跟踪信息辅助的扩展目标检测

雷达带宽增加带来的回波信息增量,能够更准确地辅助环境感知并获取目标信息。但是,雷达带宽的提高通常会造成目标回波在距离维的扩展,进而造成目标回波能量的分散,使单个距离单元的回波信噪比下降,不利于目标的远距离探测。此时,通过融合连续多个距离单元的回波进行检测能够提升目标探测性能。为了更充分地利用目标回波信息设计融合检测器,文中结合认知探测的思想,利用跟踪状态下的目标先验信息设计了跟踪信息辅助的扩展目标检测算法。本算法首先基于扩展目标的跟踪信息预测目标位置及其回波在各距离单元的分布,再基于预测信息设计融合检测器,以此实现从跟踪到检测的闭环,更充分地挖掘和利用了历史目标回波信息。实验表明：所设计的跟踪信息辅助的扩展目标检测算法相较于传统扩展目标检测算法,能够提升目标检测性能,推远雷达对目标的有效跟踪距离。     

认知雷达波形优化设计方法综述

认知雷达通过借鉴蝙蝠的认知学习过程,感知战场环境信息并反馈至发射机,从而实现自适应探测和处理,是未来雷达智能化发展的重点方向。其中如何充分利用目标与环境先验信息,设计雷达波形以提高目标检测、跟踪以及抗干扰等性能是认知雷达发展的难点和重点。该文针对不同干扰环境、目标模型、天线配置(如:单发单收(SISO)和多发多收(MIMO))等的波形设计关键要素及主要思路进行了总结梳理,并从不同干扰与目标知识的利用角度,对近几年代表性的认知波形设计文献进行介绍和归纳,旨在为以后的研究提供参考和依据。      

一种多元信息辅助的双基地雷达检测跟踪一体化方法

该文针对双基地雷达提出一种多元信息辅助的检测跟踪一体化方法。结合雷达在目标跟踪阶段获取的目标位置与回波幅度等多元先验信息,辅助设计跟踪波门内检测门限,以期提升目标的检测与跟踪性能。该文首先根据已获取的目标位置先验信息,在概率数据互联(PDA)框架下基于贝叶斯最小错误准则修正了传统似然比检测器。为进一步提升弱目标探测性能,该文引入航迹终结准则松弛了门限设置规则,并计算了跟踪波门内的平均虚警概率和检测概率。最后,该文重新推导了多元信息辅助情况下PDA算法的关联概率计算方式,完整地给出了算法流程,并通过仿真实验验证了算法的可行性和有效性。     

认知雷达子空间信号迭代闭环检测方法

闭环迭代过程是认知雷达信号处理的重要特征。在雷达与探测环境构成的闭环中,雷达逐渐理解环境,选择适合当前环境的信号处理方式。本文考虑杂波和噪声中,认知雷达的子空间信号检测问题。基于认知雷达闭环迭代架构,提出了一种认知雷达检测方法。在每次迭代开始时,利用获得的数据计算目标在子空间内坐标的最大似然估计,然后依据目标参数设计下一次迭代所需的发射波形。计算机仿真分析表明,利用闭环迭代检测算法,认知雷达能够更高效获得探测环境信息,其检测性能优于常规雷达。      

面向不同雷达任务的认知波形优化综述

传统雷达系统的发射机与接收机采用开环工作模式,在动态复杂环境下探测目标时缺乏灵活性和稳健性.借鉴生物认知学习过程,认知雷达可以感知动态环境和目标信息,通过发射和接收端闭环反馈控制,实现全自适应探测和信号处理.本文介绍了认知雷达波形优化的基本框架,递进地梳理了面向检测、跟踪、成像、分类任务以及抗干扰认知波形优化的主要研究...     

一种抗速度欺骗干扰的认知波形设计方法

由于传统雷达采用固定波形发射模式,速度欺骗干扰极易影响雷达对真实目标多普勒的检测,使雷达跟踪上错误的目标或检测到多个虚假目标,给雷达探测带来巨大的挑战。为提高雷达抗速度欺骗干扰的能力,保证雷达对真实目标多普勒的正确检测,提出了一种脉间相位编码波形设计方法。该方法利用认知流程获取的目标和干扰信息,选取阻带干扰能量最小准则,通过循环迭代算法设计脉间相位编码波形,实现了雷达在速度欺骗干扰环境下对多目标的正确检测。仿真结果验证了该方法的有效性。     

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.     

非高斯杂波下知识辅助检测的认知方法

先验信息的使用是提高雷达目标检测性能的有效途径之一,然而先验信息与当前探测环境的失配会严重影响到检测器的性能.本文考虑逆伽马分布纹理、复合高斯杂波下的知识辅助检测算法,推导了先验模型失配条件下(逆伽马分布参数失配)检测器的虚警率和Swerling I型目标的检测概率计算公式,获得了检测性能与模型参数失配之间的量化关系.利用两组不同参数的知识辅助检测器对当前杂波环境进行探测,通过评估检测器的性能,实现了当前杂波环境模型参数的估计.计算机仿真和实测数据的分析结果表明,采用认知方法的知识辅助检测器较常规检测器而言,能够获得更好的检测性能.     

距离高分辨测高技术

为了提高米波雷达低空探测性能,本文讨论步进频率体制下,单脉冲测角的米波雷达测高方法.首先利用步进频率信号的距离高分辨特性,得到回波的一维距离像,再对其进行前沿跟踪和单脉冲测角,进而得到目标的真实高度.仿真结果表明此种方法适用于对超低空目标的探测.     

