基于合作目标的大系统误差方法研究

基于合作目标,分析了雷达存在的大系统误差的原因,提出了解决大系统误差的方法,改进的方法可以有效地提高航迹融合精度。用模拟的雷达数据对算法的性能进行了评估,计算机仿真试验验证了该算法的可行性和有效性。     

一种雷达目标的动态雷达散射截面模拟

为了能够掌握动态目标的飞行特性,提出了一种模拟目标动态雷达散射截面(RCS)的方法。该方法根据雷达目标航迹相关数据,结合测量坐标系和目标坐标系转换原理,采用多层快速多极子算法,仿真建立了目标静态下的RCS数据库。同时,通过编程实现了目标动态RCS模拟程序,并通过分析得到动态目标RCS曲线。该结果表明,雷达目标的动态RCS模拟对掌握目标的飞行特性起到了一定的作用。该方法可以代替RCS实际测量过程,具有实现简单、操作性好等优点。     

不等间隔时间采样高精度雷达数据仿真方法

研究高精度雷达数据采样问题。雷达数据采样时要求数据的准确性。传统雷达数据采用是基于等间隔时间采样的,具有精度低、误差大的缺陷,无法满足高精度定位的需求。针对上述问题,提出一种采用不等间隔时间采样的高精度雷达数据仿真方法。通过为飞行器建立基本的运动模型,采用分段组合的方法生成目标运动轨迹。在此基础上结合雷达的扫描体制与目标的运动特性,采用迭代法实现了对目标运动轨迹进行精确采样。实验结果表明,改进方法能够生成连续、光滑的目标运动轨迹,生成具有精确位置信息的仿真雷达数据,可用于多雷达航迹融合等对仿真雷达数据精度要求较高的场合。     

A-SMGCS的多场面监视雷达多目标航迹相关

航迹融合由航迹相关和航迹合成组成,航迹相关是航迹融合的前提;针对先进场面运动引导控制系统(A-SGMCS)中场面监视雷达对目标的跟踪,文中研究了多场面监视雷达的多目标航迹相关问题;首先,建立分布式多场面监视雷达多目标航迹融合的总体框架,利用GPS授时和外推内插的方式进行场面监视雷达的同步,利用坐标平移实现空间对准;然后,介绍基于层次划分思想的聚类算法,再利用此方法进行多场面监视雷达多目标跟踪的航迹相关研究;最后,进行了仿真验证;仿真结果表明,文中所采用的方法对目标数确定和不确定的航迹都能够进行正确相关,有效地解决了场面监视雷达的航迹相关问题。     

基于FPGA+PC104的雷达目标模拟器设计

介绍了一种基于PC104与FPGA构成的嵌入式系统来模拟雷达回波信号的方法。给出了以FPGA为核心采集雷达参数以及产生雷达目标和干扰信号的硬件实现方法,分析了通过PC104产生理论航迹和进行目标参数计算与控制的实现流程。测试结果表明,该模拟器能够逼真地实现雷达空情目标及干扰信号,且具有结构简单、控制方便、灵活性强的优点,可用于实装训练和雷达调试。     

一种火控雷达终端显示器的仿真实现

雷达系统的仿真模拟由于成本低、研发周期短、效果好等优点在军队中开始得到广泛应用,雷达系统的模拟训练已成为某些部队军事训练的一种方式。雷达终端显示器的仿真是雷达系统仿真中的一个重要部分,在三维坐标系中对飞行目标航迹的产生进行了建模,并利用C Builder 6.0开发工具,采用多线程技术,对某一火控雷达终端显示器进行仿真,实现了多飞行目标情况下,单个目标捕获跟踪、杂波的模拟、雷达终端数据的实时录入等功能。本设计能很好应用于雷达课程教学和军队雷达手的操作训练中。     

利用回波幅度信息辅助的模糊聚类关联算法

针对传统模糊聚类关联算法在对近距离运动目标进行跟踪时容易出现航迹合并或航迹丢失的缺点,提出了一种改进的模糊聚类关联算法.该算法综合考虑了目标运动学信息和雷达回波幅度信息对数据关联过程的影响,并在计算模糊隶属度函数时利用雷达回波幅度信息对其进行了修正.该算法在没有显著增加计算量的前提下,提高了对距离较近且运动模式也相似的目标的关联效果.仿真实验结果表明,该算法关联精度较高,计算量适中,具有较好的工程应用价值.     

雷达与ACARS数据融合研究

为了更好地利用雷达与ACARS进行空中目标监控,研究了雷达与ACARS的数据融合问题,提出了一种数据融合算法。对雷达与ACARS数据进行坐标变换和时空配准;对二者进行航迹关联,包括空间粗关联、逻辑航迹关联和多义性处理;对关联航迹进行融合。仿真结果表明,该算法可以提高空中目标监控的数据率,识别出雷达中的部分商用和通用航空飞机,得到目标更加详细和准确的信息。     

基于加噪算法的航迹模拟仿真技术研究

针对某军事外教训练系统中目标航迹模拟的特点和不足,提出了一种基于加噪算法的航迹模拟仿真方法,系统模型采用三种基本的目标运动方程模拟目标航迹,并用符合扰动分布规律的随机数进行加噪处理,实现模拟航迹的实时产生。结果证明,该方法模拟的航迹更符合目标的实际运动特性。     

组网火控雷达传感器分配研究

从科学合理分配组网火控雷达资源出发,以扩展卡尔曼滤波跟踪为基础,研究了用航迹精度作为传感器分配准则的方法;针对火控提高航迹精度和反隐身目标、低空目标作战需求,考虑雷达布站对防空覆盖区域划分和对抗ARM,提出了单部火控雷达对单目标进行跟踪、多部火控雷达对单目标进行跟踪和多部火控雷达对单目标间歇式轮换跟踪3种分配方式,对在不同方式下基于航迹精度的传感器分配方法进行讨论分析;设定组网系统雷达布站、目标运动和典型参数进行了仿真实验,通过仿真结果表明:3种分配方式的合理性和可行性。     

