基于跟踪反馈的相控阵雷达宏微观资源管理技术研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:oupser123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传感器资源管理技术是应对当今复杂战场环境的一个热点研究方向,对提高传感器系统的综合性能有着重要的意义。本文根据传感器管理的宏/微两级模型,在基于反馈的资源管理控制框架中,对目标跟踪环境下相控阵雷达多目标跟踪微管理和雷达组网目标跟踪下多传感器分配宏管理问题展开了研究。论文首先从传感器管理的模型结构出发,结合反馈控制的概念,建立了一种基于跟踪效果反馈的资源管理控制框架。其次,在此框架下研究了相控阵雷达多目标跟踪资源管理问题,给出了基于Riccati方程的相控阵雷达多目标跟踪稳态资源管理和基于协方差的相控阵雷达多目标跟踪动态资源管理两种算法,并进行了具体的仿真验证。然后,在此框架下研究了相控阵雷达组网跟踪系统下的传感器分配问题,给出了不同跟踪性能优化指标下传感器分配方法,即基于信息增益的雷达组网传感器动态分配算法、基于协方差的雷达组网传感器动态分配算法和基于代价函数的雷达组网传感器动态分配算法,并对其进行了具体的仿真比较研究。接着,为了提高传感器管理算法的实时性,在上述优化分配方法基础上提出了基于信息增益的雷达组网传感器在线快速分配算法和基于离线Riccati方程的传感器在线分配算法两种快速分配算法,通过引入较好的搜索策略,离线优化和在线选择分离方式在保证跟踪精度前提下大大提高算法的计算效率。最后,研究了不完全信息情况下完全分布式雷达组网目标跟踪传感器分配问题,提出了一种完全分布式雷达组网系统融合跟踪递推补偿的方法,仿真验证了算法的可行性。
其他文献
在当前的生产生活中,有些工作是单个系统无法完成的,因此研究如何保持多个系统保持动态同步具有理论和工程意义。日常的机械系统一般可以分为全驱动和欠驱动两类,本文就以全驱动
学位
钨的广泛应用和经济的发展使钨的需求量逐年递增,这导致我国对已探明钨资源过度开采,资源形势严峻。如何高效地利用钨矿原料和回收钨二次资源成为钨冶炼工业中的重要课题。传统
随着工业化以及城市化不断发展,不可避免地会带来很多火灾隐患。当火灾发生时,尤其是高层起火,由于高度很高,灭火及救援的难度都十分大,对救援人员来说工作的危险性也十分大
图像处理作为一门热门的技术广泛应用于现实生活中。传统的图像处理系统大多工作在PC计算机或者服务器上,这些设备在运行和维护时需要耗费较大的人力物力,且应用场地比较固定
作为一个新兴机器学习研究领域,深度学习的概念主要来源于人工神经网络的研究,目的是在建立可以模拟生物大脑进行分析、学习的人工神经网络。近年来,深度学习无论是在理论上
神经元是大脑结构中最基本的单位,想要了解大脑的结构和功能,就要先对神经元进行研究。由于神经元结构复杂,种类繁多,想要了解神经元,首先就要解决神经元的分类问题。从现代
视频监控作为当今日常生活中广泛运用的技术,在智能交通调度、水文监测、银行监管、工业控制等领域发挥着巨大的作用。随着新技术的引入、实际需求的升级,对监控系统有了新的要
随着科技的不断发展,现在和将来的太空任务将要求更为严格的控制稳定度和指向精度。因此就需要航天器在高精度的敏感器件的基础上,对航天器上的干扰噪声进行隔离。本文主要研究
随着科学技术的不断进步,各式各样适合人类需要的机器人已经出现在了人们的工作和生活中,有些机器人的能力甚至超出了人们的想象。机器人在自由空间的控制已经取得了良好的效果