雷达总论、雷达理论与技术

0310177多站被动雷达系统的多目标测量数据关联[刊]/王成//电子学报.—2002,30(12).—1857～1860(K)本文提出了观测量集相关、观测量集不相关的概念,基于此概念从理论上概括分析了多站被动雷达系统的多目标测量数据关联问题,并针对测时差被动雷达系统进行了分析,提出了三时差关联算法和四时差关联算法,并进行仿真证明了其正确性。参6     

基于角度余切值的多被动传感器数据关联

本文针对被动多传感器的量测数据关联问题,提出一种新颖的基于角度余切值的快速数据关联算法.该算法直接采用角度信息进行数据关联,不需要计算异面直线之间的距离,避免了将角度换算成距离,有效提高了计算效率.首先通过方位角与俯仰角检测对所有可能关联组合进行筛选,然后采用指示函数法对候选关联集进行分析,挑选出正确的关联组合.仿真实验表明,该算法在不影响性能的前提下,运算时间上明显少于传统算法.     

基于TDOA量测的多目标快速航迹起始算法

针对基于时差量测的多站无源传感器系统,提出了一种快速的多目标航迹起始算法。该算法首先利用位置误差门准则对大量候选关联进行预选,然后采用多维分配方法来解决量测数据的关联问题,并求出候选关联对应的定位解;在此基础上,应用两点差分方法分别对多目标进行航迹起始,推导了相应的初始状态和误差协方差矩阵。仿真结果表明,该算法能够快速起始多目标的航迹,并为航迹提供精确可靠的初始状态估计值。     

一种基于多伯努利模型的被动多传感器多目标轨迹关联性能分析新方法

多目标轨迹关联算法的性能分析问题是天基光学被动测角跟踪系统中的核心和难点之一.该文针对具有代表性的基于最邻近准则的轨迹关联算法,提出了一种基于多伯努利模型的被动多传感器多目标轨迹关联性能分析新方法.首先,对关联倾角差统计量的概率分布进行准确建模.接着,分析最邻近轨迹关联算法在多目标情况下的等价条件,求解出每一个目标在多目标情况下的正确关联概率.最后,通过将每一个目标的正确关联概率类比为伯努利试验的成功率,从而将多目标情况下的整体关联性能问题建模为多伯努利问题,在此基础上实现对多目标轨迹关联性能的理论推导.密集目标场景下的Monte Carlo仿真结果验证了该理论分析方法的有效性,分析结论可以为传感器调度等工程应用提供参考.     

基于全局最优的被动多传感器多目标轨迹关联算法

多目标轨迹关联问题是天基光学跟踪系统的核心和难点之一。传统的分布式轨迹关联方法基于目标的3维轨迹信息,不适用于被动传感器的2维轨迹关联问题。为此,该文以倾角差为统计检验量,建立轨迹统计检验模型,提出基于全局最优思想的轨迹关联算法,并用密集多目标场景进行算法的蒙特卡罗仿真。结果表明,该轨迹关联算法性能优良,可以有效完成密集目标环境下的被动多传感器多目标轨迹关联任务。     

基于双时刻联合的多辐射源时差定位解模糊方法

三星时差定位系统中,当对多个距离接近、功率相当的雷达辐射源进行侦收定位时,会产生时差定位解模糊。提出利用前一时刻与后一时刻观测量独立进行定位,并对前后双时刻定位信息进行联合的算法,有效剔除时差定位模糊解,实现对多个雷达辐射源的高精确度定位。理论分析与仿真结果表明：对多个雷达辐射源进行单次三星时差定位时,除真值外,会产生模糊解;通过联合双时刻定位结果,可实现模糊解的剔除,有效解决多辐射源解模糊问题。     

被动跟踪中模糊变结构交互多模型算法

在对机动目标进行被动跟踪时,为了提升跟踪效果,提出了一种基于最小二乘的模糊变结构交互多模型算法.首先,对于被动跟踪中状态与量测之间存在的非线性关系,算法采用最小二乘原理对角度量测进行预处理,降低非线性量测方程的线性化误差.然后,针对交互多模型算法中固定结构的模型集带来的局限性,算法引入模糊推理规则以进行模型集自适应,减...     

