一种基于红外传感器的跟踪门优化算法

典型的机载红外搜索跟踪系统采用大场和小场两种扫描方式，在不同的扫描方式下，跟踪门的设计有所不同。小场扫描频率高，可采用椭球形跟踪门；大场扫描频率低，宜采用类水滴形跟踪门。本文针对类水滴形跟踪门提出一种基于数据关联的性能优化的跟踪门算法，通过它来减少跟踪门内来自非本目标的回波，最终达到提高多目标多传感器跟踪系统性能的目的。理论和结果分析表明，与传统的方法相比，尤其在多目标强干扰和高虚警的情况下利用该算法更能有效提高系统性能。     

基于信息融合的多目标单站无源跟踪新技术研究

跟踪起始与数据关联是多目标无源单站跟踪的关键技术.本文提出了一种基于目标多特征信息融合的自适应跟踪起始算法,通过构造多维动态可变的跟踪门,进行自适应跟踪起始检测,然后根据序列概率比检验准则进行轨迹确认.同时提出了一种基于多目标多特征信息融合的数据关联算法,首先通过定义多个特征数据关联度,将单个有效观测的多特征信息进行融合,再对多目标进行综合数据关联.计算机仿真表明,该跟踪起始算法能够快速有效地启动航迹,数据关联算法的性能要优于传统的NN方法和扩展的NN方法.     

锥扫型光学传感器像平面多目标轨迹跟踪

积分概率多假设跟踪(IPMHT)是一种基于期望极大化(EM)的准最优贝叶斯多目标迭代跟踪算法,研究了该算法在锥扫型光学传感器像平面多目标轨迹跟踪中的问题。为提高算法的跟踪性能和计算效率,利用逻辑概率数据关联滤波(PDAF)方法进行目标初始状态估计,并利用目标幅度信息和波门技术对IPMHT进行优化。针对锥扫型传感器非线性观测下的多目标跟踪,将扩展无味卡尔曼滤波(AUKF)与优化的IPMHT算法相结合,实现像平面多目标轨迹的起始、维持和终结。蒙特卡洛仿真实验表明,该算法成功地解决了锥扫型传感器的像平面多目标轨迹跟踪问题,在提高目标跟踪性能的同时改善了计算效率。     

基于多基地雷达系统的快速多目标跟踪算法

针对用多基地雷达系统跟踪近距离多高速机动目标的场合,提出了一种快速跟踪算法.该算法首先用观测组合预处理模块和航迹跟踪门大量剔除冗余组合数据,然后用S-D分配算法选择最小代价量测组合,计算航迹初值点,用并行扩展卡尔曼滤波算法估计确定目标的运动状态,并提出将多个目标的滤波进程和S-D分配进程并行化以提高算法的实时性.仿真结果表明,该算法不仅能快速精确地跟踪到多目标运动状态,而且具有很好的收敛特性和稳定性.     

基于粒子滤波和联合概率数据关联的目标跟踪算法

为了解决非线性非高斯系统下多目标跟踪问题,对基于粒子滤波和联合概率数据关联的目标跟踪算法进行了深入研究。在多目标聚集且目标跟踪门可能交叉时,考虑使用基于多目标组合采样的JPDA算法,在多目标聚集不严重时,考虑使用基于独立采样的JPDA算法。仿真结果表明：该方法可以有效地解决非线性非高斯下多目标跟踪问题。     

基于光电跟踪系统的联合Kalman滤波器算法研究

传统光电跟踪系统中,采用单传感器方式进行目标跟踪存在跟踪不稳定及传感器切换时跟踪精度大幅度下降等问题.利用融合光电跟踪系统多个传感器信息可以提高系统性能的特点,研究了采用联合Kalman滤波器的融合算法.首先对各传感器获取的目标轨迹数据进行局部滤波,然后由全局滤波器对各局部滤波器的目标轨迹估计进行融合处理,得到目标状态估计的更新.实验仿真结果表明,该融合算法实现了目标的稳定跟踪,其跟踪精度高于传统单传感器跟踪模式,并且有效地解决了传感器失效造成的跟踪精度严重下降问题.     

多假设跟踪在红外搜索跟踪系统中的应用

红外搜索跟踪系统得到的数据存在较多虚警和杂波,所以宜采用多假设跟踪(MHT)算法对多个运动目标进行跟踪.针对MHT算法计算量大的缺点,对算法做出了改进和简化,仿真结果表明了改进后的算法在降低计算量的同时能够有效地摒弃虚警、跟踪多个目标.     

