导读:本文包含了多目标运动分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:目标,多普勒效应,方位,中值,算法,频率,特征。
多目标运动分析论文文献综述
卢艳阳,杨坤德[1]（2019）在《基于分布式垂直线列阵的目标运动分析》一文中研究指出为对水下运动目标进行有效定位,提出了一种基于分布式垂直线列阵的目标运动分析方法。基于垂直线列阵已具备目标测距能力的前提,首先分析了单垂直线列阵对目标的测速问题,利用最小二乘法实现了对目标的稳健测速;进一步给出了双垂直线列阵对目标航迹情况的估计,当有叁个及以上的垂直线列阵先后探测到目标时可基本实现对目标运动方向的确定。利用数值仿真和海上航船实际航迹验证了该算法的可行性。结果表明,本文提出的算法可有效获得水下目标的运动状态。(本文来源于《陕西师范大学学报(自然科学版)》期刊2019年06期）
樊垚,费玮玮,杨洪康,刘海旻[2]（2019）在《基于距离参数化EKF滤波器的纯方位目标运动分析》一文中研究指出针对纯方位机动目标运动分析问题,提出一种距离参数化EKF(RPEKF)滤波器设计方法,该方法能够有效降低探测平台与目标初始距离不确定性影响,提高目标运动状态估计滤波收敛性。针对水面目标典型机动形式,给出一种适用于RPEKF滤波器目标机动检测方法,基于评估目标方位角观测误差与目标运动状态协方差矩阵检测目标机动,通过重置滤波器保证目标运动状态估计滤波稳定。数字仿真分析结果表明,本文提出的算法能够实现对水面机动目标运动要素的快速无偏估计。(本文来源于《舰船科学技术》期刊2019年17期）
鞠阳,元勇虎,林蔚,徐海生[3]（2019）在《基于声信息的匀加速目标快速目标运动分析解算》一文中研究指出目前水下目标运动分析(TMA)基本上以目标作匀速运动为前提进行研究,而少有以目标做匀加速运动为前提的TMA解算研究。提出一种在观测平台不机动时求解匀加速直线运动目标参数的内点-Levenberg-Marquard解算方法,并结合多普勒效应双模型与解算方法,提出一种参数搜索优化方法,使得求解参数的过程快速收敛。仿真结果表明,所提解算方法能够有效地求解匀加速直线运动目标的运动参数,并且降低了对本艇机动的依赖程度。(本文来源于《兵工学报》期刊2019年08期）
董阁,曹政,郭良浩,徐鹏,闫超[4]（2019）在《利用频域β-warping变换的浅海修正纯方位目标运动分析方法》一文中研究指出针对纯方位目标运动分析方法收敛时间较长的问题,提出了一种利用频域β-warping变换的浅海修正纯方位目标运动分析方法.该方法利用频域β-warping变换从声强干涉结构中提取与目标距离成线性关系的时延,进而估计距离特征量,并利用距离特征量推导得到的目标状态向量的线性约束修正纯方位扩展卡尔曼滤波算法。数值仿真结果表明,对于浅海匀速直线运动目标,在信噪比不低于8 dB的情况下,与常规纯方位扩展卡尔曼滤波算法相比,改进算法将距离估计的收敛时间由26.5 min缩短至11.5 min.在浅海水平不变波导远场条件下,该方法可以快速稳定地估计距离特征量,并能够对目标进行可靠地跟踪定位。(本文来源于《声学学报》期刊2019年04期）
李瑨瑶,王海斌,徐鹏,汪俊[5]（2019）在《联合方位-径向速度的粒子滤波目标运动分析》一文中研究指出纯方位目标运动分析方法要求观测平台有效机动才能估计目标运动状态,针对这一问题,联合径向速度与方位角作为测量信息对目标进行运动分析,但基于卡尔曼滤波算法进行解算需要已知粗略的目标状态初始值,且收敛时间较长、误差较大,不利于目标实时跟踪.针对以上问题,提出了一种基于粒子滤波的方位径向速度联合目标运动分析方法,建立目标运动状态分析的粒子滤波算法模型,对目标位置和速度等运动要素进行估计.在目标初始状态未知的情况下,一定程度上缩短了收敛时间,减小了估计误差,海试数据处理结果显示:相同条件下,与原有方法相比,本文所提方法收敛时间从35.1 min缩短至30.0 min;跟踪精度从6.1%提高至3.8%,且无需已知目标状态初始值。(本文来源于《声学学报》期刊2019年04期）
