发现新目标并对新目标和已有目标的运动状态进行估计。在多目标跟踪过程中可能会遇到各种复杂的环境,一些问题无法应用现有的方法进行解决。在杂波环境下进行密集目标跟踪的情况就是其中之一。在目标密集的情况下,目标量测的分布也非常密集,而位置相近的目标量测将会给目标跟踪带来很大的问题,如航迹合并和杂波密度估计偏差。相邻的航迹很容易受到其余航迹目标量测的吸引,在航迹保持近距离平行或小角度交叉的时候,目标跟踪可能出现航迹合并的现象,而且密集目标所产生的目标量测也可能使得数据关联过程中,在对航迹进行杂波估计的时候限定范围(如波门区域)中其余目标的量测被视为杂波,从而使得杂波密度的估计值过高,而过高的杂波密度估计值可能给跟踪带来困难。本文针对密集目标跟踪的这两个问题进行研究,去除位置相近的目标量测对跟踪产生的不利影响,从数据关联的角度改善航迹合并的现象,随后又对杂波密度估计方法进行研究,提出不受目标量测影响的无偏杂波密度估计算法。论文主要工作如下:(1)防止密集目标跟踪下产生的航迹合并。在目标比较密集的情况下,目标的彼此临近会给跟踪带来很大的复杂性。在目标间距较近或者小角度交叉的时候,引起来自目标的量测很容易落入公共区域,相邻的航迹都会使用这个量测来进行更新,而在航迹的波门长时间保持重迭的情况下就会容易导致航迹的趋于临近与合并。本文研究了叁种防止航迹合并的方法——ENNPDA,ENNJPDA,SJPDA。叁种算法防止航迹合并的基本方法是:1增大目标量测与自身航迹相关联的程度;2减小其它航迹的目标量测对航迹的影响。并且从防止航迹合并的有效性和对平常跟踪的影响两个方面对叁种算法的优缺点进行了分析。实验表明,叁种方法中的ENNJPDA对于防止合并非常有效,同时又不会对正常的跟踪产生影响。(2)杂波密度估计方法。通常使用概率方法来区分杂波和目标探测,而杂波密度是概率的重要参数之一。早期的目标跟踪算法都是基于数据关联,而很少对杂波和系统的噪声进行估计。一个准确的杂波密度估计结果可以为目标跟踪提供很大的用处。如果杂波密度估计结果高于真实值,将会导致在确认航迹和分离目标时的困难,而过低的杂波密度估计结果可能提高假航迹的数量。在密集目标跟踪的情况下,密集的目标量测将会大大的提高杂波密度的估计值。而已有的杂波估计方法大部分并未考虑目标量测的影响,因此,本文在研究了均匀假设估计与空间稀疏性估计方法后,在空间稀疏性估计方法的基础上提出了一种新方法,在进行杂波估计的时候去除了目标量测的影响,以得到杂波密度的无偏估计结果。实验表明,修正算法对于邻近目标的跟踪性能有着明显的改善。(本文来源于《哈尔滨工业大学》期刊2015-07-01）
田园,杨晓东[5]（2015）在《多目标立靶密集度测试技术研究》一文中研究指出双CCD交汇立靶密集度测试系统是靶场测试火炮密集度的常用方法,但该系统仅能测试单发弹丸的着靶坐标,对于两发或两发以上弹丸同时着靶,该系统无法测试。本文在研究双CCD交汇立靶密集度测试方法的基础上,提出了叁CCD交汇测量方法,能够解决双CCD交汇测量系统的不足,实现多发弹丸同时着靶条件下的立靶密集度的测试。该研究方案成功后不但可以解决双35高炮这类双管武器性能测试的问题,亦可以用于多管连发式武器立靶密集度测试。(本文来源于《电子测试》期刊2015年08期）
闵涛[6]（2014）在《双/多基地雷达密集多目标探测技术研究》一文中研究指出提高雷达对密集多目标的探测能力是当前雷达技术领域所面临的前沿课题和紧迫任务。在利用常规雷达进行探测的情况下,如果从距离、角度以及多普勒频移等各方面均无法区分两个或多个目标,则称这些目标为不可分辨多目标或密集多目标。当前的单基地雷达往往具有好的距离分辨率,但角度分辨率比较差,从而导致模糊的目标测量,这可能引起多目标检测和跟踪中的严重错误。双/多基地雷达除了具有反隐身、抗干扰等传统优势,其在目标信息获取、工作方式、技术实现等方面体现出的多样性,使得利用双/多基地雷达对密集多目标进行探测具备一定的可行性。论文以防空反导为主要背景,从信号处理、数据融合、分辨力提高等层面,利用双/多基地雷达对密集多目标进行检测和分辨,研究工作主要包括双/多基地雷达密集多目标回波特性,基于双/多基地雷达的密集多目标存在性检测技术、分辨技术,以及基于模糊函数的多基地雷达分辨能力优化技术。主要进行了以下几个方面的研究:首先,研究了单/双基地雷达密集多目标回波特性。