地心坐标系下基于UCUT-IMM的机动目标跟踪算法

针对远距离杂波环境下弹载雷达NED坐标系跟踪机动目标精度差的问题,提出一种ECEF(地心坐标系)下基于无偏UCUT-IMM的机动目标跟踪算法。该方法首先利用无偏转换把弹载雷达极坐标量测值转换到NED坐标系下的量测值,然后通过坐标旋转得到ECEF坐标系下的量测值,在ECEF坐标系下跟踪滤波,避免了远距离NED坐标系下跟踪滤波受地球曲率的影响,同时为了减少坐标非线性转换旋转所带来的误差,利用UT(不敏变换)计算出地心坐标系下的量测协方差,在此基础上采用IMM(交互多模型)算法来进一步提高目标机动时的跟踪精度。仿真结果表明,与NED坐标系下的跟踪滤波相比,该算法具有更好的跟踪精度。     

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。     

混合坐标系下的自适应α-β滤波器

针对雷达目标观测和数据处理在不同的坐标系下完成,本文提出了一种混合坐标系下的自适应α-β滤波算法来跟踪机动目标。该算法以自适应α-β滤波器为基础,直角坐标系和球坐标系下的算法相结合,克服了这两种坐标系下滤波算法的不足,对机动目标有很好的跟踪效果。仿真表明该算法的跟踪性能优于单一坐标系下的自适应α-β滤波器,尤其适用于TWS雷达多机动目标跟踪情况。     

一种机载GMTI雷达点迹凝聚方法研究

机载GMTI雷达对地面运动目标探测时,由于目标在距离和方位向扩散严重,在进行目标凝聚时难以获取目标的精确位置,导致目标跟踪精度差、虚警率高,难以满足实际使用需求。针对这一难题,本文提出了一种针对机载GMTI雷达原始点迹的凝聚方法,首先基于构建的点扩散函数对目标进行信号幅度复原处理,再进行点迹质心凝聚,并对凝聚后的点迹进行二次检测,对检测后的凝聚点迹进行跟踪处理。通过对实际飞行数据进行分析处理,验证了本方法对提升目标跟踪精度、降低跟踪虚警率的有效性。     

基于压缩感知的PD雷达序贯扩展卡尔曼滤波跟踪方法

提出一种新的基于压缩感知(Compressive Sensing, CS)处理的序贯扩展卡尔曼滤波(Sequential Extended Kalman Filter, SEKF)方法,以用于脉冲多普勒(Pulse Doppler, PD)雷达机动目标跟踪。利用目标在时延多普勒平面内的稀疏特点建立稀疏量测模型,然后通过压缩采样匹配重构方法获得目标的多普勒量测值,并用SEKF方法进行滤波更新,以改善目标状态的估计性能。在滤波过程中,应用CS处理可改善目标多普勒估计精度,而应用SEKF则可通过加入伪量测减小多普勒量测和目标运动状态之间的非线性误差。仿真实验结果表明,本文所提出的方法和传统的SEKF方法以及已有基于压缩感知的跟踪方法相比对机动目标有更好的跟踪性能。      

基于高斯粒子滤波的机载GMTI雷达跟踪

在使用机载雷达对地面目标进行跟踪过程中,常规粒子滤波算法时间复杂度高,误差性能改善幅度不明显。在状态向量服从高斯分布的条件下,将高斯粒子滤波算法应用到机载GMTI雷达非线性滤波过程中。该方法可以根据状态向量的二阶统计量抽取粒子,粒子权值不需要递推计算。相对于常规粒子滤波算法,降低了时间复杂度,并且能够在一定程度上提高误差性能。仿真结果证明了该方法的有效性。     

太赫兹雷达宽带STAP算法研究

太赫兹雷达可以对地面进行高帧率高分辨力成像,是太赫兹技术领域研究热点。针对太赫兹雷达宽带高分辨成像与地面动目标检测一体化实现需求,提出了一种基于宽带空时自适应处理(STAP)的地面运动目标检测算法,首次在机载太赫兹雷达上实现了同时对地高分辨雷达成像监视和多通道地面动目标指示(GMTI)检测。机载太赫兹雷达实测数据验证了算法的有效性。     

压制干扰下基于联邦滤波的机动目标跟踪方法

针对远距离压制干扰下机动目标跟踪问题,分析了远距离大功率压制干扰对于雷达探测及测量精度的影响,引入新的量测模型模拟雷达在压制干扰下由于探测概率下降出现的目标暂消现象,并利用去相关无偏量测转换方法将球坐标下的量测转换到直角坐标系下.在此基础上,基于自适应联邦滤波的思想建立了雷达压制干扰下的机动目标跟踪算法.仿真结果表明,在远距离压制干扰下,所提方法可以保持对目标在多种机动情况下的稳定、准确跟踪,与现有方法相比具有明显的优势.     

