雷达组网多目标跟踪系统的设计与实现

雷达组网多目标跟踪系统采用加权最小二乘估计估计目标的初始状态，其数据关联采用最近邻算法，假设观测误差为高斯噪声且各个传感器之间相互独立，先计算量测点与系统航迹的标准化距离，再判断某个量测是否与某个航迹相关联，选择标准距离最小的系统航迹与量测点配对，用此量测点对系统航迹进行更新。系统跟踪滤波则采用加权最小二乘滤波算法，仿真试验表明，该系统可有效地对组网雷达条件下的多目标进行跟踪。     

多目标聚类融合跟踪中的特征信息利用

对雷达和电子支援系统的航迹关联问题，利用模糊C-均值聚类算法实现数据关联。该算法综合利用属性信息和动力学信息，通过构造一个影响距离因子函数．根据识别分类结果。调整样本与类中心的距离。最后融合方位角量测得到目标的状态估计。蒙特卡洛仿真表明．新算法比单一使用动力学量测的算法对多目标关联问题更有效。     

基于目标视线角速度的航迹融合研究

雷达／红外双模制导过程中，提出了目标距离由雷达提供，目标视线角位置或角速度由雷达和红外融合提供．通过对目标被测误差角变化规律分析，提出了分布式结构中基于目标视线角速度的航迹融合方法，运用极大似然估计法进行了航迹状态估计融合．通过仿真，验证了该方法的有效性。提高了目标跟踪性能．     

主被动异构弹载雷达组网抑制假目标干扰方法

针对单部弹载雷达在欺骗式假目标干扰的情况下存在视角单一、信息量少、难以有效抗干扰的问题,提出主被动异构弹载雷达组网抑制假目标干扰方法。该方法考虑了弹载雷达位置误差,在航迹起始阶段利用角度信息对主动和被动雷达导引头的量测量进行两两关联鉴别,从而剔除部分假目标,并使用关联成功的主动弹载雷达量测信息辅助被动雷达进行航迹起始;在航迹关联阶段,主动与被动弹载雷达分别对目标进行跟踪滤波,通过序贯航迹关联算法再次鉴别剩余假目标。仿真结果表明,该方法能够在保证较高的真实目标鉴别概率条件下对距离欺骗式假目标干扰进行有效抑制。     

基于抛物线随机Hough变换的机载脉冲多普勒雷达机动弱目标检测前跟踪方法

为解决机载脉冲多普勒（PD）雷达对机动弱目标进行检测与跟踪的问题,构造了一种基于抛物线随机Hough变换（RPHT）的检测前跟踪（TBD）算法。该算法通过模糊区间对目标的模糊量测进行距离多假设扩展,从而提取量测中的时空相关信息。利用RPHT方法将目标扩展量测转换到参数空间,并在参数空间对目标的机动航迹进行积累。在算法实现过程中,通过方位变换的方式对传统的RPHT方法进行了改进,以降低算法计算复杂度。该方法将机动弱目标解距离模糊问题转换为TBD框架下基于RPHT的航迹检测问题,避免了微弱目标的低信噪比造成的航迹漏检。仿真结果验证了该算法的有效性。     

“红外卫星-地基雷达”航迹融合算法的实现及精度分析

为提高对助推段弹道导弹轨迹跟踪的精度,设计一种“红外卫星-地基雷达”航迹融合算法。通过建立传感器量测和航迹融合的仿真模型,结合凸组合融合法和协方差交集法,分别实现了实现天波超视距雷达和红外预警卫星配准后航迹数据的融合,以及天波超视距雷达和红外预警卫星配准后航迹数据的融合。通过仿真证明了在进行航迹融合后的跟踪结果较SBIRS单独的跟踪结果精度更优。本文设计的凸组合融合法和协方差交集法的跟踪结果精度可以满足针对弹道导弹的早期预警需求。     

"红外卫星-地基雷达"航迹融合算法的实现及精度分析

为提高对助推段弹道导弹轨迹跟踪的精度,设计一种"红外卫星-地基雷达"航迹融合算法.通过建立传感器量测和航迹融合的仿真模型,结合凸组合融合法和协方差交集法,分别实现了天波超视距雷达和红外预警卫星配准后航迹数据的融合,以及天波超视距雷达和红外预警卫星配准后航迹数据的融合.通过仿真证明了在进行航迹融合后的跟踪结果较SBIRS单独的跟踪结果精度更优.设计的凸组合融合法和协方差交集法的跟踪结果精度可以满足针对弹道导弹的早期预警需求.     

