异类传感器协同探测跟踪技术研究

低小慢消费级无人机的非法滥用，对社会公共安全带来了安全隐患和威胁。文中提出综合的探测和跟踪方法，该方法结合无线电侦测、雷达、光电和声学等传感器各自探测的优势，协同探测来袭无人机目标，互相补盲，并将信息进行融合，形成高质量的目标航迹，提高系统的探测跟踪能力和探测精度，为后续处置设备提供高质量的目标拦截打击引导数据。     

一种跟踪掠海飞行小目标的雷达光电融合处理方法

传统跟踪雷达在跟踪掠海飞行小目标时,容易形成多路径误差.提出了一种雷达光电融合的处理方法,首先采用雷达进行捕获,通过处理,提供目标距离、初始位置、仰角的初始偏差以及目标预测角等信息,然后光电跟踪设备产生光电目标测偏信息及目标有效信息,最后利用雷达及光电跟踪设备提供的误差数据进行自适应行加权处理,形成角度误差,输入功放控制电路完成对掠海飞行小目标的跟踪.     

基于距离像长度特征辅助的雷达目标跟踪

传统雷达目标跟踪仅利用角度和距离数据,由于获取的测量信息较少,跟踪精度受限。本文利用现代雷达所具有的距离高分辨能力,提出了一种基于距离像长度特征辅助的跟踪模型,并结合先进的非线性滤波算法得到了一种高性能目标跟踪算法—FAT UKF。该算法将目标的运动状态与距离像长度信息联系起来,通过增加观测量的维数来提高雷达的跟踪能力。对典型实例的计算机仿真结果表明,基于特征辅助的跟踪算法不仅收敛速度快,且能有效突破传统跟踪算法的理论误差下限,大大提高了雷达跟踪系统的整体性能。      

雷达辅助光电跟踪系统协同跟踪算法

针对光电跟踪系统对目标探测过程中发生的不完全量测现象,采用雷达辅助光电跟踪系统进行协同跟踪保证量测的连续性。首先给出光电跟踪系统的不完全量测模型以及雷达辅助下的协同互牵引模型,提出基于粒子滤波的序贯融合算法;其次,利用粒子滤波求取传感器在每一时刻的Renyi信息增量作为协同过程互牵引准则,确定互牵引触发时机,确保协同过程的自主性。仿真结果表明:通过选择合适的互牵引门限,能够在尽量少的雷达辐射的条件下改善对目标跟踪性能并保证对目标探测的稳定性。     

一种高数据率雷达跟踪慢速目标的数据互联算法

杂波环境下, 现有的最近邻数据互联算法在高采样率雷达跟踪慢速目标时, 由于量测误差远远大于目标实际运动的距离, 量测值往往难以落入预测波门之内, 从而造成数据互联失败。针对这一问题, 提出了一种自适应距离最近邻数据互联算法。该算法用状态估计向量中的位置信息计算与下一时刻量测值的实际距离来代替预测中心与量测值的统计距离, 降低了预测中心不确定性造成的漏互联概率, 从而提高了跟踪精度。实际距离波门的大小与雷达和目标距离、雷达测距精度、雷达测角精度有关, 并且随着时间实时变化。通过在地心坐标系下的跟踪滤波仿真证明, 该算法能够有效地实现高数据率雷达对慢速目标的跟踪, 且跟踪精度较高, 具有一定的工程实用价值。     

光电转塔自动搜索跟踪监视低小慢目标控制方法

对低小慢目标的自动搜索跟踪监视具有重要的意义,针对目前对光电探测低小慢目标自动化程度低的问题,提出一种对低小慢目标实现全自动搜索跟踪监视的光电转塔控制方法。在雷达系统发现低小慢目标并给出目标的预测地理位置后,光电转塔内的传感器自动控制系统会自动控制可见光传感器和红外传感器视场将目标以合适的大小显示在图像中,并且自动调焦使目标清晰;光电转塔运动自动控制系统会控制转塔对准目标预测点,控制图像处理器检出低小慢目标,将目标拉到图像中心显示、持续跟踪并识别。试验结果表明该方法可以在多种天气条件下全自动实现对多种低小慢目标发现、自动跟踪监视、识别,实现了系统全自动化工作。     

