基于序列檢測的檢測跟蹤聯(lián)合最優(yōu)化算法研究.pdf

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

2、合算法是檢測跟蹤一體化的其中一種實現(xiàn)手段。本文研究基于序列檢測的檢測跟蹤聯(lián)合最優(yōu)化算法問題，其中固定積累幀數(shù)的分類最優(yōu)算法作為最優(yōu)化分析時的參照算法，對其性能的定量分析同樣進行了詳細分析；本文重點分析了兩種算法的性能預(yù)測、參數(shù)與性能定量關(guān)系的建立及檢測跟蹤聯(lián)合算法最優(yōu)參數(shù)求解，其應(yīng)用于遠程警戒雷達監(jiān)測，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)算法和檢測跟蹤聯(lián)合算法的檢測統(tǒng)計量的概率密度分布函數(shù)，預(yù)測在參數(shù)值確定的情況

3、下的檢測概率、跟蹤概率以及平均積累幀數(shù)的取值，驗證了預(yù)測結(jié)果與真實的蒙特卡羅結(jié)果能較好匹配。
　　2、統(tǒng)計回歸分析兩種算法的預(yù)測的性能樣本數(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)測估計的誤差，并分析各個參數(shù)對系統(tǒng)的影響。
　　3、針對參數(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)，尋求此時的聯(lián)合性能最優(yōu)的參數(shù)值