紅外多光譜多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)研究

ID:35183549

大?。?.85 MB

頁數(shù):160頁

時(shí)間:2019-03-21

紅外多光譜多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)研究_第1頁
紅外多光譜多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)研究_第2頁
紅外多光譜多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)研究_第3頁
紅外多光譜多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)研究_第4頁
紅外多光譜多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)研究_第5頁
資源描述:

《紅外多光譜多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、博士學(xué)位論文紅外多光譜多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)研究RESEARCHONTECHNIQUESOFDETECTIONANDTRACKINGOFMULTIPLEDIMMOVINGTARGETSFROMIRMULTISPECTRALIMAGE張國亮哈爾濱工業(yè)大學(xué)2016年6月國內(nèi)圖書分類號(hào):TN911.73學(xué)校代碼:10213國際圖書分類號(hào):621.3密級(jí):公開工學(xué)博士學(xué)位論文紅外多光譜多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)研究博士研究生:張國亮導(dǎo)師:楊春玲教授申請(qǐng)學(xué)位:工學(xué)博士學(xué)科:電力電子與電力傳動(dòng)所在單位:電氣工程及自動(dòng)化學(xué)院答辯日期:2

2、016年6月授予學(xué)位單位:哈爾濱工業(yè)大學(xué)ClassifiedIndex:TN911.73U.D.C:621.3DissertationfortheDoctoralDegreeinEngineeringRESEARCHONTECHNIQUESOFDETECTIONANDTRACKINGOFMULTIPLEDIMMOVINGTARGETSFROMIRMULTISPECTRALIMAGECandidate:ZhangGuoliangSupervisor:Prof.YangChunlingAcademicDegreeAppliedfor:Doct

3、orofEngineeringSpeciality:PowerElectronicsandElectricalDrivesAffiliation:SchoolofElectricalEngineeringandAutomationDateofDefence:June,2016Degree-Conferring-Institution:HarbinInstituteofTechnology摘要摘要隨著目標(biāo)隱身和誘餌干擾等反導(dǎo)技術(shù)的快速發(fā)展,探測(cè)包括誘餌和目標(biāo)在內(nèi)的多個(gè)運(yùn)動(dòng)目標(biāo)變得越來越重要。但是由于目標(biāo)的信噪比很低,使得現(xiàn)有的紅外寬帶探測(cè)技

4、術(shù)無法滿足復(fù)雜背景下目標(biāo)的檢測(cè)與跟蹤。因此本文利用目標(biāo)的多個(gè)光譜信息,針對(duì)低信噪比條件下的多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤進(jìn)行研究,主要工作如下:本文利用二維經(jīng)驗(yàn)?zāi)B(tài)分解(BEMD)方法在處理非線性非平穩(wěn)數(shù)據(jù)方面的優(yōu)勢(shì),對(duì)紅外多光譜圖像進(jìn)行融合處理,在此基礎(chǔ)上提出基于二維經(jīng)驗(yàn)?zāi)B(tài)分解的異常檢測(cè)算法,實(shí)現(xiàn)紅外弱小目標(biāo)的檢測(cè)。該算法由于利用了紅外多光譜圖像的多尺度信息,可抑制背景雜波和消減高頻噪聲,進(jìn)而可以提高檢測(cè)概率。通過仿真數(shù)據(jù)和獲得的真實(shí)圖像對(duì)提出的算法進(jìn)行了測(cè)試。實(shí)驗(yàn)結(jié)果表明,相比傳統(tǒng)異常檢測(cè)算法,本文提出的算法對(duì)檢測(cè)弱小目標(biāo)有更好的性能

5、。同時(shí)該算法可為后續(xù)序列圖像中弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤提供先驗(yàn)知識(shí)。針對(duì)紅外多光譜圖像序列中單個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤問題,建立了單個(gè)運(yùn)動(dòng)目標(biāo)的動(dòng)力學(xué)模型和多光譜圖像序列的量測(cè)模型。通過分布式估計(jì)融合策略對(duì)各傳感器形成的局部航跡進(jìn)行融合,在此基礎(chǔ)上提出粒子濾波跟蹤新算法。提出了基于序貫式量測(cè)融合策略的粒子濾波檢測(cè)算法,該方法由于利用了各個(gè)波段所有的原始量測(cè)數(shù)據(jù),因此檢測(cè)概率高。提出的兩種算法新生粒子建議密度函數(shù)由當(dāng)前時(shí)刻的檢驗(yàn)統(tǒng)計(jì)量生成,可以有效地減小粒子搜索空間,進(jìn)而提高計(jì)算效率。相比傳統(tǒng)單波段檢測(cè)和跟蹤算法,本文算法通過融合光譜信息

6、能夠進(jìn)一步提高低信噪比條件下弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤能力。研究了紅外多光譜圖像序列中多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)問題。在單目標(biāo)運(yùn)動(dòng)模型和量測(cè)模型的基礎(chǔ)上建立多目標(biāo)運(yùn)動(dòng)模型和量測(cè)模型。應(yīng)用馬爾科夫鏈對(duì)目標(biāo)的存在變量進(jìn)行建模,將多目標(biāo)的聯(lián)合檢測(cè)和跟蹤變?yōu)榛旌蠟V波問題。通過混合濾波獲得目標(biāo)的存在概率和狀態(tài)估計(jì),在貝葉斯濾波框架下提出了多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)前跟蹤方法,由交互式混合粒子濾波算法推導(dǎo)出目標(biāo)出現(xiàn)個(gè)數(shù)后驗(yàn)概率的解析解,并最終實(shí)現(xiàn)多個(gè)弱小運(yùn)動(dòng)目標(biāo)的檢測(cè)。仿真實(shí)驗(yàn)驗(yàn)證了該算法的有效性。對(duì)紅外多光譜圖像序列中多個(gè)弱小運(yùn)動(dòng)目標(biāo)的跟蹤問題展開研究。由于

7、概率假設(shè)密度濾波器(PHD)可將多目標(biāo)跟蹤問題在單目標(biāo)狀態(tài)空間中計(jì)算,而且不需要數(shù)據(jù)關(guān)聯(lián),因此其計(jì)算復(fù)雜度大大降低。首先研究了隨機(jī)有限集理論和PHD濾波器,其次推導(dǎo)了概率假設(shè)密度濾波器的序貫蒙特卡洛實(shí)現(xiàn)方法,在此-I-哈爾濱工業(yè)大學(xué)工學(xué)博士學(xué)位論文基礎(chǔ)上建立了概率假設(shè)密度濾波器檢測(cè)前跟蹤算法。然后應(yīng)用集中式融合策略提出了自適應(yīng)多光譜概率假設(shè)密度濾波器檢測(cè)前跟蹤算法,該算法中的檢測(cè)概率可通過圖像數(shù)據(jù)自適應(yīng)的計(jì)算。仿真實(shí)驗(yàn)結(jié)果表明本文所提算法對(duì)紅外多光譜圖像序列中的多個(gè)弱小運(yùn)動(dòng)目標(biāo)的跟蹤具有良好性能。關(guān)鍵詞:多光譜融合;經(jīng)驗(yàn)?zāi)B(tài)分解;粒子濾波

8、;概率假設(shè)密度;弱小目標(biāo)檢測(cè)和跟蹤-II-AbstractAbstractDetectiontechniquesofmultipletargetsincludingdecoysbecomemo

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。
关闭