基于序列檢測(cè)的檢測(cè)跟蹤聯(lián)合最優(yōu)化算法研究.pdf

1、在弱目標(biāo)環(huán)境下，檢測(cè)跟蹤一體化算法的跟蹤過(guò)程采用未經(jīng)閥值處理的全部觀測(cè)數(shù)據(jù)進(jìn)行估計(jì)，避免傳統(tǒng)算法高漏檢導(dǎo)致的目標(biāo)信息大量損失，且檢測(cè)與跟蹤過(guò)程相耦合，檢測(cè)過(guò)程利用跟蹤的目標(biāo)位置信息的反饋調(diào)整參數(shù)，提高弱目標(biāo)情況下的檢測(cè)概率，最終實(shí)現(xiàn)檢測(cè)跟蹤聯(lián)合性能的提升。檢測(cè)跟蹤一體化算法由于同時(shí)耦合了檢測(cè)與跟蹤過(guò)程，算法結(jié)構(gòu)復(fù)雜，非線性嚴(yán)重，難以對(duì)性能進(jìn)行定量分析?，F(xiàn)今研究主要是針對(duì)基于不同準(zhǔn)則的算法的研究和改進(jìn)。
　　基于序列檢測(cè)的檢測(cè)跟蹤聯(lián)

2、合算法是檢測(cè)跟蹤一體化的其中一種實(shí)現(xiàn)手段。本文研究基于序列檢測(cè)的檢測(cè)跟蹤聯(lián)合最優(yōu)化算法問(wèn)題，其中固定積累幀數(shù)的分類最優(yōu)算法作為最優(yōu)化分析時(shí)的參照算法，對(duì)其性能的定量分析同樣進(jìn)行了詳細(xì)分析；本文重點(diǎn)分析了兩種算法的性能預(yù)測(cè)、參數(shù)與性能定量關(guān)系的建立及檢測(cè)跟蹤聯(lián)合算法最優(yōu)參數(shù)求解，其應(yīng)用于遠(yuǎn)程警戒雷達(dá)監(jiān)測(cè)，研究主要內(nèi)容包括：
　　1、分析固定積累幀數(shù)的分類最優(yōu)算法和檢測(cè)跟蹤聯(lián)合算法的檢測(cè)統(tǒng)計(jì)量的概率密度分布函數(shù)，預(yù)測(cè)在參數(shù)值確定的情況

3、下的檢測(cè)概率、跟蹤概率以及平均積累幀數(shù)的取值，驗(yàn)證了預(yù)測(cè)結(jié)果與真實(shí)的蒙特卡羅結(jié)果能較好匹配。
　　2、統(tǒng)計(jì)回歸分析兩種算法的預(yù)測(cè)的性能樣本數(shù)據(jù)，分別建立算法參數(shù)自變量與算法性能和平均積累幀數(shù)變量間的定量關(guān)系，成功縮小預(yù)測(cè)估計(jì)的誤差，并分析各個(gè)參數(shù)對(duì)系統(tǒng)的影響。
　　3、針對(duì)參數(shù)與系統(tǒng)性能的定量關(guān)系，提出兩種最優(yōu)化策略平衡檢測(cè)與跟蹤聯(lián)合算法的系統(tǒng)聯(lián)合性能與平均積累幀數(shù)，一種是約束最大平均積累幀數(shù)，尋求此時(shí)的聯(lián)合性能最優(yōu)的參數(shù)值