基于多特征融合的高机动多目标低截获概率跟踪技术

在多目标跟踪过程中,目标的高机动特性使得传统采用固定运动模型或交互式多模型的目标跟踪算法很难实时精确匹配目标运动模型,从而引起高机动目标的低跟踪精度问题。针对这一问题,本文提出一种基于目标运动状态模型自适应更新的高机动多目标跟踪算法。在多目标跟踪过程中,该算法采用多特征聚类融合算法进行目标运动模型估计,并根据各目标跟踪波动参数进行状态转移矩阵决策更新,同时利用联合概率数据关联实现多机动目标状态转移矩阵自适应更新的关联跟踪,从而解决了传统多目标跟踪算法因目标运动模型失配引起的低跟踪精度问题。在目标跟踪算法的传感器选择上,无源传感器不对外辐射能量,具有较好的低截获概率性能,但其跟踪精度有限,常不能满足多目标高跟踪精度的要求。雷达作为有源传感器,具有较高的跟踪精度。但由于雷达对外辐射信号,容易被防御方截获。针对这一问题,本文提出了一种无源传感器目标跟踪为主,有源雷达间歇跟踪为辅的多传感器协同管理目标跟踪算法。该算法通过对目标跟踪本征堆积误差的判断进行传感器的最优分配,并根据波动参数的大小进行状态转移矩阵决策更新。仿真结果验证了本文所提出的多传感器协同的高机动目标跟踪算法在满足高机动目标跟踪精...     

一种基于多传感器数据融合的目标跟踪算法

在制导与跟踪系统中．雷达和红外成像传感器所固有的优缺点,决定了其自身的局限性。为综合利用上述传感器信息,提高目标跟踪精度,提出了一种基于雷达和红外成像传感器数据融合的交互多模目标跟踪算法,算法首先对红外图像进行处理,然后基于上述处理结果．利用交互多模算法对雷达观测信息进行目标跟踪,最后采用分布式数据融合算法得到最终目标的跟踪结果。在有效提高跟踪精度的同时,减少了运算量。     

基于改进MEANSHIFT的可见光低小慢目标跟踪算法

由于低小慢目标强机动性、易畸变等特点导致对其跟踪定位误差大、精确度低,本文针对这一难题提出了一种基于多特征融合与区域生长的Meanshift低小慢目标跟踪算法。首先根据人工标定的目标初始位置截取ROI（region of interest）区域,提取ROI区域的灰度直方图以及HOG（梯度方向直方图）特征,融合两特征建立目标的二维描述模板,然后结合目标模板与候选模板之间的Bhattacharyya相似系数以及ROI区域与候选区域之间的Hu矩的欧氏距离构建新的算法收敛判据,最后利用区域生长方法分析目标面积变化建立模板更新机制。通过在公开数据集LaSOT以及自行采集的4个图像序列上与同类算法的实验表现,表明本文算法对低小慢目标强机动与畸变不敏感,跟踪效果稳定,在一定的约束条件下,算法的跟踪精度可到达95%以上,具有较强的应用价值。      

基于测量子集优化的雷达/ESM联合目标跟踪

针对雷达电子支援措施(ESM)主被动传感器的协同定位与目标跟踪,提出了基于测量子集优选的目标跟踪算法。该方法利用ESM方位角测量与雷达距离、方位测量组成的各测量子集对目标的定位精度分析,遴选出定位精度最高的测量子集定位结果作为雷达对目标跟踪的融合量测,在雷达的跟踪门内进行量测确认,之后按照联合数据互联的方法,对多目标当前状态进行估计。仿真实验显示,该方法是异地配置雷达/ESM协同目标跟踪的一种点迹级融合的有效方法。     

基于修正最小二乘法的测控设备同站引导算法

测控设备对飞行目标进行跟踪及测量时,高跟踪精度测控设备捕获目标较为困难,一般采用低跟踪精度设备引导天线接近目标,然后再转入自跟踪模式,因此同站测控设备互引导是目标捕获的一个重要手段。针对低跟踪精度测控设备引导高跟踪精度设备的技术需求,文中提出了一种在两套测控设备共视目标时,利用高精度设备跟踪信息来对低精度设备跟踪数据进行实时修正的算法。该算法实现了跟踪残差的实时估计和外推,提高了同站引导精度。最后采用遥测设备引导光电经纬仪进行实验,验证后发现修正后的遥测设备跟踪数据能够引导光电经纬仪有效的捕获目标。     

基于规格化Hough变换的天波超视距雷达检测前跟踪算法

基于Hough变换的检测前跟踪算法非常适用于强噪声背景下小目标的检测.对于天波超视距雷达(OTHR)来说,探测目标距离可达几千公里,测量精度和雷达分辨率都很低.将基于Hough变换的检测前跟踪算法应用于天波超视距雷达的检测环境中,由于径向距和方位量测数量级相差较大,造成检测性能急剧下降,因此提出基于规格化Hough变换的检测前跟踪算法.针对高斯噪声背景中的飞机目标,仿真结果表明提出的算法具有较好的检测性能.     