一种红外与雷达信息融合跟踪算法及其性能分析

为了提高目标跟踪系统的性能,在吸收雷达和红外跟踪传感器各自优点的基础上,提出一种雷达/红外传感器信息融合方法,该方法综合了雷达测量信息全面以及红外测角精度高的特性,对雷达与红外量测进行融合形成融合量测,基于融合量测设计了状态估计滤波器。在不同假设条件下,分别对融合系统与单传感器跟踪精度进行了仿真比较。结果表明:融合系统的跟踪精度高于单个传感器的目标跟踪精度,可有效提高目标跟踪精度。     

自动相关监视与多雷达数据融合综述

对自动相关监视与多雷达数据融合的关键技术进行综述。将各种参与数据融合的监视信息进行统一,保证了信息的一致性;选择ADS与多雷达数据融合的变更周期,确保了数据的精度与可靠性;ADS与多雷达数据融合中的系统误差配准,使融合的数据更加准确;利用模糊聚类的方法使多雷达与自动相关监视数据关联,使系统能够得到可靠的关联性能;在复杂环境下对野值进行剔除,提高了融合精度。给出了ADS与多雷达航迹融合的方法,生成飞行器最终的航迹。     

基于数据融合技术的航迹处理

基于数据融合技术的航迹处理采用多雷达获取航迹信息,再用卡尔曼滤波算法进行融合.采集数据并提取有关数据项后进行格式转换、数据辨识.再对多源数据进行取舍、验证、修改等处理,生成综合信息.通过建立备选与正式航迹,进行航迹点互连和对多部雷达滤波数据进行线性加权融合处理,得到唯一航迹.     

一种基于时空匹配权重的空情融合精度评估算法

精度指标是评估空情融合系统的重要指标之一,但复杂环境下融合精度评估基准的确定是困难的。本文提出一种针对空情融合系统的时空匹配权重评估算法,通过雷达探测数据精度的高低建立权重优先级,分析各雷达在融合过程中发挥主要作用的时域区间集合,构建雷达精度时间累积量,根据融合航迹积累时间自适应分配各雷达的精度权重,结合雷达探测数据的精度计算出基准精度,最后根据模糊评判的方法评估精度指标。此方法适用于仿真或动态飞行等条件下的空情融合系统精度评估,具有良好的适应性和可信性,并通过仿真示例表明其有效性。     

基于无源侦察装备协同的航迹起始算法

针对压制性干扰条件下,组网雷达中的有源雷达不能有效对目标进行航迹起始,提出基于无源侦察装备协同的航迹起始算法。该算法利用无源侦察装备所测得目标辐射源的方位角进行方位航迹起始,同时由系统中心站引导网内有源雷达扫描已获得的目标方位,进行直角坐标下的航迹起始。通过无源侦察装备所获得辐射源目标的载频、脉宽、重频等属性参数,以及根据目标运动时方位角度变化特点建立的方位波门对方位航迹起始算法进行改进。仿真结果表明:对传统无源方位航迹起始算法的改进使得方位航迹起始正确率明显提高。     

微波交会对接雷达目标跟踪的卡尔曼滤波器设计

针对空间交会对接应用中追踪航天器对目标航天器的精密跟踪，采用三阶修正卡尔曼滤波器直接在球坐标系下对径向距离和径向速度进行联合跟踪，采用2个结构一致的二阶修正卡尔曼滤波器分别对俯仰角和俯仰角速度、方位角和方位角速度进行联合跟踪。提出一种状态噪声的实时估计算法，有效地解决了卡尔曼滤波应用中状态噪声的参数设计问题。仿真结果表明，本文设计的卡尔曼滤波器能够精确地跟踪目标航天器，同时具有较强的动态适应能力。     

火炮空情信息仿真系统

现代火炮使用多种传感器信息源对空中目标进行搜索和跟踪。本火炮空情信息仿真系统从空情生成、电视跟踪、雷达信息的滤波、预测和航迹融合处理等方面对真实系统进行了模拟。仿真系统由3台PC通过局域网互联，每台PC包括多个算法模块组成不同的仿真信息处理流程。系统采用模块化设计，各模块的处理时间与实时仿真相协调。本仿真系统对设计和评估火炮空情信息不同处理算法提供手段，也为全火炮信息管理仿真创造条件。     

数据融合在雷达目标识别中的应用

数据融合（Data fusin)技术又称多传感器数据融合或分布式传感,即对多类、多源和多平台传感器数据进行组合,提供有关环境综合态势的一种数据处理技术。该技术在防空中首要解决的问题是,根据不同传感器信息源的信息,将飞机,导弹等不同空中目标航迹分类,实现对目标的探测、跟踪和识别。文中列出了其应用实例和用于雷达目标识别的各种数据传感器,分析了利用目标特征的统计或确定的、无知识库或有知识库的、用判定或信号融合的等类数据融合方案,讨论了加权平均法、表决规则法、模糊理论法、神经网络法等数据融合方法,并以“自动驾驶仪”为例,论证了专家系统在数据融合中的作用,由此提出了以专家系统和人工神经网络相结合的数据／信息融合是解决雷达目标识别之捷径的结论。     

干扰环境下的一种坐标平均方法

干扰环境下的坐标平均采用神经网络和模糊推理,通过零阶Sugeno模糊模型的自适应神经模糊推理求取目标位置信息的可信度.防空C3I系统雷达信息处理,其算法含各层及混合学习算法,并在求取各雷达目标位置信息可信度后,归一化处理可信度,再利用加权平均法得到较精确的坐标平均结果.     

基于数据融合技术的空靶脱靶量测量

脱靶量是检验武器系统性能优劣的重要指标,是靶场进行武器系统打靶试验过程中需要测量的关键参数;目前脱靶量的测量主要依靠雷达或GPS系统完成,光学测量作为备份手段;这种测量方法虽然提高了测量的成功率,但对于冗余数据没有充分利用,测量精度不高;本文利用数据融合技术对测量数据进行了处理,在不增加任何测量设备的情况下,提高了脱靶量测量的精度。