雷达光电智能协同探测技术研究

对低慢小目标的探测,当前雷达光电协同跟踪算法存在较大缺陷,特别是当目标发生强机动时,协同跟踪精度大大降低,主要原因是雷达给出的距离预报精度较差。针对低慢小目标,首先提出了雷达光电协同跟踪流程,然后给出了基于雷达光电数据的距离解耦算法,为光电设备提供高精度的距离信息,最后采用基于IMM-BLUE序贯集中式融合算法,有效地提高了雷达光电协同跟踪的精度和数据率,同时该算法给出了目标的高度,为低慢小目标的打击,提供高质量引导数据。     

基于异类传感器多模型融合方法的研究

低空/超低空的突防对国土防空提出了严峻的挑战。针对融合问题中多源、不同维度和异步等特征问题,通过多个传感器有机地结合,利用多源异类传感器进行数据融合,提出了基于熵的交互式多模型的异类融合方法,并设计了两种异类传感器集中式的数据融合策略。最后通过仿真实验对比分析了两种方法。仿真结果表明采用序贯滤波的融合方法具有较好的融合性能。     

复杂环境下一、二次雷达数据融合技术研究

二次雷达(SSR)能够提供目标的位置信息和身份信息,可以提高一次雷达(PSR)目标识别、威胁评估及跟踪的能力,且一次、二次雷达的数据是同步的.针对SSR和PSR量测数据同步不同维给融合带来的困难,采用扩展非线性量测的最优线性无偏估计(EBLUE)方法对SSR和PSR进行融合,解决了该问题,并较大地提高了融合精度.仿真结果证明了自适应变维的SSR和PSR测量数据融合方法的有效性.     

岸基雷达模拟器的设计与实现

针对岸基雷达工作的海面环境和目标特点,在雷达模拟器中设置了目标的雷达截面积（RCS）起伏、检测概率计算及海杂波模型。对于海面舰船目标而言,其RCS通常受舰船的姿态、方位角等状态影响较大,在此通过计算舰船相对于雷达站的方位实现目标的RCS起伏。再根据目标的RCS利用Albersheim公式即可获得目标的检测概率。另外,雷达的工作状态不同,检测到的海杂波分布模型亦不同。这里介绍了2种最常用的海杂波分布模型,分别是Rayleigh分布和对数正态分布。改进后的雷达模拟器能够更加真实准确地模拟岸基雷达的实际工作环境。     

机载雷达探测精度评估方法研究

影响机载雷达探测精度的主要因素是惯导系统的导航误差和机载雷达的量测误差.严格分析了惯导系统的导航误差和雷达的探测误差在各阶段坐标变换中对机载雷达探测精度的影响,并根据误差传递理论详细推导了机载雷达探测数据在机体坐标系、载机惯性坐标系、WGS-84地心直角坐标系、地面站坐标系或大地坐标系中的探测精度的计算公式,并进行了实例计算.计算结果表明,所提出的机载雷达探测精度评估方法是符合工程实际的.     

机载单站固定目标测向交叉定位研究

机载平台对地面固定目标定位是电子侦察中的一项重要任务。针对机载平台的特点,提出了一种机载单站对地面固定目标的纯方位交叉定位算法,通过测量地面辐射源信号的方位角,结合机载平台的位置与航向信息,建立三维球面弧线计算模型求解目标的地理经纬度,给出了快速计算目标方位斜率的方法,通过多次融合定位提高定位精度。仿真实验中采用卫星工具开发包(STK)仿真软件生成机载平台的位置数据和目标的方位角数据,分析了多次融合定位的收敛情况及不同测向精度下的定位性能,最后给出了一些工程实践性的建议,具有一定的参考意义。     

机载ESM与雷达航迹融合仿真系统研究

机载电子对抗侦察（ESM）和雷达已成为机载平台上获取目标信息的重要传感器。针对机载平台的特点模拟工程实践,从航迹配准、航迹关联和航迹融合三个阶段给出了一套仿真计算过程,构建了一个多参数航迹融合仿真模型。在航迹配准中主要考虑ESM传感器和雷达航迹数据之间的时空对齐问题,航迹关联中分析了基于统计理论的、基于模糊分析的和基于快速判别的三种航迹关联算法,在航迹融合中采用一种快速的加权融合的方法。仿真实验中给出了一种衡量不同航迹关联算法性能的评估计算方法,比较了在不同参数环境下三种航迹关联算法的性能及航迹融合的效果。最后给出了一些实验结论和工程实践性的建议,具有一定的工程参考意义。     

一种利用TBD自动检测低慢小目标的方法

对于强杂波背景下的非合作目标,特别是低慢小目标,要发现并掌握此类目标仅仅依赖一次雷达的信号处理和操作员长期的警惕性观察远远不够．为了解决在不增加虚警航迹上报的情况下能及时发现非合作目标的问题,将检测前跟踪（TBD）技术的思想引入到警戒雷达终端数据处理中,借助先进的数据处理算法和高性能的计算机处理能力,及时发现威胁目标．这对降低操作员劳动强度、提高目标被自动发现的能力、减少漏报或错报空情信息有着积极的意义．     

一种高精度机载GMTI雷达数据滤波方法

针对机载GMTI雷达地面机动慢速多目标跟踪难题,提出了一种新颖的高精度机载GMTI雷达数据滤波跟踪方法。针对机载GMTI相控阵雷达的特点,引入一种新的机载GMTI雷达量测模型,采用Doppler伪量测形式减弱Doppler量测与目标状态之间的强非线性关系,并进行了量测误差转换;通过论述发现,采用运算速度较快的UKF滤波器进行非线性滤波估计,可以有效地降低由机体坐标系到地面站惯性坐标系的复杂变换引起的估计误差放大。实验证明,该方法可以有效地提高地面机动多目标的跟踪精度,满足实际雷达跟踪系统要求。     

机载有源无源雷达联合探测数据融合研究

针对机载有源无源雷达量测数据不同步、不同维的特点,提出了基于自适应变维非线性量测最优线性无偏滤波(BLUF)有源无源数据融合方法。首先将三维的非线性量测的最优线性无偏滤波推广到六维的情况,然后针对融合中心收到的量测数据的类型采用不同维的最优线性无偏滤波。该融合方法不但有效地解决了机载有源无源雷达数据的不同步、不同维给融合带来的困难,还大大提高了融合的精度。通过仿真证明了自适应变维的有源无源数据融合方法的有效性。