基于PSO-SVM算法的雷达点迹真伪鉴别方法研究

为解决虚假目标点迹对雷达跟踪性能的影响,本文提出了一种基于PSO-SVM算法的雷达点迹真伪鉴别方法,进一步对目标点迹和杂波点迹进行真伪鉴别,有助于滤除杂波剩余点迹,提高雷达处理容量和跟踪性能。本方法利用点迹形成过程中生成的特征参数,先利用PSO算法对SVM算法参数进行优化选择,再利用参数优化后的SVM算法对雷达点迹进行真伪鉴别。最终,目标点迹鉴别准确率达到了95.18%,杂波点迹鉴别准确率达到了89.94%,整体的点迹鉴别准确率达到了92.13%。实验结果表明：该算法有较高、较稳定的点迹鉴别准确率,前期较多的杂波点迹被鉴别为目标点迹的缺陷也得到了较好的改善。     

基于坐标变换与随机Hough变换的抛物线运动目标检测算法

该文提出了一种在雷达坐标平面中检测匀加速机动目标抛物线轨迹的新算法。该算法将抛物线方程的坐标变换与随机Hough变换三点检测法结合起来检测任意方向的抛物线轨迹,并利用所检测到的点迹的速度信息来消除虚假目标。Monte Carlo仿真表明,在密集杂波条件下,高检测概率会带来高的虚警概率;而在稀疏杂波条件下,检测效果比较好。     

基于帧间数据处理的杂波点迹滤除技术研究

针对雷达搜索和跟踪过程中产生的杂波点迹影响操作员对目标信息和空情态势的判决问题,提出了一种基于帧间数据处理的杂波点迹滤除方法,实时地对单个驻留内的点迹进行相关处理,并辅以速度、幅度、RCS和距离展宽等门限控制来提高杂波点迹正确滤除率。利用雷达的实际跟飞数据对该方法的有效性进行了验证,结果表明,在此类试验场景下,利用该方法可以大幅度地滤除杂波点迹,并完整地保留真实目标点迹,提高输入点迹质量及空情显示的清晰度和可视度。     

基于点迹态势图像处理的数据关联新方法

密集杂波环境下,传统的点迹融合方法进行点迹数据关联处理时,运算量大、错误关联明显。针对这一问题,提出一种基于点迹态势图像处理的数据关联方法。首先根据传感器探测性能与目标速度范围估计实现点迹量测的图像化,生成点迹态势图像;然后对图像进行邻域连通性判别等形态学处理,实现杂波点迹的剔除。结合像素点对应点迹含有的时间信息进行连通域标记,得到不同目标点迹的归类划分,进而实现点迹数据的关联处理。仿真验证表明,该方法从原理上避免了组合爆炸,降低了运算量,且能够很好地解决错误关联问题,提高数据关联处理的准确性。     

基于点迹态势图像处理的数据关联新方法

密集杂波环境下,传统的点迹融合方法进行点迹数据关联处理时,运算量大、错误关联明显。针对这一问题,提出一种基于点迹态势图像处理的数据关联方法。首先根据传感器探测性能与目标速度范围估计实现点迹量测的图像化,生成点迹态势图像;然后对图像进行邻域连通性判别等形态学处理,实现杂波点迹的剔除。结合像素点对应点迹含有的时间信息进行连通域标记,得到不同目标点迹的归类划分,进而实现点迹数据的关联处理。仿真验证表明,该方法从原理上避免了组合爆炸,降低了运算量,且能够很好地解决错误关联问题,提高数据关联处理的准确性。     

一种舰载雷达海面目标检测处理方法

在复杂海杂波中检测出海面目标并实现稳定跟踪一直是舰载雷达进行海面目标处理时面临的难题。文中在分析雷达常规杂波抑制方法的基础上,分别从雷达调度控制、点航迹处理等方面,给出了圈间变频、基于宽度的幅度加权点迹凝聚、海面目标的机动加速度突变跟踪模型等数据处理方法,针对性地降低海杂波影响,提高海面目标的点迹质量及跟踪性能。通过对某导航雷达实录数据进行处理,文中所提方法能有效地抑制海杂波,显著提高海面目标跟踪的稳定性。     

雷达组网数据融合处理中的点迹融合技术

基于点迹的雷达组网系统，可以充分发挥多雷达信息的优势，提高目标航迹起始概率，改善系统跟踪性能。本文结合工程实践，详细分析了组网雷达数据融合处理中的点迹融合技术，以及点迹关联处理的一般步骤和常用关联滤波方法，最后对点迹融合性能做了定量的分析。     