多传感器多目标跟踪中的概率数据互联

通过在两维雷达和红外搜索跟踪两种不同传感器观测空间上建立多目标运动状态的投影，单传感器的ＪＰＤＡ算法被推广到此种多传感器数据融合系统之中，实现了其中的多目标数据互联和多传感器数据融合，从而提高了跟踪性能。     

多分辨率多模型目标跟踪方法的三处理机并行实现

介绍了一种用于噪声中机动目标跟踪的小波变换新算法——多分辨率多模型目标跟踪方法。该算法利用小波变换获取多分辨率测量数据,增大了机动检测概率,但需要几倍于传统算法的运算量,难以在实际跟踪系统中实时应用。对此,采用并行处理技术,给出了该算法在包含３个ＣＰＵ的多总线微机系统上井行实现的方法。模拟结果证明了该方法的优良性能,并行处理时间接近传统的单分辨率跟踪算法的处理时间。     

基于雷达点迹处理的抗RGPO干扰的机动目标跟踪

针对距离波门拖引(Range Gate Pull Off,RGPO)干扰下机动目标跟踪性能恶化的问题,提出一种基于雷达点迹处理的机动目标跟踪算法。该算法首先使用RGPO干扰鉴别技术将跟踪波门内的雷达点迹数据分为正常点迹集与RGPO干扰点迹集,针对不同的点迹集采取了不同的状态更新策略,最后融合两类状态信息后输出目标位置。仿真结果表明,该算法的跟踪精度明显优于传统的交互多模型－概率数据关联(Interacting Multiple Model Probabilistic Data Association,IMM-PDA)算法及现有抗RGPO干扰机动目标跟踪算法。     

宽带谱相关时空DOA矩阵方法

本文提出了一种新的基于信号时空特征结构的二维DOA估计方法－－宽带谱相关时空DOA矩阵方法。该方法利用信号的循环平稳特性实现了对宽带信号的有效处理,同时通过空时变换将传统的一维空域处理拓展到了二维空间处理,更充分地利用了信号的时域特征,从而大大简化了阵列结构,提高了算法的性能。理论分析与仿真结果表明,该方法既继承了循环平稳方法在谱估计方面的优势,又具有原DOA矩阵方法无需二维谱峰搜索和参数配对的特点。     

时空DOA矩阵方法的分析与推广

本文在对时空DOA矩阵方法进行详细分析的基础上,提出了该方法的几种改进与推广形式.理论分析和仿真结果表明,时空DOA矩阵方法作为一种新的基于信号时空特征结构的高分辨率二维DOA估计方法,可以通过空时二维处理在时空域中衍生出大量虚拟阵元,因此对阵列结构的约束较松,能够根据需要灵活地派生出多种形式的阵列和相应的估计方法,并具有较强的抗噪能力和实用性.     

基于均匀圆阵相干信源的二维DOA估计

随着通信技术的不断发展,信号传输环境变得日益复杂。针对多径传播形成的高度相关和相干信号测向问题,提出了一种基于均匀圆阵相干信源的二维DOA估计方法。该方法利用均匀圆阵轴向虚拟平移解相干,通过去噪后利用虚拟子阵的自协方差矩阵和互协方差矩阵构造波达方向矩阵,利用该矩阵特征分解估计信号的俯仰角;然后将平滑后的自协方差矩阵与波束空间变换矩阵相乘,使圆阵的导向矢量具备范德蒙结构,最后用求根MUSIC算法估计出信号的方位角,完成了相干信号的二维DOA估计。该方法无需二维谱峰搜索,方位角和俯仰角自动配对,计算量小,分辨率高。仿真实验证明了所提方法的正确性。     

DS/CDMA系统上行链路一种稳健的阵列接收方法

W G.Hou等对DS/CDMA移动通信系统上行链路提出了通过估计空间到达角（DOA）而进行波束形成的空间滤波方法,本文首先对该方法进行了从对移动台的初始DOA定位到跟踪的大量改进,使该方法对期望用户的跟踪和对干扰用户进行空域抑制更为准确和有效。然后将算法与导频位辅助LMS-DRMTA算法进行了比较,该方法比导频位辅助LMS-DRMTA算法具有更小的运算量,更好的稳定性,当扇区激活用户数较大时,该方法还具有更低的误码率（BER）,该阵列接收法更适合大容量的移动通信系统。     

