位置:成果数据库 > 期刊 > 期刊详情页
一种参数化轨迹增强的TBD算法
  • ISSN号:1001-2400
  • 期刊名称:《西安电子科技大学学报》
  • 时间:0
  • 分类:TN95[电子电信—信号与信息处理;电子电信—信息与通信工程]
  • 作者机构:[1]西安电子科技大学,陕西西安710071, [2]西安电子科技大学 雷达信号处理国家重点实验室,陕西西安710071
  • 相关基金:国家重点基础研究发展计划资助项目(2011CB707001);中央高校基本科研业务费资助项目(K5051302007);长江学者和创新团队发展计划资助项目(IRT0954)
中文摘要:

针对高机动目标在低信噪比情况下难以稳定跟踪的问题,利用检测前跟踪思想,提出一种综合利用目标状态与轨迹增强算子来实现闭环反馈的高机动目标跟踪新方法.首先,针对多帧原始数据进行非参数化的航迹起始批处理操作,得到目标点迹集合;然后,依据实时更新的目标状态参数和量测误差设计相应的参数化轨迹增强算子;最后,结合当前量测并使用参数化轨迹增强操作进行预测跟踪.该方法在轨迹增强操作时充分利用了多帧的量测和状态,具有闭环反馈特性,实现了检测跟踪一体化处理,能够提高低信噪比条件下的检测跟踪准确度和精度.仿真实验表明,所提方法与经典检测前跟踪方法相比,在实时性上更优,且在性能上近似;相比高斯和滤波方法在稳定跟踪性能和跟踪精度上都有较大改善.

英文摘要:

To address the problem of detection and tracking in the environment of a low SNR, we propose a new multi-frame track-before-detect algorithm. First of all, the nonparametric tracking initial is made based on the unthresholded multi-frame data. The target's plots can be obtained. Then the track enhancement operator is designed making use of the parameter of the target's state and the measurement imprecision error. Finally, using the designed operator to do the parameterized track enhancement, the results of tracking can be obtained. The algorithm possesses the characteristics of close loop feedback between the state of the target's trajectory and the track enhancement operator, which can improve the accuracy of detection and tracking and realize joint detection and tracking in a low SNR environment. Simulation results show that compared with the traditional track-before-detect the proposed method can obtain similar performance. The method can track stably in the case where the signal-to-noise ratio is 6 dB.

同期刊论文项目
期刊论文 61
同项目期刊论文
期刊信息
  • 《西安电子科技大学学报》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:西安电子科技大学
  • 主编:廖桂生
  • 地址:西安市太白南路2号349信箱
  • 邮编:710073
  • 邮箱:xuebao@mail.xidian.edu.cn
  • 电话:029-88202853
  • 国际标准刊号:ISSN:1001-2400
  • 国内统一刊号:ISSN:61-1076/TN
  • 邮发代号:
  • 获奖情况:
  • 曾13次荣获省部级优秀期刊荣誉和优秀编辑质量奖,2006年荣获首届中国高校优秀科技期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12591