外太空有源假目标的运动学特性

弹道导弹突防过程中释放的有源干扰装置能够产生在能量、波形和相位调制等方面与目标回波高度逼近的假目标,这些假目标会共享雷达信号处理器的相干处理增益,使得传统的信号处理鉴别方法失效,并在数据处理层形成大量虚假航迹。该文从理论上分析了外太空有源假目标的运动学特性,推导了其在典型坐标系下的运动方程,揭示了有源假目标在运动学特性上和实体目标间的根本差异。首先,建立了统一的数学描述模型,推导了假目标在雷达站直角坐标系、雷达站球坐标系和地心坐标系下的运动方程;其次,根据运动方程分析了假目标的轨道、速度和加速度特性;最后,研究了相关因素对假目标运动学特性的影响。该文的分析结果可以为基于运动学信息鉴别有源假目标的系列方法提供理论指导。     

伪加速度修正自适应α-β滤波算法研究

针对现有的球坐标系下无修正伪加速度自适应α-β滤波算法的缺陷,提出了伪加速度修正自适应α-β滤波算法。该算法选用球坐标系作为跟踪坐标系,建立了伪加速度修正的目标运动模型,消除了伪加速度对滤波算法跟踪精度的影响。通过仿真,证实该改进算法的滤波精度优于不带伪加速度修正的α-β滤波算法,同时计算量并没有显著的增加,易于工程实现,特别适合多目标的实时跟踪。     

基于IPPV的真假目标极化鉴别算法

针对低分辨率分时极化测量雷达体制 ,研究了弹道导弹突防过程中圆极化天线有源假目标欺骗性电子干扰的鉴别问题。首先分析了有源假目标干扰信号的极化特性 ,分别讨论了干扰信号的IPPV和雷达目标散射回波的IPPV在雷达脉冲之间的变化规律。在此基础上 ,提出了能够有效表征有源假目标和雷达目标极化特性差异的特征参量———IPPV起伏度的概念和定义 ,设计了圆极化天线有源假目标的极化鉴别算法。最后 ,计算机仿真实验验证了本文所提鉴别算法的可行性和有效性     

基于空域极化捷变的有源假目标鉴别

转发式干扰机能在距离、速度上生成大量假目标,给防空警戒雷达的目标探测、跟踪带来严峻挑战.针对此问题,研究了一种新体制极化雷达(极化二元阵雷达)的有源假目标干扰鉴别方法.建立极化二元阵天线的空域极化捷变模型,分析真实目标回波和假目标信号之间的空域极化特性差异;通过提取空域极化特征量,设计相应的有源假目标鉴别算法.最后通过仿真实验,验证了算法的有效性及性能.该研究对于提升防空雷达系统的抗干扰能力具有参考价值.     

基于径向速度检验的雷达网距离多假目标鉴别

针对雷达网在鉴别距离多假目标干扰过程中,鉴别效果随距离多假目标密集程度增大而变差的问题,提出了一种基于目标径向速度估计的距离多假目标干扰鉴别方法。首先,选定基准雷达并进行量测分组预处理,将其他组网雷达目标量测转换至基准雷达局部坐标系下进行基于位置信息的量测关联,以初步排除不相关的虚假量测与杂波,同时减小计算量;然后,基于坐标转换后量测的位置信息估计出目标径向速度,与基准雷达径向速度量测进行检验,以实现虚假目标的鉴别。仿真结果表明,此方法在距离多假目标密集程度较大的情况下具有较高的正确鉴别率,且能够对目标进行稳定跟踪。     

轨道根数时不变特性有源假目标识别

针对弹道导弹突防过程中的有源假目标欺骗干扰,提出了基于轨道根数时不变特性的有源假目标识别方法,并分析了雷达布站对有源假目标识别的影响.基于二体运动的轨道可逆性原理,提出了逆轨道滤波估计轨道根数的方法,消除了滤波初始误差.仿真结果验证了本文所提方法的有效性和可行性.     

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。     

一种水下被动目标纯方位跟踪方法

针对水下被动目标跟踪的非高斯噪声环境和弱可观性的特点,提出了将粒子滤波算法应用于水下被动目标跟踪的思路.该算法直接利用传感器获得的含有噪声的角度数据,通过改进极坐标系下的系统方程得到目标状态的后验概率分布,来估计目标的运动状态.仿真结果表明该算法提高了滤波的稳定性,跟踪精度优于扩展卡尔曼滤波算法和无迹卡尔曼滤波算法.     

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。     

ECEF坐标系弹道导弹跟踪研究

针对单模型跟踪算法无法实现对弹道导弹连续精确跟踪的问题,提出了一种地心地固坐标系下弹道导弹全阶段连续跟踪的交互式多模型(IMM)算法。根据导弹不同飞行阶段的受力情况建立IMM算法的两个滤波模型集:助推段采用恒轴向力模型,中段、再入段采用被动段跟踪模型,两个模型都利用滤波精度高、数值稳定性较好的求容积卡尔曼滤波算法进行滤波。针对该IMM算法在混合估计过程中引入偏差的问题,采用无偏混合的方法,以两种典型的跟踪场景进行仿真校验,实验结果验证了该文算法的优越性。     

