多特征信息融合的多目标数据关联算法

分析了对关联性能有重要影响的目标特征信息，其中包括目标的位置、多普勒频移、雷达截面积和目标的运动方向，并且针对多个目标交叉飞行时容易出现的关联错误问题，提出了一种基于多特征信息融合进行模糊逻辑推理的数据关联方法．仿真结果表明，基于多特征融合的数据关联算法具有较高的综合性能．     

联合Metropolis算法和MDL准则的密集多目标分辨算法

针对单脉冲雷达处理同一分辨单元内密集多目标回波时收敛较慢的问题,提出了一种将Metropolis算法和最小描述长度(MDL)准则相结合的密集多目标分辨算法．构建Metropolis算法中的更新函数和迭代规则,促使待估参数的不同马尔可夫链间的融合;根据融合判定规则选取抽样样本,估计出对应的目标参数;利用MDL准则实现密集目标的准确分辨．该算法不仅提升了收敛速度,而且具有较高的参数估计精度,提高了算法在多目标下的分辨性能．仿真结果验证了所提算法的有效性和可行性．     

雷达网任务分配与调度的一种实现方法

为了提高雷达网的探测效能,提出了一种动态的雷达网目标分配及任务调度算法.该算法以雷达对任务的映射表为依据,采用紧急任务优先、任务完成时间优先、通用性最小优先和随机选择等原则来解决雷达之间的竞争,从而实现雷达对多目标的动态分配.最后给出了该算法的一种仿真实现方法.     

基于航迹关联的一、二次雷达联合跟踪

该文针对一、二次雷达在杂波环境下多目标多传感器协同跟踪问题,提出了一种带二次雷达修正的基于航迹关联的一、二次雷达联合跟踪算法。该算法先通过一次雷达对敌友方目标和二次雷达对友方目标运用联合概率数据关联算法滤波跟踪得到航迹数据之后运用双门限航迹关联判定友方目标并撤消对友方目标的跟踪和利用二次雷达探测数据进行对敌方目标的高度信息进行自适应修正,通过蒙特卡洛仿真表明该算法在提高目标跟踪精度和减小处理器的运算量都是有效的。     

基于K-Medoids聚类的多传感器航迹关联算法

为有效解决目标密集环境下的航迹关联问题,提出了一种基于K-Medoids聚类的航迹关联算法.该算法采用局部航迹与系统航迹进行关联的策略,将系统航迹作为Medoids,降低了需要关联的航迹对数量,避免了K-Medoids的固有缺陷,很大程度上提高了关联算法的效率.通过采用无穷范数计算采样点点迹距离求出了两条航迹的近似距离,这使得关联判决能考虑历史和当前航迹,提高了正确关联率.在多传感器多目标环境下讨论了其具体实现过程,仿真实验结果验证了该算法的有效性和优越性.该算法在存在噪音和离群点时,具有很强的健壮性,适合目标密集环境.     

雷达模拟器中判定目标点迹发现的解耦算法

针对以往判定目标点是否被雷达发现的算法精度较低、易产生时间错位、影响生成的点迹质量等问题,提出了一种新算法,用于雷达模拟器中实现模拟场景和真实场景的叠加,并对固定和运动雷达平台情况进行了讨论．新算法首先判断雷达扫描线是否发现目标,然后根据目标和扫描线的速度列出相应的超越方程,再用二分法获得在精度要求之内的点迹发现时间．仿真实验结果表明,该算法易于实现,可根据精度需要产生相应的结果．     

一种机载MIMO雷达大场景成像算法

针对远离场景中心的目标成像存在的参考函数失配问题,理论上分析了机载MIMO雷达成像失配函数的特性,提出了一种基于目标场景条带分割的机载MIMO雷达的大场景成像算法,并导出了成像条带分割的约束关系.该算法通过将测绘带沿距离向分割为多个窄的条带,降低了失配函数对成像结果的影响,有效增加了机载MIMO雷达的成像场景宽度.最后分别利用仿真的单目标和多目标数据对提出算法进行了测试.仿真结果表明,所提出算法是可行的,可实现宽测绘带的高分辨成像.     