徐国军,张林,韩梅,范培勤[6]（2019）在《基于声干涉特征匹配的水中目标运动分析研究》一文中研究指出针对水中目标运动分析问题,提出一种基于目标辐射声场距离-频率谱干涉条纹特征匹配分析的目标运动要素估计方法。以目标初距和目标瞬距为循环观测因子,结合两方位-两距离目标运动要素计算方法,获取当前假设下目标距离特征量和目标方位计算值;依据目标辐射噪声时间-频率谱干涉结构计算的目标距离特征量信息,构造距离特征量匹配代价因子,实现目标运动解要素。仿真数据与试验数据验证结果表明:该方法在绘制的目标运动要素解空间可视化分布图中,可有效估计目标初距、航向和航速信息,显着改善目标运动参数的估计速度和精度。(本文来源于《兵工学报》期刊2019年05期）
周飞,陶剑锋,葛辉良[7]（2019）在《双阵被动融合跟踪目标运动分析》一文中研究指出本文双阵被动、纯方位为基础,在距离维上考虑其联合概率,从而完成检测与跟踪的一体化处理。本文通过对双阵的似然面板上的交叉定位来形成一种固定式水下、水面监听区域的目标位置表示方式,同时也完成了目标的纯方位跟踪。本文还将动力学规律从距离维映射至方位维,以此来针对接近匀速直线运动的目标进行TMA分析,避免了因对方位变化的迟钝而造成的距离维上的跳变。本文描述了一种贝叶斯方法,在双(本文来源于《电子世界》期刊2019年05期）
元勇虎[8]（2018）在《基于改进PSO的多普勒目标运动分析》一文中研究指出在实际应用课题中,被动的目标运动分析(TMA)技术在战略、水声等领域上具有重要的研究意义。而传统的方法往往具有较苛刻的前提条件,难于求解。因此通过结合声特征进行TMA能够简易的、快速的对目标运动参数进行求解。本文主要研究了结合声信息特征的运动参数解算方法,这种方法不需要观测方发生机动,仅靠单观测站就能够被动地对目标进行参数估计与跟踪。运动中的目标发出的辐射噪声的线谱中存在着多普勒(Doppler)频移现象,因此在线谱信息中蕴含有目标的运动参数信息,利用提取到的辐射噪声的线谱瞬时频率信息解算出目标的运动参数对被动跟踪与分析具有重要的意义。本文研究了利用瞬时频率信息与方位角信息,对运动目标进行运动参数估计的方法。粒子群(PSO)优化方法是一种智能优化方法,具有不需要复杂计算,需要调节的参数少,搜索能力突出及结构简单等特点,但也存在出现陷入早熟现象的情况。为了解决PSO方法具有的这些不足,本文以经典标准PSO方法作为模板,给出了动态参数改进方案,推出了一种基于精英-随机学习的PSO方法,即ERPSO方法。根据自然界生物群体的学习过程中,个体的学习方式存在的随机性与集中性,学习模式存在的反反复复的周期性,提出了一种周期式的学习模式,并结合精英组学习方法与随机学习方法,使优化方法即能够快速收敛,也保证了解算过程中解的多样性,减少了陷入早熟现象的出现。提出了精英组学习方法(EPSO)与随机学习方法(RPSO)。EPSO方法通过将优秀的精英个体组成一个团体对粒子个体进行群体信息共享与引导,避免了仅有最佳个体粒子作为参考时易陷于局部最优的情况,体现了团体之间的学习形式。RPSO方法中粒子除了通过自我探索获得信息与经验外,还可以通过与其他粒子进行信息交流获得更多信息与经验,体现了个体之间的学习形式。因学习的目标具有随机分布性,提升了学习过程中每个个体的多样性。数值仿真实验分析了ERPSO方法的可行性及综合性能。ERPSO方法能充分地运用精英组学习方法的局部高度搜索能力与随机学习方法的全局大范围随机性搜索能力的优点,使收敛结果更加优异,且在单峰值与多峰值的目标函数优化问题中均有令人满意的性能表现。在论文的最后,通过数值仿真实验进行了匀速直线运动模型下的TMA问题的参数估计测试,并利用无迹卡尔曼(UKF)技术实现了目标位置的还原与预测。通过数值实验,分析了测量误差与运动要素对求解过程的作用。仿真结果说明了本文提出的ERPSO方法于运动目标的运动要素求解方法的可行性。(本文来源于《哈尔滨工程大学》期刊2018-12-01）