一种新的机载预警雷达地面目标过滤方法

地面目标过滤是机载预警雷达航迹优化的一个重要内容,可以有效地改善航迹质量,该问题实质上是一个空地目标分类问题。在引入联合目标跟踪与分类思想的基础上,研究了一种基于空地目标运动特征差异的目标分类方法。首先,采用包含目标所有可能机动的交互式多模型对目标进行跟踪,然后利用估计的目标运动特征参数和贝叶斯分类器完成两类目标的分类。仿真结果表明,在目标机动条件下,该方法能够对空地目标进行有效的分类。     

基于容积卡尔曼滤波的异质多传感器融合算法

针对机动目标跟踪系统建模中的非线性问题,提出一种基于容积卡尔曼滤波(CKF)的雷达与红外传感器融合算法。考虑到被估计系统对目标跟踪算法实时性与精度的要求,在容积滤波框架下构建了集中式量测融合(CMF)和分布式状态融合(DSF)两种结构形式。CMF结构采用最优加权方法,首先对雷达和红外两种异类传感器的方位角度量测信息进行融合,并将其与融合后的雷达径向距量测构建新的量测数据,进而通过CKF算法对机动目标进行跟踪。DSF结构则首先对雷达量测中径向距信息进行加权融合,并将融合结果作为红外传感器的虚拟径向距量测,以实现红外量测的扩维处理,进而对每组量测数据应用CKF进行分布式并行加权融合,获得目标运动状态的最终估计。仿真场景中,对两种融合方法的性能进行比较,理论分析与仿真实验验证了算法的可行性与有效性。     

机载视频合成孔径雷达成像技术研究

机载视频合成孔径雷达(ViSAR)工作在太赫兹波段,具有5 Hz以上的无孔径交叠成像帧率。其采用一发四收系统架构,具备合成孔径雷达(SAR)成像、地面动目标检测(GMTI)和干涉合成孔径雷达(InSAR)测高等功能,兼具光学传感器成像速度快以及微波雷达环境与气候适应性好等优势。论文介绍了机载视频合成孔径雷达研究进展,实验表明,其成像分辨率优于0.2 m,合成孔径时间可缩短至0.2 s。利用阴影信息可以对运动目标(如卡车等)进行检测,结合传统的GMTI与InSAR技术,实现对复杂运动目标的成像、跟踪和定位。     

基于ATUKF的地面动目标跟踪算法

地面动目标运动速度较小,且运动模型随着道路实时变化,在远距离前提下机载雷达如何对地面动目标进行精确跟踪已成为亟待解决的难题。针对该问题,文中提出了一种自适应转弯无迹滤波算法。首先,通过推导目标位置、速度与转弯率的关系,并将其作为状态变量进行自适应更新,提高了跟踪模型准确性;其次,引入无迹变换的思想,有效减小非线性估计误差。仿真实验表明,所提算法的位置和速度均方根误差均小于传统的Singer和交互式多模型算法,为地面动目标精确跟踪提供了一种新的思路。     

极坐标系下UKF双站目标跟踪算法研究

介绍了传统的带多普勒量测信息的双基地目标跟踪模型,提出了采用一组新的状态变量替代原有状态变量,得到了极坐标系下量测方程完全线性化的双基地跟踪模型,并将无迹卡尔曼滤波（UKF）应用于这个非线性系统的目标跟踪。通过仿真实验看出,与同样使用UKF进行跟踪的传统的混合坐标系跟踪模型相比较,极坐标系UKF算法有更好的跟踪性能,收敛快,对噪声有更强的适应能力。     

基于DDC模型的机载雷达多普勒参数估计研究

基于多普勒分布式杂波(DDC)模型,本文给出了机载雷达杂波多普勒参数估计的性能分析.并针对多普勒扩展较小的DDC模型,提出了一种基于非线性算子的多普勒参数快速估计算法,该算法通过采样数据直接给出多普勒参数的闭式解,能够显著地减少运算量并满足实际机载雷达的应用需求.     

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。     

Blind velocities mitigation for MIMO GMTI radar with Doppler division multiple access waveforms

Multiple-input multiple-output (MIMO) radar with multiple transmitters and multiple receivers can achieve a larger virtual antenna array and more system degrees of freedom; thus applying it to ground moving target indication (GMTI) radar can improve the performance of GMTI. Doppler division multiple access (DDMA) waveforms are approximately orthogonal providing good minimum detectable velocity (MDV) performance. However, in such DDMA systems, a sufficient pulse repetition frequency (PRF) design freedom is required. Furthermore, these waveforms suffer from blind velocities which are serious problems, especially in radar systems with high carrier frequency or low PRF. This paper analyses the blind velocities problem and show that blind velocities are relative to variation of the PRF and/or the carrier frequency. Variable PRF techniques are widely used in conventional GMTI radar including multiple PRFs and variable pulse repetition intervals (PRI). Combined with the characteristics of the DDMA MIMO GMTI radar, this paper proposed two methods to mitigate blind velocities: “multi-PRF DDMA” which employs multiple PRFs over successive coherent processing intervals, and “PRI-dithered DDMA” which employs nonuniform sampling by dithered PRI in slow time. Simulation results demonstrate that both the methods are effective ways to mitigate blind velocities in DDMA MIMO GMTI radar systems.     

一种机载前视阵雷达近程杂波谱补偿方法

机载前视阵雷达近程杂波谱在方位-多普勒域随距离变化剧烈,功率谱不重合并严重展宽,直接进行空时自适应处理（STAP）不能在待检测单元形成窄而深的凹口,致使地面动目标检测（GMTI）性能下降。文中提出一种导向矢量矩阵最小二乘拟合方法,该方法利用训练单元和近程待检测单元导向矢量拟合矩阵对杂波数据进行变换,使训练单元的杂波子空间逼近于待检测距离单元,从而实现了机载前视阵雷达近程杂波谱重合。仿真实验表明该方法能够对近程杂波非均匀性进行有效补偿,减轻杂波谱随距离变化对空时自适应处理性能的影响。