采用序贯滤波的红外/ 雷达机动目标跟踪

当机动目标状态是非平稳和非线性时,红外传感器和雷达的目标状态方程和量测方程都是非线性和非高斯的,为了解决经典跟踪算法的残差较大或发散的问题,提出一种新的融合跟踪算法:在对红外传感器和雷达的量测数据进行时间对准和同步融合后,将融合后的量测数据送入重抽样粒子滤波器进行处理以预测和跟踪机动目标.最后给出了一个仿真跟踪实例,并与同类多雷达跟踪的效果进行了比较,说明了异类融合跟踪优于同类多雷达融合跟踪.     

基于蚁群相似度加权霍夫变换的航迹起始

在雷达、红外等传感器的目标航迹起始时,目标的机动性以及数据的批处理会导致目标运动轨迹上偏离点的漏检。针对该问题,首先在Hough变换基础上,根据目标运动速度、幅度等信息置信区间与杂波干扰的不同,加上权重因子进行累积,然后进行目标的航迹起始,最后利用蚁群相似度检测起始轨迹上的偏离点迹。仿真结果表明,较之传统Hough变换,采用加权Hough变换算法能有效检测到目标航迹上的偏离点迹,提高目标检测概率。     

基于并行Boosting算法的雷达目标跟踪检测系统设计

目前的雷达目标跟踪检测系统跟踪路线与实际路线相差较大,泛化误差率高。基于并行Boosting算法设计了一种新的雷达目标跟踪检测系统,硬件内部引入数据多处理器,对收集的雷达位置数据集中处理,连接I/O接口,配置数据过滤器,将雷达位置信息数据的状态参数录入过滤器元件中。在软件部分,利用并行Boosting算法的内部学习融合方式调节不同的雷达目标追踪系统状态,通过信息处理、航迹分析、落脚点判断来整合相应的跟踪检测信息,构建检验方程式防止外来无关数据的侵扰,最终得到雷达目标跟踪数据操作状态,完成目标跟踪检测。实验结果表明,基于并行Boosting算法的雷达目标跟踪检测系统设定的检测路线与实际路线吻合度高达99.21%,泛化误差远远低于传统目标跟踪检测系统,实用性更强。     

两种典型情况下的多目标航迹关联方法

针对多目标测量雷达航迹关联中普遍存在的目标变换和目标重复两类典型问题，提出双向带密度控制的多项式检验和基于弹道动力学外推的雷达测元比较方法，有效解决了多目标雷达测量时一段连续航迹跟踪目标不唯一和对同一空间目标多次重复测量的技术难题，改变了完全依赖人工拼接测量数据完成多目标航迹关联的现状。实践结果证明该算法简单适用，便于工程实现，可极大地提高多目标航迹关联的准确度，缩短数据处理周期，对完成目标空域分布测量、目标识别等突防效果分析与评估具有重要价值。     

信标模式机动目标跟踪数据实时处理

信标模式下的机动目标测速数据存在较大时变系统误差, 导致目标飞行弹道解算精度降低. 针对此问题, 本文通过增加表征系统误差的分量项, 对机动目标运动模型的状态向量扩维, 并将系统误差引入到测量方程中, 提出一种弹道估计新算法. 利用无迹卡尔曼滤波计算跟踪目标的轨迹, 同时估计系统误差. 仿真试验表明, 该方法无论在应答或信标模式下都可以解算出满足精度要求的弹道.     

C~3I系统警戒雷达数据源的模拟与仿真

针对目前高炮情报指挥系统模拟训练器功能相对单一,难以满足模拟训练和系统测试这一现状,提出了一种基于嵌入式环境的多雷达多目标空情录取系统模拟仿真方案,重点研究多目标航迹生成方法和警戒雷达功能仿真模型。系统采用模块化设计思想,分别建立了以目标状态模型为核心的航迹模型、警戒雷达功能仿真模型以及嵌入式数据库。雷达功能仿真模型的建立充分考虑了影响警戒雷达探测能力的内在因素和外在干扰。系统模型经检验符合实际要求。     

改进的Kohonen神经网络航迹关联算法

针对传统的航迹关联算法在运动目标交叉、分岔时,常出现错漏相关航迹且计算量随着传感器和目标数量增加而飞速增长的缺陷,提出一种改进的Kohonen神经网络航迹关联算法。该算法由聚类关联、目标状态估计、神经元优化和状态融合估计等模块组成。通过给每个竞争层神经元加上一个合适的阈值,有效避免了常规的Kohonen神经网络因初始权值选择不合适而容易造成坏死神经元的问题。进一步设计了自组织竞争神经网络学习规则,将多传感器在同一时刻的测量数据进行自组织聚类,从而实现测量数据的有效关联。最后,利用连续时间下的关联数据,实现运动目标航迹关联。仿真研究验证了该算法的可行性和有效性。     

改进的CS-UKF加速度方差自适应跟踪算法

针对基于当前统计模型的状态噪声协方差阵中的加速度方差调整方法对一般机动目标、非机动目标跟踪精度差的问题,研究其改进方法;在建立机动目标当前统计模型离散状态方程和雷达导引头离散观测方程的基础上;利用雷达导引头测量信息和位置预测值之间的扰动对加速度方差进行调整,提出了改进的加速度方差自适应调整无迹卡尔曼滤波跟踪算法;数字仿真验证了该算法对非机动目标、一般机动目标以及高机动目标均具有良好的跟踪效果。