2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩83頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、紅外搜索與跟蹤系統(tǒng)在雷達(dá)因被誘餌誘導(dǎo)或者目標(biāo)背景極為復(fù)雜對(duì)雷達(dá)造成干擾導(dǎo)致跟蹤精度下降甚至出現(xiàn)雷達(dá)盲區(qū)的情況下,利用來(lái)襲目標(biāo)自身向外輻射的紅外波段的電磁波輔助雷達(dá),甚至替代雷達(dá)對(duì)來(lái)襲目標(biāo)進(jìn)行檢測(cè)與跟蹤。在紅外搜索與跟蹤系統(tǒng)中盡早的發(fā)現(xiàn)遠(yuǎn)距離、復(fù)雜背景下的具有紅外特性的目標(biāo)為精確打擊贏得時(shí)間具有極為重要的意義,來(lái)襲目標(biāo)在距離較遠(yuǎn)、背景復(fù)雜的情況下在觀測(cè)視場(chǎng)中呈現(xiàn)為紅外弱小目標(biāo),由此看來(lái)紅外弱小目標(biāo)的檢測(cè)與跟蹤是紅外搜索與跟蹤系統(tǒng)中的一項(xiàng)關(guān)

2、鍵技術(shù)。
  論文中對(duì)紅外弱小目標(biāo)以及群智能優(yōu)化算法中的粒子群優(yōu)化算法和人工蜂群優(yōu)化算法的相關(guān)概念作了概述,詳細(xì)敘述了紅外弱小目標(biāo)檢測(cè)與跟蹤的基本原理,介紹了基于粒子濾波的檢測(cè)前跟蹤算法(PFTBD),通過(guò)對(duì)紅外弱小目標(biāo)檢測(cè)前跟蹤系統(tǒng)進(jìn)行數(shù)學(xué)建模,利用數(shù)學(xué)模型對(duì)PFTBD算法進(jìn)行仿真分析,驗(yàn)證了PFTBD算法在解決紅外弱小目標(biāo)檢測(cè)與跟蹤問(wèn)題的有效性、準(zhǔn)確性,并指出了標(biāo)準(zhǔn)PFTBD算法中存在的粒子貧乏和跟蹤精度有待進(jìn)一步提高等問(wèn)題。

3、
  針對(duì)標(biāo)準(zhǔn)PFTBD算法在較低信噪比下存在的跟蹤精度低、重采樣后的粒子存在粒子貧乏以及在保證跟蹤精度的前提下需要參與運(yùn)算的粒子數(shù)目較多等問(wèn)題,利用一種改進(jìn)的粒子群優(yōu)化算法高斯粒子群優(yōu)化算法對(duì)PFTBD算法進(jìn)行優(yōu)化,提出了一種基于高斯粒子群優(yōu)化粒子濾波的紅外弱小目標(biāo)檢測(cè)前跟蹤算法(PSOPFTBD),將高斯粒子群優(yōu)化算法應(yīng)用到PFTBD算法中,利用高斯粒子群優(yōu)化算法優(yōu)化PFTBD算法中經(jīng)過(guò)重采樣后的粒子集,使粒子集朝著適應(yīng)度權(quán)值

4、較大的全局極值移動(dòng)整體上優(yōu)化粒子的性能。文中的對(duì)比仿真結(jié)果驗(yàn)證了PSOPFTBD算法相比PFTBD算法具有更高的檢測(cè)概率和更低的跟蹤誤差。
  針對(duì)標(biāo)準(zhǔn)PFTBD算法中存在的問(wèn)題,本文又提出了一種基于人工蜂群優(yōu)化(ABC)粒子濾波的紅外弱小目標(biāo)檢測(cè)前跟蹤算法(ABCPFTBD),將人工蜂群算法應(yīng)用到PFTBD算法中,將PFTBD算法中重采樣后的粒子中的每一個(gè)粒子視為人工蜂群算法中的一個(gè)蜜源位置,通過(guò)引領(lǐng)蜂和跟隨蜂對(duì)蜜源位置進(jìn)行多次

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論