（從零開始）基於檢測前跟蹤雷達目標跟蹤技術的研究：第（2）周所學知識（01）

若由本篇博文增加關注，就解封本篇博文的VIP權限哈，記得在下方留言哈

1. 在本週我將上週的代碼又完整的檢查了一遍，發現我在生成H矩陣時累加的不是能量，而是數量，即相同ρ與相同θ的個數。先說明一下，其實先進行初級濾波然後再進行累加相同的個數與不進行初級濾波直接進行能量的累加效果是大差不差的。在進行初級濾波時，已經濾除了一些噪聲，這與進行能量的累加其實是相似的。但是爲了充分說明檢測前跟蹤是利用觀測數據的大部分數據這一性質，我採用直接累加能量的方式再次編程。
2. mesh()函數：這個函數是將二維矩陣轉換爲三維圖像的，但是你仔細看其說明：mesh(X(i),Y(j),Z(j,i))會發現，經過mesh()後的圖像其實是和真實的數據成轉置關係的，這個希望你能瞭解以下。以免有疑問。
3. 累加能量思路：

• 累加能量肯定是相同ρ相同θ，所以對於角度進行循環，在每次循環裏找到相同ρ，用tabulate(R(i ，：))即可找到相同元素。
• 對於相同元素進行遍歷，用find(R(i , : ) == y(i1))即可找到其在R中的橫縱座標。然後再對於一個相同元素所形成的橫縱座標進行遍歷，找到在CD中的位置，此時就可以找到對應元素了，然後將對應元素幅值的平方作爲能量進行累加。
  

4. 生成H矩陣後可以進行濾波，把H矩陣中能量較低的數據濾去置零。此處我選擇的是找出H中的最大值，然後將H中的各值與最大值的比值設置一個參數，低於該參數就置零。可以得到一個新的矩陣。
5. 此時你會發現新矩陣的非零數是一片較小的區域 由於我跟蹤的是單目標，所以，在這裏我採用圖像重心提取法來代替那一片區域。此時就得到了一個ρ和一個角度θ，再代入r=-t/tand(角度)+ρ/sind(角度）。用plot()函數畫出其圖像即可。
   
6. 此時得到的只是短時間的SHT-TBD，然後對於餘下的回波數據繼續進行SHT-TBD，最後進行連接在一塊即可。