Hough变换与数据融合

提出了一种基于Hough变换数据关联方法,这种数据关联方法既可用于各种目标跟踪算法的初始化,也可用于雷达情报数据自动处理.其主要思想是将直角坐标系下的情报点迹在Hough变换下映射到参数空间,在参数空间进行聚类,从而实现直角坐标系下按不同目标的点迹聚类,经过数据融合,最终得到目标航迹.     

雷达侦察信号预处理算法研究

本文综述了雷达侦察系统信号预处理的各种算法及其优缺点,并根据当今电子战信号环境,提出了利用方位,载频脉宽参数进行两级映射的信号预处理新算法。实验表明,本算法克服了原有算法的不足,解决了捷变频信号的通道归一化和低重频捷变雷达不能建立跟踪表等问题。     

基于灰关联无源多目标跟踪系统航迹关联算法

目前分布式无源多目标跟踪系统的航迹关联算法基本上照搬多传感器数据融合的理论,仅利用目标的状态信息.文中利用了目标的多特征信息(载频、脉宽、脉冲重复间隔等),应用灰关联理论,提出了一种基于灰关联的分布式无源多目标跟踪系统的航迹关联算法.由于利用了目标多特征信息,算法具有关联速度快、正确率高、而且能够适应密集目标环境的优点.仿真实验证明该算法的航迹关联效果明显优于加权航迹关联算法.     

基于深度学习的雷达目标航迹起始方法

本文提出了一种基于深度学习的雷达目标航迹起始方法,将目标航迹起始问题转化为深度神经网络模型二分类问题—“真实航迹”类和“虚假航迹”类。首先对空间配准后的目标点迹进行环形波门粗关联,得到粗关联暂时航迹;对粗关联暂时航迹进行特征向量建模,获得深度神经网络模型输入向量;利用仿真系统雷达数据,提取神经网络模型训练样本,设计深度全连接神经网络结构,训练网络模型得到优化的模型参数;使用训练好的模型参数实时计算目标起始航迹。仿真试验证明了该算法的有效性。     

基于JVC的紧凑型地波雷达海上目标点迹-航迹最优关联方法

紧凑型地波雷达由于接收天线阵列孔径减小导致对海上目标的定位精度低,在多目标跟踪算法中采用序贯式的点迹-航迹关联方式易发生误关联导致航迹断裂、误跟踪等问题。对此,该文将多目标点迹-航迹关联转化为最优分配问题,提出一种基于JVC算法的多目标点迹-航迹最优关联方法。对于关联波门重叠区域内存在公共候选点迹的多条航迹,首先以雷达获取的目标多普勒速度、距离与方位角作为目标特征参数,利用最小代价函数确定公共候选点迹与所有航迹之间的相似度,得到关联代价矩阵;然后以总关联代价最小化作为优化准则,采用JVC算法求解得到最优的点迹-航迹关联结果。利用仿真与实测目标数据开展了点迹-航迹关联实验,并与序贯最近邻关联方法的关联结果进行了对比。实验结果表明:采用该文所提方法跟踪得到的航迹时长明显优于序贯最近邻关联方法的结果,解决了序贯式关联因关联错误导致的航迹断裂、误跟踪等问题,提高了航迹跟踪的连续性。     

基于D-S证据理论的无源航迹关联算法

目前分布式无源多目标跟踪系统的航迹关联算法基本照搬多传感器数据融合的理论,仅利用目标的状态信息。文中利用了目标的多特征信息（载频、脉宽、脉冲重复间隔（PRI）等）,应用Dempster-Shafer（D-S）证据理论,提出了一种基于分布式无源多目标跟踪系统的多特征信息融合航迹关联算法。算法具有以下优点：关联速度快,正确率高,而且能够适应密集目标的环境。仿真实验证明该算法的航迹关联效果明显优于加权航迹关联算法。     

基于JVC的紧凑型地波雷达海上目标点迹-航迹最优关联方法

紧凑型地波雷达由于接收天线阵列孔径减小导致对海上目标的定位精度低,在多目标跟踪算法中采用序贯式的点迹-航迹关联方式易发生误关联导致航迹断裂、误跟踪等问题.对此,该文将多目标点迹-航迹关联转化为最优分配问题,提出一种基于JVC算法的多目标点迹-航迹最优关联方法.对于关联波门重叠区域内存在公共候选点迹的多条航迹,首先以雷达获取的目标多普勒速度、距离与方位角作为目标特征参数,利用最小代价函数确定公共候选点迹与所有航迹之间的相似度,得到关联代价矩阵;然后以总关联代价最小化作为优化准则,采用JVC算法求解得到最优的点迹-航迹关联结果.利用仿真与实测目标数据开展了点迹-航迹关联实验,并与序贯最近邻关联方法的关联结果进行了对比.实验结果表明:采用该文所提方法跟踪得到的航迹时长明显优于序贯最近邻关联方法的结果,解决了序贯式关联因关联错误导致的航迹断裂、误跟踪等问题,提高了航迹跟踪的连续性.     

