基于组合优化的多传感器多目标数据互联

对于由雷达和红外组成的多目标跟踪系统，通过建立多传感器的多重观测表达，将其中的多传感器多目标数据互联表述为多重观测数据集之间的最优组合分配，从而实现了这两种类型不同传感器融合跟踪过程中的多目标互联求解。     

分布式雷达目标位置数据融合算法

本文提出了一种使用分布式多部雷达对单个目标进行定位的融合算法,给出了雷达信息系统中目标异步航迹数据的时间校正和坐标转换方法,推导了基于最小方差的最优融合算法公式,得出融合估计的方差比任一个单传感器的方差都小,从而提高了目标点迹融合的精确度,为进一步解决雷达信息系统中多传感器、多目标航迹融合打下了基础。     

数据场和K-Means算法融合的雷达信号分选

雷达辐射源信号分选是电子情报侦察的关键环节,其中未知雷达的信号分选一直是分选中的难题。针对传统K-Means聚类算法对初始聚类中心敏感、需要事先确定初始聚类数目的缺点,将数据场算法引入到雷达信号分选,并将其与K-Means聚类算法相结合,提出了一种融合算法,该算法不需要雷达信号的先验知识,适用于处理未知雷达信号。通过仿真实验验证所提出的融合算法分选准确率较高,为雷达信号分选提供了新的思路。     

雷达最优组网及目标跟踪算法分析

针对防空导弹武器系统所面临的各种复杂环境，提出了一种最优的正六边形雷达组网方案，建立了目标的数学模型并探讨了多传感器自适应数据融合算法，给出了计算流程图，得到了目标状态的实时估计，实现了目标跟踪的目的。     

多态系统数据分析的逻辑决策算法

在对逻辑分析数据的相关理论进行分析的基础上，给出了多态系统数据分析的逻辑决策算法。该算法适于多领域的判断和预测。利用逻辑综合中逻辑单元的随机覆盖问题产生的随机数据对算法加以验证，得到了较好的预测效果。     

用于雷达目标识别的层次化信息融合算法

基于对目标识别特点的认识，提出了可用于坦克目标识别的层次化信息融合算法，对高分辨率毫米波非相干雷达，毫米波辐射计及红外辐射计等目标识别概率进行了的融合实验表明，该算法不仅可融合不同层次的信息，而且具有较强的处理信息不确定性的能力和容错能力，极大地提高了目标识别概率。     

基于动态加权的雷达数据融合算法

传统数据融合算法在处理雷达数据时,采用“平均”的思想,融合时不对数据加以区分。文中针对这一缺陷,提出了一种基于动态加权的雷达数据融合算法。新算法首先根据每部雷达的滤波误差动态计算量测数据的融合权值,然后根据融合权值获得融合量测数据,最后对融合数据进行滤波。仿真实验验证,相比传统数据融合算法,新算法能够提高目标的航迹跟踪精度。     

一种雷达辐射源识别的规划融合算法

多传感器数据融合技术已经成为雷达辐射源识别中的一项关键技术,以传感器报告为基础,提出了一种新的雷达辐射源识别的规划融合算法,并通过举例进行了说明,最后使用Lingo软件对模型进行了求解,得出了最优结果。该算法可以有效地提高雷达辐射源识别的准确率和可靠性。     

一种雷达与ESM的相关算法及其解析分析

给出了一种可用于不等样本情况下雷达与ＥＳＭ航迹的相关算法，该算法主要包括相关规则，多义性处理决策门限的设置，并对算法进行了理论分析和仿真。     

基于注意力机制的毫米波雷达和视觉融合目标检测算法

传统目标检测大多基于摄像头采集图像进行,虽然近些年出现了许多优秀的检测网络,但在复杂场景下,仍存在大量漏检、误检等问题。针对这些问题,提出了一种基于注意力机制的毫米波雷达和视觉融合目标检测算法。首先将毫米波雷达数据进行扇形点云柱编码（Fan-shaped Cloud Pillar Code,FCPC）,将其转换为前景伪图像;然后,再将其通过坐标关系映射到像素平面,使用卷积注意力模块（Convolutional Block Attention Module,CBAM）对两者特征数据进行融合;采用Yolov4-tiny对融合特征进行检测,并引入Focal Loss对原损失函数进行改进以解决正负样本不均的问题。在Nuscenes数据集上进行模型验证与对比,结果表明,该算法在复杂场景下相比其他单传感器检测算法如Yolov3、Efficientent以及Faster-RCNN等,无论平均检测精度(mean Average Precision,mAP) 还是每秒检测帧数(Frames Per Second,FPS)都有明显的提升。     

解析解混沌雷达系统的多目标测距

针对传统混沌雷达对多目标测距困难的问题,提出了一种建立在解析解系统上的混沌雷达多目标测距方法。该方法使用解析解混沌系统中的连续信号作为雷达发射信号,并把解析解混沌系统中的二值离散序列经移位寄存器保存在雷达接收端,通过保存的二值离散序列能够准确重构雷达发射信号模板。使用该模板和回波信号进行匹配滤波,通过匹配滤波输出信号的峰值得到待测目标的距离。该方法能够在-10 dB信噪比条件下实现多目标测距,且雷达接收端因为只需保存二值离散信号所以需要的存储空间小,实现过程成本低廉。仿真实验验证了提出方法的有效性。     

