基于贝叶斯滤波的先跟踪后检测算法研究

基于贝叶斯滤波的先跟踪后检测算法研究

ID:32468733

大小:1.73 MB

页数:69页

时间:2019-02-06

基于贝叶斯滤波的先跟踪后检测算法研究_第1页
基于贝叶斯滤波的先跟踪后检测算法研究_第2页
基于贝叶斯滤波的先跟踪后检测算法研究_第3页
基于贝叶斯滤波的先跟踪后检测算法研究_第4页
基于贝叶斯滤波的先跟踪后检测算法研究_第5页
资源描述:

《基于贝叶斯滤波的先跟踪后检测算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要远距离弱小目标的检测与跟踪是红外搜索与跟踪系统、精确制导系统、大视场目标监视系统、卫星遥感系统等的一项关键技术。对获取的远距离图像,目标成像面积小,目标信号相对背景和噪声来说较弱,甚至被噪声所淹没,致使图像的信噪比很低。因此,低信噪比下小目标检测问题成为一个亟待解决的问题,研究低信噪比下运动小目标的实时检测与跟踪算法具有重要的理论意义和应用价值。本文对适于解决低信噪比下运动小目标检测问题的先跟踪后检测技术(TBD)进行了比较深入地研究,主要贡献如下:1.针对运动弱小目标检测问题,较为详细地论述了

2、TBD技术的主要算法,给出了各个算法的主要思想、研究进展、优缺点及适用条件。2.根据对目标出现与否的不同考虑,可将利用贝叶斯滤波解决TBD问题的框架分为Salmond.TBD框架和Rutton—TBD框架。在这两种框架下,分别提出了基于UPF的Salmond—TBD算法和基于UPF的Rutton.TBD算法。这两种算法都是利用UPF来替代现有的粒子滤波实现算法,以提高目标的检测概率和跟踪精度。仿真结果表明,利用UPF可以有效地解决TBD问题,检测出低信噪比下运动小Et标。3.在给出检测算法性能评价指

3、标的基础上,对贝叶斯框架下的四种TBD实现算法进行比较。通过仿真分析了各个算法在不同信噪比下的跟踪性能与榆测性能,以及它们受粒子数影响的程度。分析表明,与同一框架下的粒子滤波TBD算法相比,基于UPF的TBD算法大大提高了跟踪精度和检测性能;同时也说明Salmond.TBD框架比Rutton.TBD框架更稳定,实时性更强。关键字:贝叶斯滤波,先跟踪后检测,UPF,粒子滤波墨当坠塑玺譬笪鍪。。。。,,,。,,。。。。—。。,丝AbstractLongdistancedimsmalltargetdete

4、ctionandtrackingisakeytechnologyinsuchsystemsasinfraredsurveillanceandtrackingsystem,precisionguidancesystem,widefield-of-viewtargetsurveillancesystem,andsatelliteremotesensingsystem.TargetisSOsmallandtargetsignalisSoweakrelativetobackgroundclutterandn

5、oisethatimagesignal·to-noiseratio(SNR)isverylow.Studyonreal—timedetectionandtrackingalgorithmsformovingsmalltargetinlowSNRisveryprospective.Inthisthesis,in-depthresearchworkhasbeendone0nTrackbeforeDetect(TBD)fordimsmallmovingtargetsinlowSNRenvironment,

6、andthemaincontributionsareasfo/lows:1.Fordimsmallmovingtargetdetectionproblems,themainstreamalgorithmsofTBDarereViewedindetails,includingmainideas,researchdevelopment,merits,shortcomingsandconditions.2,Indifferentconsiderationoftargetbirthqrdeath,Baysi

7、anTBDframeworkcanbedividedintoSalmond.TBDframeworkandRuRon-TBDframework.Intwoframeworks,UPFbasedSalmond-TBDalgorithmandUPFbasedRuben—TBDalgorithmaleproposed.Insteadofparticlefilter,BaysianTBDframeworkisimplementedbyUPF'SimulationresultsindicatethatUPFc

8、aneffectivelysolveTBDproblemsanddetectmovingsmalltargetinlowSNR。3.Afterprovidingperformanceevaluation,fourimplementalalgorithmsinBaysianTBDframeworkarecompared.PerformancesofthesealgorithmsunderdifferentSNRconditionsandeffectofparticlen

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。