基于壓縮感知理論的雷達(dá)目標(biāo)跟蹤方法研究.pdf

1、隨著現(xiàn)代航運(yùn)業(yè)的快速發(fā)展，各個國家、各個地區(qū)海上貿(mào)易往來日益頻繁，船舶數(shù)量也在急劇增長，使得水上交通形勢日趨嚴(yán)峻，由此引起的船舶安全航行問題也日益突出，進(jìn)而對船舶交管系統(tǒng)也提出了更高的要求，尤其是對運(yùn)動的船舶進(jìn)行準(zhǔn)確的跟蹤。本文針對傳統(tǒng)雷達(dá)跟蹤系統(tǒng)中跟蹤不穩(wěn)定、目標(biāo)閃爍和強(qiáng)遮擋等問題，利用壓縮感知理論較高的數(shù)據(jù)處理能力將目標(biāo)圖像的高維度特征信息應(yīng)用到傳統(tǒng)雷達(dá)目標(biāo)跟蹤過程中，然后結(jié)合視覺跟蹤領(lǐng)域的跟蹤優(yōu)勢，利用卡爾曼濾波技術(shù)對目標(biāo)跟蹤，以

2、提高目標(biāo)的跟蹤性能。
　　本文首先從圖像直方圖和相關(guān)性兩個方面詳細(xì)分析和論證了雷達(dá)目標(biāo)圖像的可稀疏性，接著對雷達(dá)目標(biāo)圖像的基本特征進(jìn)行了分析，提出了一種比較簡單但有效的“紋理”特征描述方法。另外，為了進(jìn)一步提高目標(biāo)的匹配度，在后期進(jìn)行“紋理”特征匹配時，本文充分考慮雷達(dá)目標(biāo)的位置和航向等幾何特征。其次，本文引入了壓縮感知理論，選擇出了更加適合本文的簡單但高效的稀疏基和測量矩陣，并用重構(gòu)算法間接論證了其優(yōu)良性能。最后，基于前期的分析

3、及論證，本文提出了一種基于壓縮感知理論的目標(biāo)特征表示方法，該表示方法利用本文選擇的稀疏隨機(jī)測量矩陣將采集到的高維多尺度樣本特征進(jìn)行降維處理，在降維后的低維特征空間中不僅保留著目標(biāo)圖像的重要特征以及特征空間的結(jié)構(gòu)，而且又極大地減少了特征存儲空間。另外，在目標(biāo)跟蹤過程中，本文利用勻速直線運(yùn)動模型和離散卡爾曼濾波技術(shù)先對目標(biāo)進(jìn)行預(yù)測，然后在預(yù)測位置利用本文采用的圖像跟蹤技術(shù)將目標(biāo)檢測過程作為一種利用局部搜索的二進(jìn)制分類任務(wù)，將分類器最大值對應(yīng)