多普勒信息辅助的杂波环境下多目标跟踪算法

传统雷达目标跟踪方法仅利用目标的位置信息进行数据关联,在处理密集杂波环境下的多目标跟踪问题时,容易产生虚假航迹,甚至出现误跟、失跟的现象。该文针对此问题提出一种多普勒信息辅助的杂波环境下多目标跟踪算法。首先引入多普勒信息带来的观测方程非线性,以及速度观测与距离观测之间的相关性问题,基于IPDA-UKF算法框架,综合利用目标的位置和速度信息构建多维关联波门,利用多维信息进行有效量测的筛选,从而将一个多目标数据关联的问题转化为多个单目标数据关联的问题,然后采用IPDA-UKF分别估计各个目标的存在概率和运动状态。仿真结果表明:相比其他算法,该算法充分利用距离和速度之间的相关性,不仅降低了杂波环境下多目标数据关联的复杂度,提高了数据关联的效率,而且目标跟踪精度也得到了明显提升。     

基于极大似然估计的最优航迹关联算法

针对两传感器以上的分布式多传感器航迹关联问题,提出了一种基于极大似然估计的最优航迹关联算法,并且使用一种剪枝方法来快速求解该关联算法的最优解．最后,在不同的目标间隔距离条件下进行了仿真实验．仿真结果表明,该算法有较高的正确关联率,是有效可行的．     

粒子群算法在多传感器多目标跟踪的应用

多传感器多目标跟踪系统中,数据关联是其中的关键问题之一.它可以表述为多维分配问题,提出了基于粒子群优化算法的多维分配算法,它将多维分配问题中的目标代价函数极小化问题作为组合优化问题求解.通过在粒子群初始化步骤以及交叉和变异时充分考虑确认备选量测,缩小优化搜索范围,能较快找到最优解实现关联.在虚警和漏检、密集目标环境下,该算法应用于多传感器多目标融合系统仿真,结果表明所述算法在多目标数据关联中有较好的可行性和优越性.     

杂波环境下雷达组网的多目标聚类融合跟踪

多传感器多目标跟踪是信息融合技术在目标跟踪领域的应用范例,数据关联是其中的关键技术之一.对于杂波环境下的组网雷达多目标跟踪,讨论了粗、精关联相结合的数据关联方法.先用基于跟踪门限算法进行粗关联,排除部分杂波,再用模糊C-均值算法模糊聚类来实现关联.通过把多传感器跟踪问题转化为多个单传感器跟踪问题,更有效地实现关联,最后融合量测,滤波后得到目标的状态估计.用该算法对目标进行蒙特卡罗仿真,其比改进前的模糊C-均值关联算法和最近邻域算法在杂波环境下更能有效实现数据关联.     

一种新的高速多目标参数检测算法

该文提出一种新的高速、多目标窄带雷达目标检测和参数估计算法。首先采用基于循环平稳的联合Keystone变换与模糊数搜索方法完成目标运动参数粗估计,然后在粗估计基础上采用联合频域距离徙动补偿处理与分数阶傅里叶变换方法完成目标检测及参数估计。该算法适用于多目标及存在距离徙动、多普勒扩散和多普勒模糊的情况,其保持了循环平稳计算复杂度低的优点,且克服了已有循环平稳算法在工程应用中估计精度低和运动参数估计范围受限的缺陷。计算机仿真和实测数据验证了算法的有效性。     

有效稳健的STAP GMTI算法FAGATA

针对机载／星载STAP雷达在非均匀杂波、干扰以及高密度目标回波存在时的动目标检测算法FRACTA及其增强型,提出了一种新的改进算法FAGATA．该算法利用多种离群点检测算法进行全局检查,将原算法的反复检查减少到一次．同时利用两种加权方法的自适应残留功率检验将检测层数从三层降低到两层,极大地提高了计算效率,不仅能够准确地检测运动目标、精确地估计目标参数,而且具有更高的检测效率和稳健性．仿真结果验证了算法的正确性和有效性．     

Novel detection and parameters estimation of a high-speed multi-target

A novel algorithm for high-speed multi-target detection and parameters estimation with narrowband radar is proposed. Firstly, velocity and acceleration are roughly estimated with the combination of compensating range migration in the frequency domain and fractional Fourier transform. And then, based on the coarse estimation, keystone transform and fractional Fourier transform are employed to estimate the fold factor and acceleration accurately. In the case of multi-target, range migration, Doppler spread and velocity ambiguity, this algorithm is suitable, and the performance of the targets detection and parameters estimation is improved owing to the utilization of the coherent integration in a low signal-to-noise ratio. The computational load is greatly reduced by combination of coarse and accurate estimation. The validity of the proposed algorithm is demonstrated by computer simulation.     