基于二值粒子群优化的多目标协同检测与跟踪方法

针对如何根据目标被探测状态(被检测或者被跟踪)对有限的雷达资源进行分配的问题,本文将其转化为组合优化问题,提出了一种新颖的基于后验克拉美罗下界(PCRLB)-二值粒子群优化(BPSO)的雷达-目标自动分配算法。该算法采用PCRLB作为已跟踪目标的跟踪精度衡量标准,并将其与新生目标的检测概率构成BPSO的适应度函数,在最大化新生目标检测概率的条件下,最小化已跟踪的多个目标的PCRLB,自适应地为目标分配雷达完成恰当的探测(检测与跟踪)行为。仿真结果表明,该算法不仅能够及时检测新生目标,而且能够持续且优化跟踪已有目标,使网络的整体精度得到明显提高。     

一种航迹恒虚警的目标检测跟踪一体化算法

对于传统雷达系统,目标检测和目标跟踪通常被看作是两个独立的过程。然而,在跟踪阶段,可以获得目标位置信息(跟踪信息),将该信息反馈至目标检测器将有助于提升检测性能。为此,该文提出一种航迹恒虚警的目标检测跟踪一体化算法。首先根据目标跟踪信息和目标运动模型,建立预测波门;然后按照给定的航迹虚警概率,计算帧虚警概率,即预测波门内至少出现一个虚警的概率;最终根据帧虚警概率调整预测波门内的检测门限,完成目标检测过程。仿真实验表明,该算法可以大大提高目标检测概率,推远目标跟踪距离,同时也可以保证目标突然消失时航迹能够以较高的概率结束。     

一种基于跟踪信息的多基雷达系统航迹起始算法

多基雷达系统(MSRS)可以大大提高目标定位性能,然而由于各个雷达站信噪比的差异,通常存在一些雷达站尚未建立目标航迹,从而不能最大程度地提高目标定位精度。因此,如何利用其它雷达站提供的目标跟踪信息,提高尚未建立目标航迹的雷达站的探测性能是一个值得研究的问题。为此,该文提出一种基于跟踪信息的航迹起始算法。首先将已经跟踪到目标的雷达站提供的目标跟踪信息,送至尚未建立目标航迹的雷达站;然后利用目标跟踪信息和目标运动模型,建立目标预测波门;最终在虚假航迹起始概率恒定的条件下,调整预测波门内的检测门限,完成目标检测和航迹起始过程。仿真实验表明,该算法可以大大提高目标检测概率和目标航迹起始概率。     

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。      

机动目标跟踪时组网机会阵雷达功率分配算法

针对机动目标的高动态属性导致雷达系统不能精确地分配系统资源问题,本文提出了一种基于改进的当前统计模型的组网机会阵雷达功率分配算法。该算法通过改进的当前统计模型预测机动目标运动状态,采用预测的条件克拉美罗界作为功率分配时目标跟踪性能的衡量基准。针对目标信息的不确定性,引入随机变量表征目标RCS,建立基于机会约束规划的功率资源分配模型,并设计混合智能优化算法求解满足机会约束的最优功率分配。仿真结果表明,预测的条件克拉美罗界能够提供一个更加精确的跟踪性能衡量边界,该算法能够有效提高雷达系统资源利用率。     

环境感知信息辅助的认知雷达波形参数智能选择

现代雷达往往需要在复杂多变的电磁环境中完成多种任务。如何提升雷达的智能化水平,使其能够适应环境变化和任务需求,已成为近年来备受关注的研究课题逐渐成为研究的重点。本文针对杂波环境下机动目标检测与跟踪的性能优化问题,提出了一种基于环境感知的雷达波形参数智能调度算法。基于最大信噪比准则和最小均方误差准则设计了奖励函数,并利用Q学习与深度Q学习网络进行了训练,通过雷达与环境的交互,充分利用环境中多帧杂波信息,可有效避免由于模糊导致的杂波遮蔽问题,提升目标信噪比和跟踪精度。机载雷达仿真实验结果表明,在杂波环境下对机动目标检测和跟踪过程中,本文提出的环境感知信息辅助的波形智能选择方案可获得比传统启发式算法更高的处理效率和更大的性能改善。      

相关杂波背景下的认知雷达序贯信号检测

针对相关杂波大大影响了传统雷达的检测性能问题, 本文提出了一种认知雷达的序贯信号检测方法,该方法在二元假设检验的基础上将雷达整个工作时间分成两个阶段:估计和检测阶段。在估计阶段,系统发射最优估计波形,同时通过雷达回波对目标冲击响应进行估计更新;在检测阶段,系统利用已经获得的先验知识设计最优检测波形且在接收端实现检测门限自适应。结果分析和实验仿真表明:由于联合了发射端的波形优化和接收端的序贯判决信息利用,因此大大提高了系统的检测性能;此外,随着时间的增加,目标冲击响应的估计值越来越逼近真实值,使得估计检测概率也越来越趋近于真实检测概率,从而在提高性能的同时也保证了决策的可靠性。      

频率分集MIMO雷达信号优化设计

针对集中式多输入多输出(multiple input multiple output, MIMO)雷达扩展目标检测识别问题,提出将多频阵列(multiple frequency array, MFA)应用到集中式MIMO雷达中来实现频率分集,增加自由度,在频域基于互信息量(mutual information, MI)优化不同频带天线上的功率分配以设计信号,针对目标依据雷达功率分配情况施放干扰以避免检测识别的情况,雷达在杂波及干扰环境下再次优化信号功率分配,实现雷达认知功能。仿真结果证明,优化信号可综合噪声、杂波及干扰统计特性重新调整功率分配,可提高目标频域响应和目标回波间互信息量,为改善目标检测识别性能奠定基础。