吴久涛,陈亚伟,孙俊[9]（2018）在《基于两级最大似然寻优的纯方位目标运动分析》一文中研究指出0引言目标运动分析(TargetMotionAnalysis,TMA)是一种利用运动平台对目标进行被动定位的重要方法[1]。其中,纯方位目标运动分析由于只需要利用目标的方位信息,在国防领域具有更加广泛的实际应用[2],尤以二维空间中的目标TMA最为典型。传统的TMA包括基于最小二乘的TMA算法、基于最大似然的TMA算法、基于扩展卡尔曼滤波(本文来源于《2018年全国声学大会论文集 C水声工程和水声信号处理》期刊2018-11-10）
王国刚,李洪瑞[10]（2018）在《基于分段建模的目标运动分析方法》一文中研究指出纯方位目标运动分析对观测平台运动方式依赖性较强以及系统的非线性特性,其性能与应用需求还存在较大差距。提出一种在观测平台不机动时求解目标相对航向、在观测平台机动后求解初始距离和速度的分段建模计算方法,并进行了运动参数可解性和病态分析,提出了一种适应该算法的观测平台机动策略,从理论上得到了可解条件和克服病态的方法。该算法特点是所建立的最小二乘方程的维数较低,并且只要求观测平台机动一次即可有较好的效果,降低了对本艇机动的依赖程度。(本文来源于《指挥控制与仿真》期刊2018年03期）
多目标运动分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对纯方位机动目标运动分析问题,提出一种距离参数化EKF(RPEKF)滤波器设计方法,该方法能够有效降低探测平台与目标初始距离不确定性影响,提高目标运动状态估计滤波收敛性。针对水面目标典型机动形式,给出一种适用于RPEKF滤波器目标机动检测方法,基于评估目标方位角观测误差与目标运动状态协方差矩阵检测目标机动,通过重置滤波器保证目标运动状态估计滤波稳定。数字仿真分析结果表明,本文提出的算法能够实现对水面机动目标运动要素的快速无偏估计。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多目标运动分析论文参考文献
[1].卢艳阳,杨坤德.基于分布式垂直线列阵的目标运动分析[J].陕西师范大学学报(自然科学版).2019
[2].樊垚,费玮玮,杨洪康,刘海旻.基于距离参数化EKF滤波器的纯方位目标运动分析[J].舰船科学技术.2019
[3].鞠阳,元勇虎,林蔚,徐海生.基于声信息的匀加速目标快速目标运动分析解算[J].兵工学报.2019
[4].董阁,曹政,郭良浩,徐鹏,闫超.利用频域β-warping变换的浅海修正纯方位目标运动分析方法[J].声学学报.2019
[5].李瑨瑶,王海斌,徐鹏,汪俊.联合方位-径向速度的粒子滤波目标运动分析[J].声学学报.2019
[6].徐国军,张林,韩梅,范培勤.基于声干涉特征匹配的水中目标运动分析研究[J].兵工学报.2019
[7].周飞,陶剑锋,葛辉良.双阵被动融合跟踪目标运动分析[J].电子世界.2019
[8].元勇虎.基于改进PSO的多普勒目标运动分析[D].哈尔滨工程大学.2018
[9].吴久涛,陈亚伟,孙俊.基于两级最大似然寻优的纯方位目标运动分析[C].2018年全国声学大会论文集C水声工程和水声信号处理.2018
[10].王国刚,李洪瑞.基于分段建模的目标运动分析方法[J].指挥控制与仿真.2018
论文知识图