分布式穿墙成像雷达空间配准方法

分布式穿墙成像雷达利用多个穿墙雷达节点在多个视角对室内目标协同探测，可以有效弥补传统单视角穿墙探测的不足。提出了一种基于高斯混合模型的分布式穿墙成像雷达空间配准方法，根据各个节点探测结果中多目标位置关系求解雷达节点位置。首先将各个雷达节点的量测点集建模为高斯混合模型；然后将雷达节点配准问题转化为求解最优坐标变换参数的优化问题；最后采用粒子群优化求解，实现雷达节点空间配准。仿真与实测结果验证了该方法的有效性。     

相对运动多目标的逆合成孔径雷达成像

由于非合作的机动多目标相对于雷达射线的姿态是时变的,而且目标间可能存在相对运动,给逆合成孔径雷达(ISAR)成像造成较大的困难。当多目标间存在相对运动时,直接利用常规补偿方法通常得不到满意的结果。该文建立了目标相对运动的模型,分析了相对运动对成像的影响,提出了一种新的相对运动补偿算法。该算法对存在相对运动的目标在距离上利用Keystone变换进行分离,提取相对运动目标的回波,分别利用Autoclean算法进行运动补偿。模拟和实测数据的成像结果表明,该算法是可行的。     

基于成像声呐的水下多目标跟踪研究

针对水下多目标跟踪问题,提出基于成像声呐的高效目标跟踪算法. 基于声呐的成像特点,针对声学图像中的每个像素点,建立基于信号强度的回波信号模型,提取图像中的个体目标. 采用基于序贯蒙特卡罗的概率密度假设(SMCPHD)滤波对各目标状态进行滤波,结合Auction航迹识别算法将滤波后的目标状态与已确定的航迹进行关联,实现多目标跟踪. 通过算法的仿真分析发现,该方法相对于基于数据关联型的多目标跟踪算法如联合概率数据关联(JPDA)算法、多假设跟踪(MHT)算法,大大提高了计算效率. 对采集的现场数据进行目标提取与跟踪,获得目标的跟踪轨迹.     

A Time-Frequency Associated MUSIC Algorithm Research on Human Target Detection by Through-Wall Radar

In this paper, a time-frequency associated multiple signal classification (MUSIC) algorithm which is suitable for through-wall detection is proposed. The technology of detecting human targets by through-wall radar can be used to monitor the status and the location information of human targets behind the wall. However, the detection is out of order when classical MUSIC algorithm is applied to estimate the direction of arrival. In order to solve the problem, a time-frequency associated MUSIC algorithm suitable for through-wall detection and based on S-band stepped frequency continuous wave (SFCW) radar is researched. By associating inverse fast Fourier transform (IFFT) algorithm with MUSIC algorithm, the power enhancement of the target signal is completed according to the distance calculation results in the time domain. Then convert the signal to the frequency domain for direction of arrival (DOA) estimation. The simulations of two-dimensional human target detection in free space and the processing of measured data are completed. By comparing the processing results of the two algorithms on the measured data, accuracy of DOA estimation of proposed algorithm is more than 75%, which is 50% higher than classical MUSIC algorithm. It is verified that the distance and angle of human target can be effectively detected via proposed algorithm.     

逆合成孔径雷达成像的机动目标平均补偿

逆合成孔径雷达成像中平动补偿可以分为两步进行,即平动粗补偿（包络对齐）和平动精补偿（自聚焦）。经过多年的研究,包络对齐和自聚焦都有一系列算法,但是,这些算法的提出和分析都是基于目标平稳飞行的。随着对机动目标瞬时成像研究的深入,表明当不发生距离走动的情况下,平稳飞行的包络对齐方法完全适用于机动飞行,但大部分自聚焦方法对机动飞行目标不再有效,为此提出一种基于相干积累的适用于机动目标的自聚焦方法,仿真和实测数据的处理表明该方法是有效的。