一种基于特征加权的点迹质量评估方法及应用

针对地面预警雷达点状移动杂波抑制难,提出一种基于多特征加权的点迹质量评估方法。该方法利用目标和点状移动杂波的点迹特征的差异进行杂波抑制。首先通过先验信息统计目标和杂波的点迹特征,计算各点迹特征的均值和权系数,然后将各特征信息加权求和,计算点迹的目标属性质量估值和杂波属性估值,最后对比两者之间的差别获取有效点迹。通过某雷达时采数据验证,该方法可以有效地抑制点状移动杂波。     

多传感器机动目标跟踪

本文提出了一种用于跟踪机动目标的被动多传感器航迹融合方法，它与点迹融合相比性能虽略有下降，但却大大降低了融合中心的计算负但及网间通信需求，在高密度杂波环境中尤其如此。这种航迹融合的方法考虑到不同传感器间共同的系统扰动所造成的估计误差的相关，从而得到最优的融合算法。     

基于雷达点迹处理的抗RGPO干扰的机动目标跟踪

针对距离波门拖引(Range Gate Pull Off,RGPO)干扰下机动目标跟踪性能恶化的问题,提出一种基于雷达点迹处理的机动目标跟踪算法。该算法首先使用RGPO干扰鉴别技术将跟踪波门内的雷达点迹数据分为正常点迹集与RGPO干扰点迹集,针对不同的点迹集采取了不同的状态更新策略,最后融合两类状态信息后输出目标位置。仿真结果表明,该算法的跟踪精度明显优于传统的交互多模型－概率数据关联(Interacting Multiple Model Probabilistic Data Association,IMM-PDA)算法及现有抗RGPO干扰机动目标跟踪算法。     

车载MTD搜索雷达多普勒频率补偿方法

车载MTD搜索雷达行进间工作时,车体运动产生的多普勒频率使地物杂波频谱偏离零频位置,导致在MTD处理时地物杂波抑制性能变差,降低了雷达在杂波背景下的目标检测能力。该方法通过计算车体运动在地物回波中产生的多普勒频率,把车体运动多普勒频率计算值与相参基准信号频率叠加,输出多普勒频率叠加后的相参基准信号到接收机。在接收机中,多普勒频率叠加后的相参基准信号与中频信号混频,输出多普勒频率补偿后的相参视频信号,从而解决了车体运动对MTD处理的影响。     

基于快速后向投影的超宽带冰雷达数据成像算法

该文提出一种新的冰雷达成像算法,该算法可以在获得高分辨率冰下剖面图的同时,拥有较高的处理效率.该算法是一种基于快速后向投影的超宽带(UWB)冰雷达成像方法,其修正了多层媒质情况下的雷达与目标之间的距离,以及因多层媒质造成的距离徙动几何变化.该文分析了算法的原理,给出了算法实现的具体步骤,并将其应用于点目标仿真和航空冰雷...     

基于红外和雷达数据融合的机动目标跟踪方法

文章基于并行多传感器联合概率数据关联算法,提出了一种杂波环境下的多传感器多机动目标跟踪算法,首先使用融合算法将红外和雷达的量测进行异步和同步融合,然后应用融合后的量测,采用IMM算法实现对机动目标的跟踪.在仿真实验中分别跟踪单个和多个目标,结果表明该算法可以解决两种传感器的量测不同步问题,同时可以消除漏检现象对目标跟踪的影响,并能保证一定的跟踪精度.     

基于稀疏贝叶斯学习的机载双基雷达杂波抑制

机载双基雷达杂波与构型有关且具有严重的距离依赖性,因此杂波脊复杂多变,独立同分布(IID)的样本很少。传统的空时自适应处理(STAP)方法受独立同分布样本数的限制,对机载双基雷达杂波的抑制性能有限。基于机载雷达杂波在角度-多普勒域分布的稀疏特性和稀疏贝叶斯学习(SBL)在稀疏信号重建方面的优势,该文将SBL算法应用于较为复杂的机载双基雷达双动模式下杂波抑制,该方法可以用少量训练单元杂波估计待测距离单元的杂波协方差矩阵(CCM),然后进行空时自适应处理;同时,该算法不需要样本独立同分布,在双基双动模式下对杂波的抑制性能较好,仿真结果验证了算法的有效性。     

