基于JVC的紧凑型地波雷达海上目标点迹-航迹最优关联方法

紧凑型地波雷达由于接收天线阵列孔径减小导致对海上目标的定位精度低,在多目标跟踪算法中采用序贯式的点迹-航迹关联方式易发生误关联导致航迹断裂、误跟踪等问题。对此,该文将多目标点迹-航迹关联转化为最优分配问题,提出一种基于JVC算法的多目标点迹-航迹最优关联方法。对于关联波门重叠区域内存在公共候选点迹的多条航迹,首先以雷达获取的目标多普勒速度、距离与方位角作为目标特征参数,利用最小代价函数确定公共候选点迹与所有航迹之间的相似度,得到关联代价矩阵;然后以总关联代价最小化作为优化准则,采用JVC算法求解得到最优的点迹-航迹关联结果。利用仿真与实测目标数据开展了点迹-航迹关联实验,并与序贯最近邻关联方法的关联结果进行了对比。实验结果表明:采用该文所提方法跟踪得到的航迹时长明显优于序贯最近邻关联方法的结果,解决了序贯式关联因关联错误导致的航迹断裂、误跟踪等问题,提高了航迹跟踪的连续性。     

基于方位机扫雷达的机动目标双波门跟踪方法

点迹-航迹处理是雷达航迹跟踪过程中的重要一环,是把雷达探测到的点迹与已知航迹进行比较,然后正确关联配对的过程。复杂环境下的目标跟踪要求点迹-航迹关联处理、目标航迹跟踪的滤波和预测都要可靠,正确的点迹-航迹关联结果会产生较为准确的滤波和预测,而准确的滤波预测又会促进点迹-航迹的正确关联,二者之间是相辅相成的。常规跟踪法在目标机动尤其是悬停情况下的跟踪难度较大,多次掉点后不易重新正确关联,容易出现掉批、误关联等情况的发生。本文提出了一种基于前后双波门的机动目标跟踪法,可以使方位机扫雷达较好地连续跟踪机动目标。     

地波雷达与自动识别系统目标点迹最优关联算法

为了提高海洋探测精度和范围,针对高频地波雷达(HFSWR)和自动识别系统(AIS)目标点迹的融合利用问题,该文提出一种基于JVC(Jonker-Volgenant-Castanon)的点迹分状态全局最优关联算法。首先,通过判断高频地波雷达和AIS点迹的径向速度,将点迹分为准静态目标和动态目标。接着,选取径向速度和点迹间的球面距离为特征参数,对不同状态下目标点迹分别进行径向速度和位置间球面距离粗关联。最后,使用相对距离比的平均值进行关联效果的评价,通过选择合适的关联门限参数,使用JVC算法实现高频地波雷达和AIS的点迹最优关联。实验结果表明:该算法在关联相同点迹对数的情况下,关联精度高于最近邻(NN)算法和Munkres关联法,关联用时少于最近邻算法和Munkres关联法。通过近3年内3组不同时刻实测目标点迹的验证,该算法可以满足关联的实用性和实时性要求。     

基于改进盖尔-沙普利算法的自动识别系统与双频地波雷达断裂航迹关联

高频地波雷达(HFSWR)可以实现大范围海上船只目标的连续探测,但是海杂波等干扰因素的影响容易造成跟踪航迹的断裂。目前关于地波雷达航迹关联的研究中,通常忽略了航迹断裂的情况,将航迹关联视为二分图匹配问题,这会导致可能将单一目标的断裂航迹判断为多个目标,从而引起目标的误关联。针对上述情况,该文结合模糊综合评判和迭代搜索算法,首次将盖尔-沙普利(GS)算法引入航迹关联领域,并且对其进行改进以满足航迹断裂时的多对多航迹关联情况,提出了改进的盖尔-沙普利(IGS)算法。在该算法中,通过计算航迹之间的模糊综合评判值来得到航迹之间的倾向度序列,再由迭代搜索对航迹进行聚类以获得航迹集群,最后将航迹集群及倾向度序列输入盖尔-沙普利算法来进行数轮博弈以给出关联结果。利用双频率高频地波雷达和船只自动识别系统(AIS)的仿真数据与实测数据进行实验测试,实验结果表明：所提出的算法解决了在航迹断裂情况下的多传感器航迹关联问题,且在密集区域的航迹关联效果优于传统算法。     

