不完全量测下基于后验置信度残差检测的光电跟踪滤波器设计

 不完全量测下残差检测算法的设计是光电跟踪滤波器设计的关键,算法的正确检测概率直接影响到跟踪滤波器的估计性能.为了进一步提升传统残差检测算法的正确检测概率,提出了一种基于后验置信度的残差检测算法.其主要思想是在传统残差检测算法的基础上首先增加一个检测门限,对处于两个门限之间的残差,利用模糊隶属度函数方法进行模糊化,得到残差的似然概率,进而结合跟踪系统的先验探测信息,计算出探测数据的后验置信度,并根据计算结果对跟踪系统的数据探测情况进行判定.进一步,基于后验置信度残差检测算法,在不完全量测下设计了基于无偏转换量测的光电跟踪滤波器,并给出了跟踪系统统计意义下的Cramer-Rao下界(CRLB).Monte-Carlo仿真表明:基于后验置信度残差检测的光电跟踪滤波器,与基于传统残差检测的光电跟踪滤波器相比,估计性能有了进一步提升,特别是当跟踪系统探测概率较低时,估计性能提升更加显著,并且估计误差均方差(RMSE)已逼近跟踪系统统计意义下的CRLB.     

飞机尾流的频域CFAR检测性能分析

飞机尾流探测是一个崭新的研究方向,飞机尾流回波经过傅里叶变换后,其多普勒谱是展宽的.对微弱的尾流目标回波,对展宽的多普勒单元进行分布目标的恒虚警(CFAR)处理有利于充分利用频谱能量,提高检测概率.文中利用矩母函数的定义得到了Г分布杂波背景下分布目标检测器的虚警概率和检测概率的解析表达式,并提出了检测单元个数选择的依据.针对不同的杂波功率,算法可以自适应地选择合适的检测单元个数.文中的分析可以用于频域检测器设计,并对检测性能进行分析.     

机载雷达和ESM系统误差下的融合跟踪

针对机载雷达和ESM系统误差下的融合跟踪问题,提出了一种基于数据压缩和间歇式雷达管理的异类传感器融合跟踪算法。首先通过数据压缩的方法对雷达和ESM间断量测进行融合跟踪,接着在此基础上利用融合跟踪中预测协方差和预定门限的比值对雷达实施开关机处理,以求有效提高作战飞机在融合跟踪中的抗干扰和反侦察能力。仿真结果表明,该算法可有效地实现系统误差下的目标融合跟踪。     

基于TBD技术的高频雷达舰船目标检测

针对强海杂波背景下高频雷达的舰船目标检测问题,提出了基于检测前跟踪(TBD, track before detect)技术的检测方法.该方法先在多普勒域对回波数据进行杂波抑制和低门限CFAR(constant false alarm rate)预处理以降低虚警率和计算复杂度,再采用动态规划TBD算法进行检测和跟踪以提高检测性能.蒙特卡洛仿真结果和回波数据验证表明该方法可提高对一阶海杂波附近舰船目标的检测能力,工程实用性强.     

基于动态规划的雷达检测前跟踪新算法

 为解决低信杂比下雷达检测前跟踪技术存在末级检测门限设置困难和动态规划算法对运动目标跟踪能力弱的问题,本文首先分析了两级检测门限的雷达检测前跟踪算法自身特点.在瑞利杂波条件下,对经过动态优化后的信号进行杂波置信检验和航迹检测和校正.该算法末级检测门限设置简单并且提高了跟踪概率.仿真验证了新方法的有效性.     

LFM雷达对临近空间高超声速目标的跟踪研究

针对临近空间高超声速目标跟踪的问题,提出了一种ECEF坐标系下基于径向速度补偿和相邻时刻目标量测对消处理的高超声速目标跟踪算法.首先,充分分析了目标高超声速运动对雷达探测跟踪的影响,并在此基础上合理构建了目标高超声速运动下的量测模型,以避免模型失配所引起的滤波发散问题;其次,利用解模糊处理后的径向速度估计对目标高超声速运动引起的高动态偏差做近似补偿,以将问题转换为低系统偏差下的状态估计问题,最后,通过基于相邻时刻目标量测对消处理的单雷达量测方程构建,可有效回避低系统偏差存在下的航迹关联问题,进而实现临近空间高超声速目标的可靠跟踪.仿真结果表明,与现有的临近空间目标跟踪算法相比,该算法具有较高的定位跟踪精度.     

基于自适应卡尔曼滤波的飞机气流角估计研究

迎角、侧滑角是飞机重要的飞行状态参数,而大气数据系统在恶劣天气、大迎角或机动飞行情况下是难以准确测量出气流角等数据的.基于飞行数据,研究了一种飞机气流角的估计方法.考虑到飞行数据可能受到外部干扰发生数据突变、各数据采样频率不同以及飞行数据之间的噪声统计特性均未知等情况,建立飞机系统状态方程和量测方程,将非等间隔理论与基于极大似然准则的自适应卡尔曼滤波算法进行融合,以飞机转弯和爬升飞行为实例,施加外部干扰,对飞机迎角、侧滑角进行估计.实验结果表明,该算法的估计精度和抗外部干扰的鲁棒性能均优于扩展卡尔曼滤波算法和无迹卡尔曼滤波算法.     

天波超视距雷达多路径Viterbi数据关联跟踪算法

天波超视距雷达目标跟踪面临多传播路径、低探测概率、低探测精度和低数据率的困难.本文在地理坐标系对运动目标建模而在雷达坐标系进行数据关联,将各传播模式的回波作为备选的竞争量测,运用动态规划的优化方式,在最大似然的意义下将VDA的回波与航迹的两维数据关联推广到回波、传播模式和航迹的三维数据关联,提出了多路径Viterbi(MVDA)数据关联算法.天波超视距雷达目标跟踪仿真表明:MVDA跟踪能力明显优于VDA和MPDA.     

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.     

基于交互式伯努利滤波的机动目标TBD算法

低信噪比环境下,原始数据未知门限的机动目标跟踪是一个比较棘手的问题。提出了一种交互式多模型伯努利(IMM-Bernoulli)检测前跟踪(TBD)算法,该算法结合交互式多模型算法对滤波器中每个目标状态的采样粒子进行预测,利用伯努利滤波对目标粒子进行递归,粒子更新阶段结合TBD算法进行,最终实现目标存在概率及分布密度的更新估计。算法对粒子预测时采用多个模型参与转移预测,使得预测粒子更加接近目标真实运动状态,兼备了伯努利TBD算法和交互式多模算法的特点,可用于处理低信噪比环境下机动弱目标检测跟踪问题,且对目标状态的估计更加精准。仿真实验表明,该滤波器能够实时地估计出目标位置,比传统的伯努利TBD算法具有更好的滤波性能。