臺灣博碩士論文加值系統

雷達系統無論在民間或軍事應用皆佔有極重要的地位，其主要功能為偵測及追蹤目標，本論文針對移動目標的偵測研發一偵測指示器，以有效地移除背景雜訊並準確地偵測出移動目標，並進一步地提供雷達系統軌道初始之各項資料，以利雷達追蹤此移動目標，此外吾人亦將探討卡門濾波器及雷達追蹤系統，以得到完整之雷達效能。本論文所完成之研究功能亦將利用Matlab模擬並作效能分析，以驗證其可行性。

Radar systems play an important role in the applications of both civil and defense systems. Their major tasks are detecting and tracking targets. One moving target indicator is developed in this thesis. The MTI will remove the clutter and detect the moving target effectively. Moreover, the applications of kalman filter and radar tracking system for the moving target tracking. In order to prove this algorithm, a simulation program using Mablab is conducted also.

封面內頁
簽名頁
授權書．．．．．．．．．．．．．．．．．．．．．．．．．iii
中文摘要．．．．．．．．．．．．．．．．．．．．．．．．iv
英文摘要．．．．．．．．．．．．．．．．．．．．．．．．v
誌謝 ．．．．．．．．．．．．．．．．．．．．．．．．． vi
目錄 ．．．．．．．．．．．．．．．．．．．．．．．．．vii
圖目錄．．．．．．．．．．．．．．．．．．．．．．．．．ix
表目錄 ．．．．．．．．．．．．．．．．．．．．．．．．xii

第一章 諸論
1.1 前言 ．．．．．．．．．．．．．．．．．．．．1
1.2 研究方法 ．．．．．．．．．．．．．．．．．．2
1.3 論文架構 ．．．．．．．．．．．．．．．．．．2
第二章 卡門濾波器
2.1 卡門濾波器 ．．．．．．．．．．．．．．．．．3
2.2 數學模型 ．．．．．．．．．．．．．．．．．．4
2.3卡門濾波器之數學運算 ．．．．．．．．．．．．6
2.4擴展型卡門濾波器 ．．．．．．．．．．．．．．8
2.5卡門濾波器之性質．．．．．．．．．．．．．．11
第三章 資料相關結合技術
3.1 前言．．．．．．．．．．．．．．．．．．．．14
3.2 JPDA資料相關結合技術 ．．．．．．．．．．．15
3.3 One-Step Conditional Maximum Likelihood理論推演．．．．．．．．．．．．．．．．．．．．．20
第四章 雷達移動目標指示器
4.1 前言．．．．．．．．．．．．．．．．．．．．23
4.2移動目標指示器．．．．．．．．．．．．．．．23
4.3 適應性程序．．．．．．．．．．．．．．．．．26
第五章 模擬與分析
5.1 變速度單一目標追蹤模擬分析．．．．．．．．．32
5.2 追蹤兩平行變速度目標．．．．．．．．．．．．40
5.3 追蹤兩交越之變速度目標．．．．．．．．．．．47
5.4 追蹤四個變速度目標．．．．．．．．．．．．．54
第六章 結論 ．．．．．．．．．．．．．．．．．．．．．62
參考文獻 ．．．．．．．．．．．．．．．．．．．．．．．63