多功能相控阵雷达点迹融合技术研究

相控阵雷达由于工作方式的多样性与波束的灵巧性,其点迹融合比常规情报雷达组网的融合更复杂。通过对相控阵雷达数据特性与控制特性的深入分析,提出了一种伪序贯交互多模型滤波点迹融合算法。该算法将按照一定的时间周期,统一处理时间间隔内的多雷达点迹,在获得与每条航迹相关的点迹后,将关联点迹按时间排序,凝聚时戳非常接近的点迹,然后序贯用于航迹的交互式滤波。最后,通过实际试飞试验,对算法进行了验证,结果表明,融合后航迹的稳定性和精度都得到了提高。     

基于特征辅助的灰色航迹关联方法

多雷达多目标航迹关联算法大多量测数据中因信息贫瘠的原因导致雷达目标航迹关联精确度较差、性能较低等一系列问题。基于灰色关联分析理论的航迹关联算法,分析研究了综合性线段Hausdorff距离(LHD)灰色关联方面的理论,并将其用在雷达航迹关联领域。通过仿真证明,该算法能够综合考虑航迹之间的距离远近度和2条航迹曲线的拟合度。特征辅助信息不仅可以用于数据关联,也可以用在航迹关联方面。提出基于目标特征辅助信息的序贯灰色关联算法,仿真证明该算法与传统灰色关联算法相比精确度较高,能够在工程实践中提高关联概率。     

机载雷达中断航关联算法

由于多普勒盲区、电磁干扰以及电子静默等原因,机载预警雷达会经常出现目标航迹中断的现象。针对传统中断航 迹关联算法航迹错误关联和漏关联的概率较高的缺点,文中提出基于先验信息的中断航迹关联算法,利用目标运动特征等先验信息进行粗关联,采用对数代价函数结合二维最优分配实现中断航迹关联,并通过多项式拟合连接关联成功的航迹。仿真实验表明,该算法关联性能比传统算法有显著提高。     

基于序贯修正灰关联度的全局最优航迹关联算法

航迹关联是分布式多传感器航迹融合的前提。针对融合中心无法获得目标状态估计协方差的情形,该文提出一种基于序贯修正灰关联度的全局最优航迹关联算法。该算法取消数据列的区间值化,对数据列指标绝对差进行序贯积累,对灰关联系数计算式进行可交换性修正,得到各传感器航迹间的序贯修正灰关联度,以此关联度为全局统计量进行全局最优的航迹关联判决。仿真结果表明,在密集平行编队、随机交叉目标和存在非共同观测目标环境下,该算法的性能和稳健性明显优于传统方法。     

Hough变换与数据融合

提出了一种基于Hough变换数据关联方法,这种数据关联方法既可用于各种目标跟踪算法的初始化,也可用于雷达情报数据自动处理.其主要思想是将直角坐标系下的情报点迹在Hough变换下映射到参数空间,在参数空间进行聚类,从而实现直角坐标系下按不同目标的点迹聚类,经过数据融合,最终得到目标航迹.     

雷达组网数据融合处理中的点迹融合技术

基于点迹的雷达组网系统,可以充分发挥多雷达信息的优势.提高目标航迹起始概率.改善系统跟踪性能。本文结合工程实践,详细分析了组网雷达数据融合处理中的点迹融合技术,以及点迹关联处理的一般步骤和常用关联滤波方法.最后对点迹融合性能做了定量的分析。