交通监测毫米波雷达数据预处理方法研究

毫米波雷达交通监测场景中待检测目标较多、各目标间点迹特征接近,导致点迹凝聚精度低,对此, 文中提出一种改进的交通监测毫米波雷达数据预处理方法。首先通过短时多帧数据积累提高车辆目标点迹密度, 随后利用加权欧式距离度量点间距离以提高密集间隔目标的类间距离,并对点间距离分布进行曲线拟合实现聚类 算法参数的自适应求解,最后利用基于密度的噪声空间聚类(DBSCAN)算法对点迹进行凝聚处理。由雷达实测数据 进行实验验证,相较于传统方法,原始点迹数据经凝聚后跟踪得到车流量统计精度提高10. 97%,结果表明所提方法 能够对车辆点迹信息进行较为精确的凝聚,改善了毫米波雷达在交通监测领域的应用效果。     

基于子空间投影的复杂水下环境运动小目标检测前跟踪方法

针对复杂水下环境运动小目标检测中存在的目标信号强度弱、信杂比低等问题,该文提出基于子空间投影的检测前跟踪(TBD)算法:对原始图像数据截取序列片段,将3维时空片段中的短时运动航迹投影到2维子空间平面;利用2维投影图中平面航迹的形态特征进行初步筛选,提取目标的有效运动区域;将2维平面中的目标短时航迹在局部区域重建3维时序,在3维航迹回溯过程中利用目标运动特征再次筛选目标短时航迹.通过上述分级检测机制,可实现快速高精度的目标短时航迹检测.结合前景检测以及基于层次凝聚聚类(HAC)的长时航迹检测算法,构建了针对运动小目标的完整检测前跟踪方法.最后使用实测声呐图像数据验证了算法的检测精度和检测速度.     

基于子空间投影的复杂水下环境运动小目标检测前跟踪方法

针对复杂水下环境运动小目标检测中存在的目标信号强度弱、信杂比低等问题,该文提出基于子空间投影的检测前跟踪(TBD)算法:对原始图像数据截取序列片段,将3维时空片段中的短时运动航迹投影到2维子空间平面;利用2维投影图中平面航迹的形态特征进行初步筛选,提取目标的有效运动区域;将2维平面中的目标短时航迹在局部区域重建3维时序,在3维航迹回溯过程中利用目标运动特征再次筛选目标短时航迹。通过上述分级检测机制,可实现快速高精度的目标短时航迹检测。结合前景检测以及基于层次凝聚聚类(HAC)的长时航迹检测算法,构建了针对运动小目标的完整检测前跟踪方法。最后使用实测声呐图像数据验证了算法的检测精度和检测速度。     

一种基于TPH-SPIC的航迹起始新方法

密集转发脉冲干扰下,雷达站测得的目标点迹经常出现断续,且混淆大量假目标的点迹。现有航迹起始算法在处理这类问题时不能满足实用的要求。针对以上问题,本文将标准的Hough法中参数空间的划分分为两步：粗划分和细划分,并结合目标的运动特性,提出了一种适应密集转发脉冲干扰下的航迹起始算法：基于两级Hough和速度模糊聚类的航迹起始方法（TPH-SPICA）。仿真实验表明：该方法不仅有效地减少了计算量和计算时间,降低了起始航迹的簇拥性,而且减少了虚假航迹的占有率,运算实时性显著提高,具有较好的工程应用前景。     

基于聚类与霍夫变换的同型雷达多目标定位算法

传统测向交叉定位手段在定位航迹交错的同型雷达的多目标时，难以正确匹配单个目标的方位参数。针对该问题，提出了一种基于密度聚类与霍夫变换的同型雷达多目标定位及航迹筛选算法。首先，对侦获时间范围进行切片，利用时间切片内的功率与测向参数进行DBSCAN(Density-Based Spatial Clustering of Application with Noise)聚类，依据聚类中心的测向值进行初始定位；而后计算初始定位点到侦察站的距离，利用适用性改进的霍夫变换检测出侦获的功率参数与距离参数变量之间的隐藏线性关系；最后根据提取到的线性参数排除初定位中的虚警点，筛选出单个目标的定位轨迹。仿真结果表明，该算法在面对多达10个轨迹交错的非直线运动目标时仍能有效完成定位计算并筛选出各目标轨迹，保证定位误差和错选率不恶化。     

基于FPGA非合作捷变频雷达实时参数提取

针对某捷变频雷达信号特点,提出了一种快速估计直达波参数的方法。该方法采用基于频域检测的方法粗略估计脉冲宽度,再与精确的脉宽模板匹配,获得脉宽的精确值,然后用基于STFT和解线调法的频域参数估计算法估计带宽、载频,再与精确的载频模板匹配,获得载频的精确值。并在FPGA硬件系统实现了文中参数提取算法,利用实测数据进行的测试结果表明,文中提出的参数提取方法精度高、速度快、计算量小,已成功应用到某电子侦察系统中。     