基于多速率运动模型的多帧概率数据关联算法

该文指出Hong(2001)在多速率运动模型巾关于过程噪声的一处错误,提高了多速率运动模型状态估计效果,并在此基础上建立了多帧概率数据关联算法。在确定多帧量测数据有效回波时,提出双重门限方法,有效减少了多帧概率数据关联算法的计算量。最后针对各种杂波密度情况对多帧量测数据概率数据关联算法的性能进行了分析。     

基于总体最小二乘算法的多站无源定位

将总体最小二乘算法应用于多站无源定位中,分别提出了基于角度估计的总体最小二乘算法,基于时差估计的总体最小二乘算法以及基于角度和时差估计的总体最小二乘算法。算法首先把非线性的观测方程转化为伪线性的观测方程,然后构造增广矩阵,并对该矩阵进行奇异值分解即可估计出目标位置,因此无需迭代计算或者获得目标位置的粗略估计,仿真结果表明该算法具有较高的定位精度。     

杂波环境下被动多传感器机动目标跟踪新算法

针对杂波环境被动传感器机动目标跟踪问题,该文研究了一种基于粒子滤波的被动多传感器机动目标跟踪新算法。 在该算法中,首先推导了杂波环境下粒子滤波的似然函数表达式。其次将粒子滤波与交互多模型(IMM)相结合,用IMM方法实现模型的切换,以适应目标的机动变化。用粒子滤波实现对观测方程的非线性处理。最后,建立了被动多传感器的非线性观测模型,避免了目标的不可观测性,并且算法还能够处理非高斯噪声情况。仿真实验结果表明,提出的算法能够有效地对被动机动目标跟踪,且性能优于交互多模型概率数据关联滤波器(IMM-PDAF)。     

三维数据关联情况下外辐射源雷达多目标跟踪研究

不同于传统多目标跟踪,除了量测-目标数据关联模糊问题外,外辐射源雷达跟踪系统新增了量测-发射机数据关联模糊问题。针对此问题,该文通过引入一个新的关联变量来表示量测和发射机之间的数据关联关系,提出了目标-量测-发射机3维数据关联改进概率多假设跟踪(PMHT)算法。该算法利用期望极大化(EM)算法的独立性假设条件得到最大后验概率意义下的最优跟踪。为了增加目标-量测-发射机之间数据关联的准确性,提高多目标与量测后验关联概率的精确度,将量测信息设定为均值相同协方差不同的混合高斯分布。针对距离-多普勒量测的非线性性,利用无味卡尔曼平滑(UKS)算法进行多目标状态估计。仿真结果表明,对于FKIE外辐射源雷达数据集(杂波密度很高),所提算法的目标与航迹关联成功率高,抗杂波性能强,证明了算法的有效性。     

机载有源无源雷达联合探测数据融合研究

针对机载有源无源雷达量测数据不同步、不同维的特点,提出了基于自适应变维非线性量测最优线性无偏滤波(BLUF)有源无源数据融合方法。首先将三维的非线性量测的最优线性无偏滤波推广到六维的情况,然后针对融合中心收到的量测数据的类型采用不同维的最优线性无偏滤波。该融合方法不但有效地解决了机载有源无源雷达数据的不同步、不同维给融合带来的困难,还大大提高了融合的精度。通过仿真证明了自适应变维的有源无源数据融合方法的有效性。     

