论文部分内容阅读
在弱目标环境下，检测跟踪一体化算法的跟踪过程采用未经阀值处理的全部观测数据进行估计，避免传统算法高漏检导致的目标信息大量损失，且检测与跟踪过程相耦合，检测过程利用跟踪的目标位置信息的反馈调整参数，提高弱目标情况下的检测概率，最终实现检测跟踪联合性能的提升。检测跟踪一体化算法由于同时耦合了检测与跟踪过程，算法结构复杂，非线性严重，难以对性能进行定量分析。现今研究主要是针对基于不同准则的算法的研究和改进。基于序列检测的检测跟踪联合算法是检测跟踪一体化的其中一种实现手段。本文研究基于序列检测的检测跟踪联合最优化算法问题，其中固定积累帧数的分类最优算法作为最优化分析时的参照算法，对其性能的定量分析同样进行了详细分析；本文重点分析了两种算法的性能预测、参数与性能定量关系的建立及检测跟踪联合算法最优参数求解，其应用于远程警戒雷达监测，研究主要内容包括：1、分析固定积累帧数的分类最优算法和检测跟踪联合算法的检测统计量的概率密度分布函数，预测在参数值确定的情况下的检测概率、跟踪概率以及平均积累帧数的取值，验证了预测结果与真实的蒙特卡罗结果能较好匹配。2、统计回归分析两种算法的预测的性能样本数据，分别建立算法参数自变量与算法性能和平均积累帧数变量间的定量关系，成功缩小预测估计的误差，并分析各个参数对系统的影响。3、针对参数与系统性能的定量关系，提出两种最优化策略平衡检测与跟踪联合算法的系统联合性能与平均积累帧数，一种是约束最大平均积累帧数，寻求此时的联合性能最优的参数值；一种是约束算法联合性能不能低于特定参照算法，寻找使得此时平均积累帧数最小的参数值。通过最优化研究，预先估计出满足系统性能最优化策略的参数取值，实现检测跟踪联合算法的最优化。