雷达/红外复合导引头信息融合技术研究

多模复合寻的制导技术已成为精确制导武器的发展方向,采用雷达/红外双模制导模式,可有效提高制导系统的精度。多传感器数据融合技术是双(多)模寻的制导的关键技术之一。对雷达/红外复合导引头数据融合研究现状进行了讨论,包括目标跟踪融合的关联和估计、数据对准、航迹关联、航迹融合、目标识别;并讨论了这些算法的基本原理、相关技术及方法、存在的问题和研究方向。     

红外/毫米波双模制导数据融合方法

通过分析导引头视线角速度的获取方式和变化规律,建立了Kalman滤波所需的状态方程和观测方程;利用三维仿真提供的视线角速度观测值。对几种数据融合方法进行滤波仿真并进行分析、比较．对弹载滤波和数据融合的工程化设计提出一些见解。     

多种异类传感器联合跟踪的异步航迹融合算法

针对多种异类传感器联合跟踪的数据不同步问题,提出了一种适应于工程应用的异类传感器的异步航迹融合算法。首先利用最小二乘估计对红外测角信息进行数据压缩预处理,将预处理之后的红外测角信息与激光测距信息作为光电测量值代入扩展卡尔曼滤波,再利用分布式异步融合算法将光电与雷达进行航迹融合。仿真结果表明,该算法具有很好的跟踪精度、收敛速度和实时性。     

“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.     

基于雷达信号到达角的航迹融合方法

航迹融合是被动雷达目标识别的重要组成部分,文中提出了两种航迹融合算法.一种是基于极大似然估计准则的最优观测值融合方法,另一种是利用重新开始局部估计预测滤波器去相关的方法进行到达角估计值融合.计算机仿真结果表明,这两种算法是可行的和有效的,其中估计值融合方法解决了航迹融合中的相关性问题,具有更高的融合精度.     

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。     

雷达/红外双模制导下的数据融合与可视化仿真

多模复合寻的制导技术已成为精确制导武器的发展方向．采用雷达／红外双模制导模式，可有效提高制导系统的精度．因为雷达导引头具有全天候、测角和测距等优点，红外导引头具有测角精度高，测量连续等优点．将两者的信息有效地融合可以实现性能互补，提高对目标的跟踪能力．利用Visual C 6.0和OpenGL工具可实现雷达／红外双模制导的可视化仿真．     

自适应方差卡尔曼滤波视线角跳变抑制技术

红外成像制导导弹在识别红外诱饵弹前后会产生视线角跳变,引起制导指令突变,降低制导精度。以点源诱饵为对象,建立了视线角跳变模型,研究了视线角跳变的机理。针对视线角跳变引起脱靶量增加的问题,基于以当前统计模型为目标运动形式的传统卡尔曼滤波方法,设计了一种具有自适应方差的卡尔曼滤波器来提取视线角速度。仿真结果表明,在干扰影响下,传统卡尔曼滤波方法输出的视线角和角速度精度较差,具有自适应方差的卡尔曼滤波方法则能大幅提高弹目视线估计精度,提高导弹制导精度。     

多雷达数据融合的误差校正

针对雷达组网系统中的多传感器数据融合的问题,提出了运用卡尔曼滤波迭代法估计出雷达航迹的系统误差,并进行有效的误差校正,提高数据融合效率,提升组网雷达的性能．仿真结果表明,系统误差修正后,雷达航迹的精确度相对提高．     

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。     

基于两坐标雷达和红外传感器的融合目标跟踪算法

利用雷达和红外传感器的观测信息及目标运动的特征信息，改善系统对机动目标的跟踪性能；并在雷达无法主动开机的情况下，应用测向测时差定位法，处理机动目标的无源定位问题，在此基础上，应用数据融合技术进一步提高系统的定位与跟踪精度。     

红外/毫米波雷达双模导引末状态的目标跟踪算法

红外/毫米波雷达双模导引末状态的目标跟踪算法基于目标形心估计法.即在复合跟踪的基础上先进行空间配准,再建立跟踪窗口,然后在窗口内逐场或逐帧计算出目标图像形心坐标相对于窗口中心的偏离量,并实时输送给复合导引头数据融合跟踪系统.该算法包括图像输入、选择灰度门限并确定跟踪窗口、计算质心及求得质心加权平均、窗口中心的自适应调整、判断递推过程中止条件等步骤.     

用于多传感器最优融合的优化节点样条数据平滑方法

对多个精度不同的传感器观测数据采用了加权平均法，给出了观测数据的最优融合方法；在此基础上，利用优化理论和最小二乘准则，对高机动目标的运动轨迹实现了B样条函数逼近，使逼近过程适应目标的运动规律，仿真计算结果表明其明显地优于微分平滑和等距节点平滑。     

一种基于DS证据理论的多雷达目标识别方法

文中研究了利用目标的位置和运动信息通过DS证据理论完成多雷达目标融合识别的方法.单雷达目标识别利用目标位置和运动信息建立目标线性隶属度函数,利用模糊综合评判进行目标分类.融合中心对来自各个雷达的识别概率利用DS证据进行最终的判决.仿真结果表明利用位置和运动信息进行识别的可行性和有效性,验证了多个雷达融合后的识别效果优于单个雷达的效果.     

基于主/被动雷达双传感器的自适应跟踪融合算法

在主、被动雷达双传感器目标跟踪背景下，提出一种自适应数据融合算法。跟踪同一个目标的主、被动雷达观测数据由线性卡尔曼滤波器来处理，与主／被动雷达对应的两个跟踪器的输出数据被发送到一个中央节点，在这个节点中，包含了两个由在线跟踪信息构成的指标变量．将这些指标与设定的阈值进行对比．即通过二者的逻辑判断结果来选择用于得到整体评估的方法，其中对周值的选择决定了融合算法融合精度与计算量的平衡点。仿真结果表明，这种融合算法有很好的融合效果。     

基于D-S证据理论的红外小目标识别方法

提出了一种基于D-S证据理论的红外小目标融合识别方法。该方法首先对中红外和远红外成像小目标进行目标特征的提取,然后根据提取的特征利用模糊C均值聚类的方法进行基本概率分配,最后利用改进的D-S组合公式进行融合识别。融合识别试验表明该方法能在传感器工作不正常的情况下仍然可以根据对两个传感器输出的结果进行融合对目标进行有效的识别。