X波段测高雷达展开法解距离模糊算法设计

雷达信号处理的根本目的是从杂波中提取运动目标，为此必须抑制地杂波和动杂波，同时保证运动目标输出。本文首先从杂波抑制着手，研究X波段测高雷达脉冲重复频率的设计，在此基础上设计一种解距离模糊的展开算法。     

基于雷达和成像传感器的融合跟踪

基于战术防空导弹的跟踪制导问题提出了一种利用雷达和成像传感器的融合跟踪方法。成像传感器获得的目标姿态观测，对目标机动十分敏感，而成像传感器得到和目标视线角观测十分精确，不存在角闪烁现象，数据融合技术充分利用了雷达和成顺的观测信息，显著地改善了机动目标的跟踪性能，大大减小了目标机动引起的脱靶量。     

基于冗余思想的PD雷达解距离模糊算法

为了解决距离模糊的问题,脉冲多普勒(PD)雷达采用多重脉冲重复频率(PRF)的工作方式,解模糊最常用的算法是中国余数定理法,但在有测量误差时,解模糊的结果误差会很大.本文阐述了基于冗余思想的一种解模糊算法,由于只计算各重视在距离与基准视在距离间的方差,使参照值相应增多,可能错解的表值组合大大减少,从而提高了目标识别的精度.     

基于杂波密度估计的联合概率数据互联算法

联合概率数据互联(JPDA)算法能很好地解决密集环境下的多目标跟踪问题。在该算法基础上,人们又提出了多传感器联合概率数据互联(MSJPDA)算法和一些基于JPDA的修正算法。在联合概率数据互联算法中,有一个很重要的参数就是杂波数密度(或波门内虚假量测期望数),然而在许多实际情况中,这个参数是很难获取的。针对这一问题,提出了一种修正的联合概率数据互联算法,该算法通过实时地调整这一参数来获得对目标较为准确的估计结果。最后,给出了算法的仿真分析。     

基于多属性决策的相控阵雷达截获任务规划算法

作战管理是弹道导弹防御的核心,而作战管理的首要任务是雷达任务规划,雷达任务规划是一个多属性决策问题。通过对影响雷达截获目标的关键因素分析,提出以任务相对截止时间、目标优先级、目标距离时间等因素为核心,采用多属性决策方法,建立雷达截获任务优先级模型,实现雷达截获任务规划算法。仿真结果表明：文中提出的算法在雷达截获任务安排上合理、有效。     

基于延时多普勒对齐的组网雷达点源干扰抑制算法

针对组网雷达被单点运动辐射源干扰情况下的目标检测问题,本文利用目标多角度回波在传播延时、多普勒以及散射特性上存在差异的特点,设计了一种基于干扰延时、多普勒对齐的自适应干扰抑制算法。本文首先建立了单点运动辐射源干扰条件下的组网雷达信号模型,其次对抑制算法进行了详细介绍,最后通过典型场景的仿真分析验证了所提算法的抑制效果。仿真结果说明,所提算法可以充分利用目标在距离多普勒域的稀疏特性,实现干扰的有效抑制。      

一种基于相位解缠的MTI雷达测速算法

在雷达系统中,目标的速度信息非常有用。它可以提高目标的跟踪精度,可以用于杂波的抑制,也可以用于粗略估计目标的类型,等等。本文利用相位解缠的方法对目标进行测速,并对算法进行优化,大大提高了雷达的测速精度。     

LTE中一种结合负载均衡和自适应门限的切换算法

LTE正成为通信、信息、医疗以及汽车等众多领域革新的源动力.文章基于对系统整体性能的优化,结合负载均衡和自适应门限,提出了ATBLB算法,旨在动态调节系统自优化,从而更大程度地改善系统的整体性能.结果表明:与WPHPO算法和WPLBHO算法相比,ATBLB算法在保证切换失败率基本不变的情况下,使系统稳定后的掉话率分别降低了35％和15％;乒乓切换率分别降低了8％和3％;从而使整体切换性能HP提高了40％和15％.因此,ATBLB算法更能改善系统的整体性能,从而有利于LTE在其他领域的应用推广.     

一种高数据率雷达跟踪慢速目标的数据互联算法

杂波环境下, 现有的最近邻数据互联算法在高采样率雷达跟踪慢速目标时, 由于量测误差远远大于目标实际运动的距离, 量测值往往难以落入预测波门之内, 从而造成数据互联失败。针对这一问题, 提出了一种自适应距离最近邻数据互联算法。该算法用状态估计向量中的位置信息计算与下一时刻量测值的实际距离来代替预测中心与量测值的统计距离, 降低了预测中心不确定性造成的漏互联概率, 从而提高了跟踪精度。实际距离波门的大小与雷达和目标距离、雷达测距精度、雷达测角精度有关, 并且随着时间实时变化。通过在地心坐标系下的跟踪滤波仿真证明, 该算法能够有效地实现高数据率雷达对慢速目标的跟踪, 且跟踪精度较高, 具有一定的工程实用价值。