基于霍夫变换的弱目标检测前跟踪算法

《基于霍夫变换的弱目标检测前跟踪算法》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、硕±学位论文题目：基于霍夫吏换的弱目标检測前艰踪算法陈国全巧巧生专业控制工程指导老师郭云飞副教授完成日期２０１５年１２月抗州电子科技大学硕±学位论文基于霍夫变换的弱目掠检测前跟踪算法研究生：陈国全指导教师：郭芳飞副教授２０１５年１２月ＤｋｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏＨａｎｚｈｏｕＤｉａｎｚｉＵｎｉｖｅｒｓｉｔｇｙｆｏｒｅｅｒｅｅｏｆＭａｓｔｅｒｔｈＤｇＴｈｅＴｒａｃｋＢｅｆｏｒｅＤｅｔｅｃｔ

2、ＡｌｏｒｉｔｈｍｓＢａｓｅｄｏｎＨｏｕｈＴｒａｎｓｆｏｒｍｇｇｆｂｒＷｅａｋＴａｒｅｔｇＣａｎｄｉｄａ化：ＣｈｅｎＧｕｏｑｕａｎＳｕｐｅｒｖｉｓｏｒ：Ａｓｓｃｏ．Ｐｒｏｆ．ＧｕｏＹｕｎｆｅｉＤ说ｅｍｂ化２０巧，抗州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研巧工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文

3、的研巧做出重要贡献的个人和集体Ｊ。，均己在文中＾ｌ明ｌ确方式标明一申请学位论文与资料若有不实之处，本人承担切相关责任。论文作者签名：日期：心Ｍ年乏月日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为抗州电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可Ｗ公布论文的全部或部分内容，可Ｗ允许

4、采用影印、缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定）■／论文作者签名：許备曰期妒／缸養月ｉ曰？＾指导教师签名：日期糾知月／ｒ日杭州电子科技大学硕±学位论文摘要现代战争中，隐身技术的快速发展使得雷达散射截面积越来越小，对雷达探测能力带来了极大的挑战。检测前跟踪技术不需要对雷达回波数据设定口限或者设定较低口限，通过多侦积累提髙目标的信噪比，最大限度的保留目标信息，是检测跟踪弱小目标信号的有效手段。基于霍夫变换的检测前跟踪技术，能够有效的从雷达

5、回波视频数据中提取目标航迹信息？，且便于实现，具有重要的理论研究意义和军事应用价值。本文针对雷达探测系统检测跟踪弱小目标的问题，深入研巧了基于霍夫变换的检测前跟踪算法，主要工作如下：、首先，针对传统霍夫变换检测前跟踪技术存在计算量大检测性能不稳定等一。问题，提出种基于快速遍历霍夫变换的检测前跟踪算法该算法利用目标的运动特性，在相邻两帖回波数据间建立关联波口，遍历组合所有满足速度约束的点，。集，増强目标参数积累峰值改善检测跟踪性能与同类算法的仿真比较验证了算法的有效性

6、和性能优势。其次一，将上述的快速遍历霍夫变换方法扩展到极坐标系中，提出种基于快速极坐标霍夫变换的检测前跟踪算法。该方法利用目标运动速度先验信息和雷达回波倾序号信息一，对每倾数据建立满足速度约束和角度约束的双跟踪口，组合。满足目标运动特性的雷达回波数据，进行多侦积累，提高检测跟踪性能仿真分析验证了算法的有效性。最后一，针对多基站雷达弱目标联合探测问题，提出种基于标准霍夫变换的多基站雷达融合检测跟踪算法。通过对多基站雷达回波数据分别进行极坐标霍夫变换处理，并将检测结果进行

7、坐标转换后传输到顯合中也。融合中也对航迹进行关联处理，积累相同目标轨迹的幅值，将超过口限的数据作为目标航迹。仿真结果表明，多基站雷达联合探测性能优于单基站雷达。关键词：雷达探测，弱目标，检测前跟踪，多基站，霍夫变换Ｉ抗州电子科技大学硕±学位论文ＡＢＳＴＲＡＣＴＷｉｔｈｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｓｔｅａｌｔｈｔｅｃｈｎｏｌｏｇｙｉｎｔｈｅｍｉｌｉｔａｒｙｆｉｅｌｄ，ｔｈｅｒａｄａｒｃｒｏｓｓｓｅｃｔｉｏｎ（ＲＣＳｏｆｄｉ

8、ｍｔａｒｅｔｂｅｃｏｍｅｓｓｍａｌｌｅｒａｎｄｓｍａｌｌｅｒｗｈｉｃｈｂｒｉｎｇｓａｒｅａｔ）ｇ，ｇ－－ｍｅｔｈｏｄｃａｎｃｈａｌｌｅｎｇｅｔｏｔｈｅｒａｄ姐ｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍ．ＴｒａｃｋＢｅｆｏｒｅＤｅｔｅｃｔ（ＴＢＤ）ｍｕ－ｆｒｅｆｆｅｃｔｉｖｅｌｙｄｅｔｅｃｔｄｉｍｔａｒｇｅｔｂｙｌｔｉａｍｅａｃｃｕｍｕｌａｔｉｏｎｗｉｔｈｒａｗｄａｔａｏｒ－ｌｏｗｔｈｒｅｓｈｏｌｄｅｄｄａｔａ