针对线性调频脉冲信号,建立了单/双基地雷达密集多目标回波信号模型,研究了密集多目标对目标回波信号幅度、相位的影响。其次,开展了多基地雷达密集多目标存在性检测技术研究。将单基地雷达密集多目标存在性检测的“复数指示角检测法”推广到多基地雷达的情况。通过比较发现,多基地雷达在信噪比较高条件下,能更好的实现密集多目标存在性的有效检测。建立了复合双/多基地雷达单基地接收机和双/多基地接收机的回波信号模型,在此基础上,分别针对二维平面和叁维空间,提出了基于距离信息的复合双/多基地雷达信号融合模型,以此为依据,采用最大似然比检测法对密集多目标进行检测分辨,并分析了信噪比、目标数量、目标起伏、检测门限以及复合双/多基地雷达几何配置对检测性能的影响。考虑单发多收和多发多收多基地雷达系统,分析了不同接收机所观测的目标起伏的空间相关性,以空间相关和非相关多基地雷达模糊函数为分析工具,通过传感器部署、波形选择这两种方法及其联合使用,对系统的参数进行选择来改变模糊函数的形状以达到改善雷达分辨能力的目的,从而更好的实现密集多目标的分辨。论文最后对全文进行了总结,提出了论文的创新点,并对今后的研究方向提出了一些想法。(本文来源于《国防科学技术大学》期刊2014-04-01）
高林[7]（2014）在《密集杂波条件下的多目标跟踪算法研究与实现》一文中研究指出到目前为止,多目标跟踪算法可分为两大类:基于关联的多目标跟踪和基于随机有限集(Random Finite Set,RFS)的多目标跟踪,前者的代表算法为联合概率数据互联(Joint Probability Data Association,JPDA)算法;后者将的代表算法为概率假设密度滤波器(Probability Hypothesis Density Filter,PHDF)。它们之间互有优劣:基于关联的算法在密集杂波及信噪比较低的环境下能够获得较高的跟踪精度,但其中关联部分的计算量较大,PHD中没有关联部分,计算量较小,但它无法获得连续的航迹。此外,针对目标发生机动的情况,当前一般采用多模型(Multi Model,MM)或交互式多模型(Interacting Multi Model,IMM)滤波框架,对应衍生出了两类多目标跟踪算法的机动目标跟踪版本:IMM-JPDA与MM-PHDF。检测前跟踪(Track Before Detect,TBD)框架在杂波密度大的跟踪场景中能够获得较好的跟踪效果,到目前为止,基于RFS理论的多目标跟踪算法尚未得到完备的TBD模型,因此一般采用基于关联的跟踪算法:首先,通过多帧累积初始化目标轨迹,一般采用多目标轨迹起始算法:联合最大似然-概率数据关联(Joint Maximum Likelihood-Probability Data Association,JML-PDA)算法,在得到目标的初始状态及协方差矩阵后采用JPDA保持对目标轨迹的跟踪,称为结合的联合最大似然-概率数据关联(Combined JML-PDA and JPDA,CJML-PDA)算法。监测区域内的杂波密度和目标数量的增加会造成基于关联的多目标跟踪算法的组合爆炸问题,并且由于多帧累积算法往往需要用到多次观测数据,计算量很大,在串行运算的CPU平台处理器上无法实时实现,阻碍了它们的工程应用。自图形处理器(Graphic Processing Unit,GPU)被用于通用信号处理后,很多在传统架构上计算复杂度高的算法的实时实现成为了可能。本文针对多目标跟踪算法存在的一些缺陷,研究了多目标跟踪改进算法及其在硬件平台上的实现,主要的工作如下:(1)介绍了杂波条件下的多目标跟踪模型、基于关联的多目标跟踪算法JPDA及其机动目标跟踪版本IMM-JPDA;(2)介绍了RFS理论框架下的多目标跟踪模型、PHD滤波器、基于粒子滤波(Particle Filter,PF)实现的PHD滤波器以及PHD滤波器的机动目标跟踪版本:MM-PHD滤波和它的PF实现;(3)介绍了基于多帧累积的密集杂波条件下目标轨迹起始算法JML-PDA,基于JML-PDA算法与IMM-JPDA算法,结合两种算法的优势,提出了一种在密集杂波条件下机动多目标跟踪解决方案:CJML-IMM-PDA算法;(4)介绍了GPU的架构特性及其开发平台,提出基于GPU加速的CJML-IMM-PDA加速方案,并且基于仿真给出了其在GPU平台下相对于CPU的加速比,取得了良好的效果,为多目标航迹起始及跟踪算法的实时应用奠定了基础。(本文来源于《电子科技大学》期刊2014-03-31）