美国弹道导弹防御系统的红外系统与技术的发展

红外传感器是弹道导弹防御系统可靠监视、探测、识别、瞄准与拦截目标的关键。过去二十几年中,美国的弹道导弹防御系统逐渐从构想成为现实,其中一个重要原因就是由于红外焦平面阵列技术的迅速发展,用于弹道导弹防御的红外传感器取得了突破性的进展。目前用于弹道导弹防御系统的红外传感器和动能拦截器红外导引头已从过去的基于红外探测器线列或较小规模的红外焦平面阵列(64×64)的系统发展到基于较大规模的凝视红外焦平面阵列的系统,红外传感器与拦截器红外导引头的性能有了很大的提高。但由于弹道导弹防御本身的复杂性,目前的导弹防御系统仅是初步的,为此,美国还在继续发展完善其弹道导弹防御系统,包括进一步发展更先进的红外焦平面阵列,改进红外探测跟踪系统与动能拦截弹红外导引头。综述了美国弹道导弹防御系统中红外系统与技术的发展现状与趋势。     

末段高空区域防御系统跟踪算法研究

以美国末段高空区域防御系统为研究对象,首先分别对弹道导弹处于大气层内和大气层外两种不同受力情况的末段轨迹进行仿真建模。针对两个阶段的各自特点,对处于大气层外导弹飞行中段仅受重力作用的目标,采用基于Singer模型的目标跟踪算法。对再入大气层后的再入类目标,为解决当前目标跟踪算法中机动模型与再入类目标实际运动不匹配的问题,采用了基于弹道模型的目标跟踪算法。仿真结果表明,两种算法可以分别较好地满足跟踪导弹的两个阶段。     

基于Bayes弹道导弹主动段融合跟踪算法

弹道导弹主动段拦截中对导弹跟踪精度要求很高,如何将多种主动段探测装备得到的数据进行融合得到更加精确的数据是当前亟待解决的难题。针对此问题,文中研究了导弹预警卫星与雷达融合跟踪,提出了一种基于Bayes理论的弹道导弹主动段融合跟踪算法。该算法分别建立了导弹预警卫星和雷达对主动段探测模型和跟踪模型,应用POFACETS软件仿真了一种类型弹道导弹,并将其获得的导弹RCS数据应用到算法中,提高了算法的准确性。仿真实验表明,该融合跟踪算法可以获得比多个传感器算术平均值更精确的结果,具有较高的可靠性。     

一种基于UKF的弹道导弹跟踪算法

文章提出了一种基于UKF的弹道导弹跟踪算法—Singer-UKF算法。传统的弹道导弹跟踪算法,利用扩展卡尔曼滤波器进行非线性滤波,取Taylor展开的前两项,可能引入较大的线性化误差,导致跟踪精度不高。文章在分析弹道目标动力学特性的基础上对目标的运动模型采用基于J2校正的Singer模型来描述,并针对非线性的目标量测模型应用不敏卡尔曼滤波算法。将该算法与扩展卡尔曼滤波算法进行蒙特卡罗仿真比较,仿真结果表明该算法的跟踪效果更好。     

跟踪弹道导弹全阶段的可变多模型方法

弹道导弹跟踪是弹道导弹防御系统中最核心的问题,然而传统的基于单运动模型的跟踪方法不能适用于跟踪弹道导弹的所有阶段。提出一种新的可变多模型(VUF)的跟踪方法,该方法具有以下的优势:采用多模型的结构,适用于跟踪任意阶段的弹道导弹;可变模型集的特征有效地提高了精度,同时降低了计算复杂度;采用UKF滤波方法具有更好的跟踪精度。仿真实验中设计了三个实验场景,与传统的EKF算法相比该方法明显地提高了跟踪的精度。特别是在弹道目标飞行阶段转换时,具有一定的识别能力和更鲁棒的跟踪性能。     

美国导弹防御系统全域红外探测装备的发展、体系分析和能力预测

红外探测与跟踪系统在美国目前部署的弹道导弹防御体系中(尤其是在弹道导弹发射早期预警和动能拦截弹高精度制导等方面)起着关键作用。为了进一步改进和完善其弹道导弹防御体系,近年来美国正在进一步发展新一代弹道导弹防御红外系统及技术,包括天基高轨道红外预警系统、空间监视与跟踪系统、机载红外探测系统以及动能拦截弹红外成像导引头,以构建涵盖天基高轨早期预警、天基低轨全弹道跟踪、机载助推段及上升段跟踪和弹载跟踪导引的全域红外探测武器装备体系。概述了近年来美国弹道导弹防御系统中红外系统及技术的新进展,分析了其全域红外探测武器装备的体系构成,预测了美国未来弹道导弹防御系统红外探测装备的能力水平。     

弹道导弹助推段同时跟踪和类型识别算法研究

前置地基雷达跟踪助推段弹道导弹对整个反导防御系统有着重要意义。本文提出了一种基于以情报数据库为先验知识的弹道导弹助推段及后助推段跟踪方法。首先从动力学角度提取导弹助推段飞行的特征参量,并对参量的敏感度进行了分析,给出了一种参变的助推段弹道导弹时不变运动模型。然后结合交互式多模型（IMM）和迭代无敏滤波(IUF)算法进行助推段及后助推段弹道导弹跟踪仿真。与采用其它的运动模型和滤波算法的仿真结果相比,该方法能实现对弹道导弹助推段更高精度的跟踪,同时通过计算模型转移概率结合情报数据库可完成导弹类型识别,并准确指示导弹关机时刻。文章通过仿真验证了该算法的有效性。