组网红外/雷达协同间歇式目标跟踪

为进一步提高组网火控雷达间歇跟踪系统性能,提出了基于组网的红外/雷达协同间歇跟踪方法.该方法利用红外/雷达进行协同间歇跟踪,通过数据拟合对连续红外数据与间歇雷达数据进行时间配准,并对配准后的数据进行压缩,然后采用集中式序贯滤波融合算法对异类间歇数据进行融合,形成连续的目标跟踪航迹.仿真结果表明,与组网火控雷达间歇跟踪相...     

交通监测毫米波雷达数据预处理方法研究

毫米波雷达交通监测场景中待检测目标较多、各目标间点迹特征接近,导致点迹凝聚精度低,对此, 文中提出一种改进的交通监测毫米波雷达数据预处理方法。首先通过短时多帧数据积累提高车辆目标点迹密度, 随后利用加权欧式距离度量点间距离以提高密集间隔目标的类间距离,并对点间距离分布进行曲线拟合实现聚类 算法参数的自适应求解,最后利用基于密度的噪声空间聚类(DBSCAN)算法对点迹进行凝聚处理。由雷达实测数据 进行实验验证,相较于传统方法,原始点迹数据经凝聚后跟踪得到车流量统计精度提高10. 97%,结果表明所提方法 能够对车辆点迹信息进行较为精确的凝聚,改善了毫米波雷达在交通监测领域的应用效果。     

一种基于单脉冲雷达信号生成方位距离像的多目标跟踪算法

传统单脉冲雷达工作模式很难区分出区域内多个目标,为解决单脉冲雷达信号多目标跟踪不稳定问题,文中给出了直接从单脉冲雷达中频信号采样生成区域态势方位距离二维图像方案,并提出了融合经典单目标跟踪ECO算法与数据关联的在线多目标跟踪算法,以实现对中频采样数据中多目标的连续跟踪.从对采集生成的方位距离二维像实验中可以看出:文中方...     

高频地波雷达飞行小目标跟踪方法研究

增大探测距离、快速精确跟踪是高频地波雷达探测飞行小目标所面临的主要困难.本文提出了高频地波雷达飞行小目标跟踪(AWATT)系统.该系统主要包括自适应改进Hough变换(AMHT)航迹起始、双门限快速联合概率数据关联(DTF-JPDA)以及间接测量(IM)精度改善,分别解决了低信噪比条件下,对飞行小目标的提早预警、快速关联以及精确跟踪问题.实验结果验证了该系统在跟踪预警飞行小目标中的有效性.     

一种改进的机载多普勒雷达目标跟踪算法

针对传统的基于多普勒雷达量测转换的目标跟踪算法只适用于静止雷达的问题,将该算法推广至机载多普勒雷达。在每个递推周期里,首先将机载导航数据转换到东北天坐标系中;然后,将距离量测转换成东北天系下的位置伪量测,由此完成对目标的位置滤波;最后,联合目标位置滤波值及多普勒量测对目标进行运动状态滤波,由此得到目标的位置最终估计值。仿真实验结果表明,改进后算法的跟踪精度优于传统的多普勒雷达目标跟踪算法。     

机载火控雷达主杂波精跟踪

介绍了机载火控雷达主杂波中心频率精确跟踪的方法,综合采用了主杂波粗跟踪、线间地速校正迭代、帧内主杂波距离-频率校正和功率谱相关函数法估计4种算法对主杂波中心频率进行精确估计,分析了4种估计算法的精度特性,给出了工程应用结果。该方法已成功应用于空时自适应处理的地面慢动目标检测方式。     

前向散射阴影逆合成孔径雷达成像误差分析

阴影逆合成孔径雷达(SISAR)成像算法可以从前向散射雷达(FSR)目标回波中提取目标侧影轮廓像,其成像精度由目标的运动轨迹跟踪精度决定。该文基于小衍射角前向散射信号模型,解析推导了SISAR成像误差与目标运动轨迹跟踪误差的关系;分析了跟踪误差对目标侧影轮廓高度差和中线成像结果的影响,给出了对跟踪精度的定量要求。通过大量仿真验证了分析的正确性。     

雷达组网协同探测范围研究

协同探测具有增加稳定跟踪距离、提早建立目标航迹等优点。当目标为起伏目标时,不同雷达在同一时刻观测到起伏目标的 RCS 相关性未知,传统的检测融合公式不再适用。在分析目标 RCS 起伏特性的基础上,提出了多雷达组网对起伏目标的联合检测概率计算模型,根据不同雷达探测起伏目标截面积间的相关程度和分布式检测融合算法,计算获得了雷达组网协同探测稳定跟踪目标的距离范围。通过仿真实验验证了算法的有效性,仿真结果可为雷达网布站提供依据。