圖目錄

圖3.1 資料相關結合之概念圖 ．．．．．．．．．．．．．．14
圖3.2 多目標資料結合之圖示 ．．．．．．．．．．．．．．16
圖4.1 雷達追蹤架構方塊圖 ．．．．．．．．．．．．．．．23
圖4.2 MTI流程方塊圖 ．．．．．．．．．．．．．．．．．24
圖4.3 MTI雷達訊號傳運器 ．．．．．．．．．．．．．．．25
圖4.4 (a)三步脈波消除器
(b)多步脈波消除器 ．．．．．．．．．．．．．．．．26
圖5.1 第一種演算法追蹤變速度單一目標之位置模擬圖 ．．．35
圖5.2 第二種演算法追蹤變速度單一目標之位置模擬圖 ．．．35
圖5.3 第三種演算法追蹤變速度單一目標之位置模擬圖 ．．．36
圖5.4 第一種演算法追蹤變速度單一目標之位置誤差 ．．．．36
圖5.5 第二種演算法追蹤變速度單一目標之位置誤差 ．．．．37
圖5.6 第三種演算法追蹤變速度單一目標之位置誤差 ．．．．37
圖5.7 第一種演算法追蹤變速度單一目標之速度誤差 ．．．．38
圖5.8 第二種演算法追蹤變速度單一目標之速度誤差 ．．．．38
圖5.8 第三種演算法追蹤變速度單一目標之速度誤差 ．．．．39
圖5.10第一種演算法追蹤兩平行變速度目標之位置模擬圖 ．．42
圖5.11第二種演算法追蹤兩平行變速度目標之位置模擬圖 ．．42
圖5.12第三種演算法追蹤兩平行變速度目標之位置模擬圖 ．．43
圖5.13第一種演算法追蹤兩平行變速度目標之位置誤差 ．．．43
圖5.14第二種演算法追蹤兩平行變速度目標之位置誤差 ．．．44
圖5.15第三種演算法追蹤兩平行變速度目標之位置誤差 ．．．44
圖5.16第一種演算法追蹤兩平行變速度目標之速度誤差 ．．．45
圖5.17第二種演算法追蹤兩平行變速度目標之速度誤差 ．．．45
圖5.18第三種演算法追蹤兩平行變速度目標之速度誤差 ．．．46
圖5.19第一種演算法追蹤兩交越變速度目標之位置模擬 ．．．49
圖5.20第二種演算法追蹤兩交越變速度目標之位置模擬 ．．．49
圖5.21第三種演算法追蹤兩交越變速度目標之位置模擬 ．．．50
圖5.22第一種演算法追蹤兩交越變速度目標之位置誤差 ．．．50
圖5.23第二種演算法追蹤兩交越變速度目標之位置誤差 ．．．51
圖5.24第三種演算法追蹤兩交越變速度目標之位置誤差 ．．．51
圖5.25第一種演算法追蹤兩交越變速度目標之速度誤差 ．．．52
圖5.26第二種演算法追蹤兩交越變速度目標之速度誤差 ．．．52
圖5.27第三種演算法追蹤兩交越變速度目標之速度誤差 ．．．53
圖5.28第一種演算法追蹤四個變速度目標之位置模擬圖 ．．．57
圖5.29第二種演算法追蹤四個變速度目標之位置模擬圖 ．．．57
圖5.30第三種演算法追蹤四個變速度目標之位置模擬圖 ．．．58
圖5.31第一種演算法追蹤四個變速度目標之位置誤差 ．．．．58
圖5.32第二種演算法追蹤四個變速度目標之位置誤差 ．．．．59
圖5.33第三種演算法追蹤四個變速度目標之位置誤差 ．．．．59
圖5.34第一種演算法追蹤四個變速度目標之速度誤差 ．．．．60
圖5.35第二種演算法追蹤四個變速度目標之速度誤差 ．．．．60
圖5.36第三種演算法追蹤四個變速度目標之速度誤差 ．．．．61

表目錄
表5.1變速度單一目標之初始運動量資訊．．．．．．．．．．32
表5.2變速度單一目標之變速度區間設定．．．．．．．．．．32
表5.3變速度單一目標之模擬結果．．．．．．．．．．．．．33
表5.4兩平行目標之初始運動量資訊．．．．．．．．．．．．40
表5.5兩平行目標之變速度區間設定．．．．．．．．．．．．40
表5.6追蹤兩平行目標變速度之模擬結果．．．．．．．．．．41
表5.7兩交越目標之初始運動量資訊．．．．．．．．．．．．47
表5.8兩交越目標之變速度區間設定．．．．．．．．．．．．47
表5.9兩交越目標之模擬結果．．．．．．．．．．．．．．．48
表5.10四個目標之初始運動量資訊 ．．．．．．．．．．．．54
表5.11四個目標之變速度區間設定 ．．．．．．．．．．．．55
表5.12四個目標不同飛行模式模擬結果 ．．．．．．．．．．56

[1]K.C. Chang, C.Y. Chong, and Y. Bar-Shalom, "Joint Probabilistic Data and Association Distributed Sensor Networks," IEEE Trans. Auto-ma.Contr., Vol. AC-31, pp.889-897, Oct .1986.
[2]Y. Bar-Shalom and T.E. Fortmann, "Tracking and Data Association," Academic Press, INC. 1989.
[3]C.B. Chang and J.A. Tabaczynski, "Application of State Estimation to Target Tracking," IEEE Trans.Vol.AC-29, No 2, February, 1984.
[4]E. Emre, and J. Seo," A Unifying Approach to Multi-Target Tracking," IEEE Trans. Aerosp. Electron. Syst., Vol AES-25, pp.520-528, 1989.
[5]P. Swerling, "Radar Probability of Detection for Some Additional Fluctuating Target Cases," IEEE Trans. Aerosp. Electron. Syst., Vol. AES-33, pp.698-709, 1997.
[6]E. Conte, M. Lops, and G. Ricci, "Adaptive Detection Schemes in Compound-Gaussian Clutter," IEEE Trans. Aerosp. Electron. Syst., Vol. AES-34 , pp.1058-1069, 1998.
[7]D.J.Kershaw & R.J.Evans, "Waveform Selective Probabilistic Data Association," IEEE Trans. Aerosp. Electron. Syst. Vol AES-33, pp.1180-1189, 1997.
[8]H.Lee & I-J Tahk,"Generalized Input-Estimation Technique for Tracking Maneuvering Targets, "IEEE Trans. Aerosp. Electron. Syst. Vol AES-35, pp.1388-1403, 1999.
[9]K.A.Fisher & P.S.Maybeck, "Multiple Adaptive Estimation with Filter Spawning," IEEE Trans. Aerosp. Electron. Syst. Vol.38, No.3, pp.755-768, 2002.
[10]N.Okello & B.Ristic, "Maximum Likelihood Registration for Multiple Dissimilar Sensors," IEEE Trans. Aerosp. Electron.Syst.Vol.39, No.3, pp.1074-1083, 2003.