相干宽带线性调频信号的波达方向估计新方法

提出了一种相干宽带线性调频(LFM)信号的波达方向(DOA)估计新方法。该方法利用LFM信号在分数阶Fourier域上的解线调特性,构造出新的解线调域阵列数据模型,然后结合传统的矩阵重构解相干以及MUSIC算法实现相干LFM信号的DOA估计。若同时存在多组相干LFM信号入射,则首先在不同的能量聚集域上将各信号组分离,然后逐一进行各组内相干信号的DOA估计。该方法充分地挖掘了观测信号所包含的时频信息,增加了可检测的DOA数目,提高了分辨性能和抗噪声性能。此外,该方法无冗余阵元与孔径损失,且适用于任意流型阵列。仿真结果显示,在DOA估计的均方根误差(RMSE)相同时,与传统方法相比,本方法可获得8dB左右的信噪比增益。     

一种新的波达方向和多普勒频率估计算法

基于均匀圆形阵列，提出了一种同时估计空间非相干信号源方位角、仰角和多普勒频率的快速算法。该方法对均匀圆阵的输出信号进行模式空间转换，使得阵列流形具有类似于均匀线阵的形式，然后通过构造相应的数据矩阵得到传播算子的最小二乘（LS）估计，并由传播算子构造出一个特殊的低维矩阵，其特征值给出多普勒频率估计，特征向量舍有阵列流形的信息。结合模式空间阵列流形的性质，给出了一种DOA估计的总体最小二乘算法，在低信噪比条件下可提高测向精度。该方法不需要谱峰搜索和参数配对，具有运算量小的优点。计算机仿真验证了该方法的有效性。     

2D DOA and Frequency Estimation Method with One Vector-Sensor and Two Pressure Sensors Based on ESPRIT and Signal Power

We use one vector and two pressure sensors to form a sparse large aperture L-shape array for high performance two-dimensional (2D) direction of arrival (DOA) and frequency estimation. Because the number of sensors is small and there is only one vector sensor in the presented array, thus, the installation of sensors in the array is simpler and installation error is smaller, than the conventional array. Meanwhile, a high performance 2D DOA and frequency estimation method is presented. Firstly, utilizing single vector sensor and based on the ESPRIT, a group coarse 2D DOA and frequency parameters are obtained. Secondly, to restrain space noise or interference, a matrix filter is utilized to process the covariance matrix which comes from sensor array, so as to form a new covariance matrix which possesses high signal to noise ratio. Thirdly, utilizing the new covariance matrix and based on the ESPRIT again, accurate but ambiguity angles estimates are obtained. Fourthly, one signal power estimator and one optimization method are presented to solve the angle ambiguity and frequency ambiguity problems, respectively. The proposed method gains a high performance 2D DOA and frequency estimation results. Numerical simulations are performed to verify the feasibility of the proposed method.

     

时频子空间拟合波达方向估计

本文提出了一种基于信号空时特征结构的时频子空间拟合方法,利用双线性时频分布构造时频相关矩阵 C _x代替传统的阵列相关矩阵 R _x,通过 C _x的特征分解实现了信号子空间与噪声子空间的分离.该方法在空域和二维时频域同时进行处理,能够区分具有不同时频特征的信号,既适用于平稳信号的场合又适用于时变、非平稳信号的情形,属于空时多维处理的范畴.可以证明,基于平稳信号假设的经典子空间方法是该方法的低维特例.由于包含了时变滤波的过程,因此该方法具有信号选择性以及抗干扰和抗噪声的能力.仿真结果证实了该方法的有效性.     

一种有效的二维DOA估计算法研究

为了获取用户空间位置，实现通信容量倍增的目的，采用时空DOA矩阵方法，并提出了一种有效的改进算法——时空虚拟DOA矩阵方法。做了60多次Monte—Carlo仿真实验，获得时空DOA矩阵方法和时空虚拟DOA矩阵算法的仿真结果。得到的结论是时空DOA矩阵具有很强的分辨能力，且能解决二维估计中的角度兼并问题，时空虚拟DOA矩阵算法可以估计超过阵元数的信号，具有较高的分辨性能和较好的稳健性。     

基于分数阶傅里叶变换的线性 调频信号二维波达方向估计

 本文提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的多线性调频(Linear Frequency Modulation,LFM)信号二维波达方向(Direction of Arrival,DOA)估计方法.该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的分数阶傅里叶域的阵列信号数据模型,并利用MUSIC算法实现对多个LFM信号的二维DOA估计.仿真实验验证了算法的有效性.