基于粒子濾波的微弱目標檢測前跟蹤算法研究.pdf

1、現(xiàn)代電子戰(zhàn)中面臨著大量諸如隱身飛機、巡航導彈等雷達回波能量很低的微弱目標。傳統(tǒng)的先檢測后跟蹤（detect before track, DBT）技術通過單幀設定門限進行檢測很容易造成漏警；檢測前跟蹤（track before detect,TBD）技術直接使用原始數(shù)據(jù)作為輸入，多幀積累后再進行檢測判決，能夠在復雜的背景下有效地檢測和跟蹤微弱目標。粒子濾波（particle filter, PF）是一種遞歸實現(xiàn)檢測前跟蹤的方法，采用大量粒

2、子近似目標狀態(tài)后驗概率密度，在非線性、非高斯跟蹤問題上具有獨特優(yōu)勢。
　　本文圍繞微弱目標探測問題，采用基于粒子濾波的檢測前跟蹤（PF-TBD）方法對其展開了研究，主要內(nèi)容如下：
　　1、對TBD和DBT兩種技術進行了比較，分析了多種TBD實現(xiàn)技術的優(yōu)缺點，闡明了本文采用PF-TBD技術研究微弱目標探測的原因。
　　2、介紹了粒子濾波技術的構成，給出了TBD問題的基本模型，研究了粒子濾波實現(xiàn)檢測前跟蹤的理論，為PF-T

3、BD算法的實現(xiàn)奠定了基礎。
　　3、研究了兩種主流的PF-TBD算法，即標準的PF-TBD（SPF-TBD）算法，和優(yōu)效的PF-TBD（EPF-TBD）算法，并對其進行了比較。仿真表明，EPF-TBD相比SPF-TBD具有更好的檢測和跟蹤性能。
　　4、針對粒子退化和樣本貧乏的問題，提出了一種基于遺傳重采樣的優(yōu)效PF-TBD算法（GA-EPF-TBD）。仿真表明，該算法能夠增加樣本的多樣性，比現(xiàn)有的EPF-TBD算法具有更好