改进的K-Means算法在特征关联中的应用

特征关联是无源多传感器辐射源融合识别的一个关键步骤。特征关联是根据来源于同一辐射源的量测数据所具有的相似性,采用一定的算法和分配策略将多传感器获取的对多辐射源的量测值进行分类划分和关联判定,利用辐射源的特征信息来消除关联模糊。特征关联过程中一个重要环节就是分类算法的选取。K-Means算法是基于划分的聚类算法,已经广泛应用于诸多领域。改进了 K-Means算法,用灰关联度代替传统的距离度量定义了样本点间的距离,并对模拟产生的雷达辐射源特征参数样本集 Radar-da-tabase进行了分类。仿真结果表明,改进的K-Means算法提高了关联正确率,但消耗了更多时间。     

基于极大似然的联合数据关联与空间配准

针对雷达量测存在漏探测情况下的雷达之间数据关联与雷达系统误差估计问题,提出了基于极大似然(ML)的联合数据关联与空间配准算法。该算法采用多维分配算法进行数据关联,使用ML 对空间配准问题中的系统偏差进行估计,通过迭代进行数据关联和空间配准,最终得到收敛的系统偏差估计和关联正确率。仿真实验表明:在雷达探测存在漏探测时,文中提出的算法能够有效地进行数据关联和估计系统偏差,有较强的抗噪性和鲁棒性。     

伯努利滤波在单站无源跟踪中的应用

外辐射源雷达系统具有隐蔽性好、反隐身能力及抗干扰能力强等优点,但其中高频频段信号普遍存在距离分辨率较差的问题。通过建立仅利用目标多普勒信息的测量模型,将基于随机有限集的伯努利滤波算法应用于以多个视距外短波广播发射站、单个近距离接收站为背景的单站无源雷达系统中,同时克服了传统跟踪方法中复杂的数据关联,进而提高了跟踪效果。仿真结果表明,该方法能在大量虚警下仅利用多普勒信息实现对运动目标的有效跟踪和定位。     

一种无源雷达的数据关联技术

数据关联是多目标跟踪的重要组成部分。介绍一种无源雷达的数据关联技术,通过对一批典型目标特性分析,给出一种基于距离、方位和多普勒速度的相关算法。通过引入隶属度关联矩阵,很好地解决了多目标关联的问题,大大提升目标数据关联的准确性。实践证明,该方法切实可行,工程应用效果良好。最后,进一步分析发现,多普勒速度的量测有较好的稳定性,并将该关联特性应用到了航迹起始和机动跟踪中去,提高了跟踪的性能。     

基于Bayes的航迹概率数据关联算法

数据关联是多传感器信息融合的核心技术,其常用的航迹数据关联方法主要有NN、PDA、JPDA、MHT等算法。常用关联算法有的不适合强杂波或多目标环境、有的计算量大、有的时效性差等不足。文中采用了基于贝叶斯航迹概率的数据关联算法,来实现雷达航迹之间数据关联。首先介绍贝叶斯和航迹关联技术原理;其次描述贝叶斯算法过程;最后通过仿真证明该关联算法有效性。     

无源定位目标跟踪雷达系统数据融合方法研究

无源定位目标跟踪雷达系统数据融合方法是信号处理的研究热点,为了探寻无源定位中数据融合的有利方法,系统分析了无源数据关联中系统数据融合的方法,给出了灰关联方法等的具体处理步骤,并通过仿真给出了处理结果。由利用灰关联对ESM的时间-方位曲线进行融合,和情报库对比,关联成功率为100%,平台身份识别率为100%。     

一种改进的动态关联信号分选算法

在基于脉冲制外辐射源的无源相干雷达系统中,直达波通道信号通常需要信号分选后才能与目标回波信号进行相参信号处理。为了从直达波通道互相交叠的信号中分选出特定辐射源的信号,提出了改进的动态关联信号分选算法。该算法在对实测信号特点分析后,指出利用脉冲重复频率和相邻脉冲幅度比这两个参数进行实测信号分选。信号分选结果表明:该算法能够完整分选出辐射源主瓣信号,也可以保证一定的辐射源副瓣信号分选成功率;同时动态设置脉冲重复频率容限亦可以完成参差重频、抖动重频等信号的分选工作。     

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.