杂波环境下基于全邻模糊聚类的联合概率数据互联算法

针对杂波环境下的多目标跟踪数据互联问题,该文提出基于全邻模糊聚类的联合概率数据互联算法(Joint Probabilistic Data Association algorithm based on All-Neighbor Fuzzy Clustering, ANFCJPDA)。该算法根据确认区域中量测的分布和点迹-航迹关联规则构造统计距离,以各目标的预测位置为聚类中心,利用模糊聚类方法,计算相关波门内候选量测与不同目标互联的概率,通过概率加权融合对各目标状态与协方差进行更新。仿真分析表明,与经典的联合概率数据互联算法(Joint Probabilistic Data Association algorithm, JPDA)相比,ANFCJPDA较大程度地改善了算法的实时性,并且跟踪精度与JPDA相当。     

基于密度拟合的区域航道挖掘方法

雷达目标跟踪主要利用从回波信号中得到的目标位置、速度等信息,所用的先验信息较少。由于地形、燃料等因素,空中/海面目标通常是会沿着一定航道进行运动,但这一信息通常难以作为先验信息提供给雷达观测,用以辅助雷达跟踪。因此本文提出基于航迹密集程度的区域航道挖掘方法,从航迹数据集提取航道,可为后续相同区域内的目标跟踪提供必要的辅助信息支持。本方法对航迹进行参数拟合,基于参数聚类找到航迹高密集区域并利用最小二乘提取航道;它在无任何先验知识的前提下,仅利用已有航迹数据就可实现对区域内航道快速、准确提取。基于实测数据,通过本方法与其他方法的实验对比,我们验证了本方法提取航迹的有效性和准确性。     

低概率目标点迹截获下的修正Hough变换航迹起始方法

为了在强杂波的环境下有效地起始航迹,提出一种针对低概率目标点迹截获下的修正Hough变换方法。该方法使用标签记录回波数据的时序信息,并通过速度门限和时序特征信息对截获的数据进行关联,同时结合Hough变换的方法,可以在低概率目标点迹截获下实现航迹起始。仿真实验表明,算法有效地克服了现有的Hough变换法及其衍生改进算法不能有效地解决低概率目标点迹截获下的航迹起始问题,大大提升了起始正确率,并具有较强的工程可行性。     

基于YOLOX的跳频信号检测

现有跳频信号检测算法大多针对固定参数的跳频信号检测,而面对可变参数的跳频信号检测时,其每跳时长及带宽的不确定性导致这些算法的适用性下降。为此,提出了一种基于YOLOX的跳频信号检测算法。该算法适用于固定参数跳频信号和可变参数跳频信号,判断跳频信号的存在性。首先将观测时间内的信号进行短时傅里叶变换获得灰度时频谱图;然后将时频谱图经过目标检测网络YOLOX,获得各个信号的预测框;最后根据跳频信号各跳点的时间连续性,筛选出跳频信号各个跳点,根据连续跳点个数判断跳频信号的存在性。对算法的检测流程进行了仿真,以验证算法的可行性。实验结果表明,该算法可以较好地完成盲检测任务,且能够通过增加较少的先验信息以提高检测性能。     

雷达航迹数据压缩方法研究

目前雷达情报数据传输以短波电台和光纤通信为主,这些传输手段遭到破坏后通信容量将会极大降低。为解决低通信容量下的航迹数据传输问题,提出了一种基于航迹数据曲线拟合的数据压缩方法。雷达探测目标得到点迹,然后将点迹关联形成航迹,先对航迹进行曲线拟合得到拟合曲线参数。通过传输拟合曲线参数来代替传输航迹数据,最终利用拟合曲线参数恢复出航迹,从而极大压缩数据传输量,完成在低通信容量下的雷达航迹数据传输。     

基于机器学习支持向量机的海面目标航迹起始算法研究及应用

海面目标跟踪过程受到强海杂波干扰、回波信号时变非平稳、点迹丢失和目标机动等影响,导致传统方法的航迹起始效果较差,出现混批、起始失败和误跟踪等严重后果。针对上述问题,提出了一种基于机器学习支持向量机的海面目标航迹起始算法,采用支持向量机作为分类器,通过样本训练实现对真实目标与虚假目标的分类,将航迹起始问题转化为真假目标的区分和鉴别问题。文中方法利用机器学习的数据驱动策略选择分界面方案代替传统技术中利用先验知识来人工选择门限分界,可以显著减少对先验信息的依赖;同时,门限具有自适应调整的能力,可大大提高算法的自适应性和鲁棒性。最后,利用雷达实测数据对算法的有效性进行了验证。     

基于KNN和雷达辐射源脉间参数的舰船目标个体识别方法

针对同型多目标位置接近无法有效区分的问题,提出了一种基于KNN和雷达辐射源脉间参数的舰船目标个体识别方法.根据雷达辐射源脉间参数计算待识别雷达信号与已识别雷达信号的参数关联度,若关联度小于阈值则认为是不同雷达,否则认为是同型雷达则利用最近邻分类算法通过计算待识别雷达目标位置点与已识别雷达目标历史航迹点的距离来判决待识别...