闵涛,王象,肖顺平[8]（2014）在《基于复数指示角差异的多基地雷达密集多目标存在性检测》一文中研究指出对密集多目标的探测是当前雷达技术领域所面临的前沿课题和紧迫任务,而准确判别密集多目标存在与否是进行其它处理的前提和基础。该文在分析基于复数指示角差异的单基地雷达密集多目标存在性检测方法的基础上,将其扩展到多基地雷达情况,设计了一个多基地雷达密集多目标存在性检测器,并在多个战情下进行仿真试验,分析了信噪比、传感器数量、目标和传感器部署等因素对检测性能的影响。仿真结果显示,在相同信噪比情况下,多基地雷达比单基地雷达具有更好的多目标存在性检测性能。(本文来源于《雷达学报》期刊2014年04期）
李振兴,刘进忙,周政,郭相科,李延磊[9]（2014）在《联合Metropolis算法和MDL准则的密集多目标分辨算法》一文中研究指出针对单脉冲雷达处理同一分辨单元内密集多目标回波时收敛较慢的问题,提出了一种将Metropolis算法和最小描述长度(MDL)准则相结合的密集多目标分辨算法.构建Metropolis算法中的更新函数和迭代规则,促使待估参数的不同马尔可夫链间的融合;根据融合判定规则选取抽样样本,估计出对应的目标参数;利用MDL准则实现密集目标的准确分辨.该算法不仅提升了收敛速度,而且具有较高的参数估计精度,提高了算法在多目标下的分辨性能.仿真结果验证了所提算法的有效性和可行性.(本文来源于《西安电子科技大学学报》期刊2014年03期）
闵涛,王象,赵锋,肖顺平[10]（2013）在《LFM脉冲雷达密集多目标回波特性建模研究》一文中研究指出对密集多目标的检测和分辨是当前雷达技术领域所面临的前沿课题和紧迫任务,而其中对其回波特性的分析研究则是解决其它问题的前提和基础。研究了线性调频脉冲雷达密集多目标回波信号的幅度和相位特性,建立了多目标回波信号模型,并对比双基地雷达进行了讨论,最后针对不同条件进行了仿真实验。仿真结果表明,同一距离分辨单元内,多个目标的回波会发生相干合成,目标位置、幅度、相位的变化使得合成后的回波频谱发生畸变;同时,只要多个目标之间存在距离差,脉冲压缩输出信号主瓣内的相位特性便会较单目标情况有显着区别。(本文来源于《系统仿真学报》期刊2013年04期）
密集多目标论文开题报告
（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：
针对雷达密集多目标跟踪数据关联的难题,深入研究了可以避免数据关联的多目标跟踪方法-高斯混合概率假设密度算法(GM-PHD)。首先,将多目标的运动和多目标量测建模为随机有限集的形式,并给出了相应的最优多目标贝叶斯滤波器;然后,在线性高斯假设条件下,详细给出了GM-PHD均值、方差和权值的递归形式,降低了计算复杂度,满足跟踪实时性要求;最后,开展了仿真实验和实测数据实验,实验结果显示GM-PHD在不需要数据关联的情况下,能够有效抑制大量杂波,稳定地跟踪密集多目标。
（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。
密集多目标论文参考文献
[1].康旭超,何广军,陈峰,何其芳.密集杂波下的模糊数据关联多目标跟踪算法[J].探测与控制学报.2019
[2].张强,于俊朋,谢苏道.GM-PHD雷达密集多目标跟踪应用研究[J].现代雷达.2019
[3].潘萍平.Capon谱估计在密集多目标运动参数估计及雷达成像中的应用研究[D].厦门大学.2017
[4].徐亮.杂波环境下密集多目标跟踪算法研究[D].哈尔滨工业大学.2015
[5].田园,杨晓东.多目标立靶密集度测试技术研究[J].电子测试.2015
[6].闵涛.双/多基地雷达密集多目标探测技术研究[D].国防科学技术大学.2014
[7].高林.密集杂波条件下的多目标跟踪算法研究与实现[D].电子科技大学.2014
[8].闵涛,王象,肖顺平.基于复数指示角差异的多基地雷达密集多目标存在性检测[J].雷达学报.2014
[9].李振兴,刘进忙,周政,郭相科,李延磊.联合Metropolis算法和MDL准则的密集多目标分辨算法[J].西安电子科技大学学报.2014
[10].闵涛,王象,赵锋,肖顺平.LFM脉冲雷达密集多目标回波特性建模研究[J].系统仿真学报.2013