对海雷达多维图像特征融合智能检测方法

海面目标检测是雷达信号处理中的重要内容,在军事、民用领域内都有重要应用价值。在海面目标雷达信号处理中,海杂波的存在对检测算法的性能有很大影响,传统的雷达信号处理方法多基于统计理论,对于复杂环境条件和多样的目标特性检测性能下降明显。近年来深度学习技术发展迅速,为可靠的海面目标的检测方法提供了技术支持。本文对近年来目标检测算法、深度学习方法的发展进行总结,从雷达信号数据结构和维度出发,采用深度学习理论,分别提出了基于二维图像、三维视频雷达信号、多维雷达信号多通道融合的智能处理框架,并以导航雷达图像海上目标智能检测为例,提出一种Precise ROI?Faster R?CNN雷达图像检测算法,通过构建的导航雷达数据集训练和测试,相比经典恒虚警检测和Faster R?CNN检测方法有更高的检测精确度和更好的泛化能力,从而为对海雷达智能导航和目标检测提供了有效的技术途径。     

双基STAP雷达杂波非平稳特性消除的新方法

在单基侧视机载或星载雷达系统中,空时自适应处理是一种成熟可行的慢速移动目标检测方法。在双基雷达系统中,由于杂波的非平稳特性,空时自适应处理无法获得理想的性能。为了揭示双基雷达杂波的非平稳特性,文中推导出了方位-多普勒曲线,研究了一种基于AD曲线配准的杂波非平稳特性的消除方法,给出了此种方法的处理步骤和性能分析。通过仿真发现,该方法处理算法不太复杂且性能优良。     

基于地形融合分类的分区二维恒虚警检测器

在非均匀杂波背景下,由于恒虚警( CFAR)检测器与杂波背景幅度分布不匹配,导致检测器性能出现剧烈下降。针对此问题,提出了一种基于地形融合分类的分区二维CFAR检测器。首先提出一种基于拟合优度( GoF)的地形融合分类算法来对非均匀杂波背景下的地形进行分类编号,同时记录各地形的幅度分布及幅度分布参数;再根据地形编号及记录的幅度分布选择相匹配的CFAR处理窗实现分区二维CFAR;最后利用实测数据验证了该地形融合分类算法的有效性,并用半实测、实测数据对所提出CFAR检测器性能进行了仿真验证,结果表明相比传统二维CFAR检测器,所提出的CFAR检测器在非均匀背景下性能有明显提高。     

基于CUDA的机载MIMO雷达杂波建模

针对机载MIMO雷达杂波模型运算量大的问题,建立了基于CUDA的模型,利用图形处理器的并行运算能力来加速运算。为了符合CUDA的通用计算架构特性,该模型在算法上优先设计并行运算,在编程上尽量引入并行线程,实现图形处理器的浮点运算、存储器以及带宽资源的有效利用。最后测试了加速效果与模型结构、数据规模的关系。实验结果表明,...     

机载前视FDA-MIMO雷达距离模糊杂波抑制

高重复频率的前视阵雷达杂波存在距离依赖问题和距离模糊问题,导致传统的空时自适应处理方法杂波抑制性能急剧下降甚至失效。针对前视阵雷达距离模糊杂波抑制问题,利用频控阵（FDA）-多输入多输出（MIMO）体制提供的可控自由度,本文提出了一种距离模糊杂波抑制方法。该方法将无模糊区域和模糊区域的杂波在空间频率域上分离,利用俯仰角正切值导数更新（Tangent DBU,TDBU）的方法,对前视阵条件下的距离依赖性进行补偿,最后进行空时自适应信号处理。该方法有效解决了前视阵雷达距离模糊杂波抑制问题,提高了杂波抑制性能,仿真实验验证了本文方法的有效性。      

基于块稀疏恢复的高频雷达空间角谱和极化谱联合估计方法

高频地波雷达（high-frequency surface wave radar,HFSWR）中电离层杂波的存在,会极大地影响雷达系统的性能,降低对目标的探测能力.为了精确获得杂波参数,从而更好地抑制电离层杂波,提出了一种基于压缩感知（compressive sensing,CS）的单快拍参数估计方法,用于对电离层杂波的空域和极化域参数估计.该方法基于极化敏感阵列的块稀疏估计模型,应用块正交匹配追踪（block orthogonal matching pursuit,BOMP）算法实现距离-多普勒域的单快拍空间角度和极化参数联合估计,并进一步获得目标和杂波的空间角谱和极化谱.该方法适用于任意极化敏感阵列,在距离-多普勒域单快拍条件下,其估计性能优于传统方法,且计算复杂度极低,可以实现实时处理.仿真结果和某HFSWR系统实测数据处理结果表明了参数估计方法的有效性.