采用DBSCAN改进的矩阵束极点提取算法

极点是谐振区雷达目标的最主要特性。矩阵束法是目前提取雷达目标极点中应用最广泛的算法。在使用矩阵束法提取极点时,现有阶数估计方法普遍存在阶数偏大和虚假极点难以区分的问题。针对这一问题,首先描述了矩阵束法估计得到的极点的分布特性;然后通过对极点集投影估计了真实极点的个数;最后用DBSCAN算法对极点分类,剔除了虚假极点,保留了真实的极点。通过FEKO仿真细杆和球体目标的电磁散射数据验证了算法,有效剔除了虚假极点并提取出了真实极点。     

维纳滤波最优权修正导向矢量的SAR-GMTI动目标径向速度估计方法

针对通道幅相误差和图像配准误差等非理想因素导致动目标径向速度估计性能下降问题,本文提出利用维纳滤波最优权修正导向矢量的动目标径向速度估计方法.该方法利用抑制杂波的维纳滤波最优权矢量对动目标理想导向矢量加权处理获得修正导向矢量,并采用匹配滤波算法估计动目标径向速度.仿真数据和某机载多通道SAR-GMTI实测数据处理表明,所提方法对通道幅相误差和图像配准误差稳健,在图像相邻像素存在较大相关性时仍可获得较高的动目标径向速度估计精度.     

基于GM-PHD平滑器的检测前跟踪技术

雷达观测下弱小目标的检测前跟踪(TBD)问题中,针对基于高斯混合概率假设密度滤波器(GM-PHD)的TBD算法在信噪比降低时,存在目标的数目估计不准确、状态估计精度下降的问题,提出了基于GM-PHD平滑滤波器(SGM-PHD)的检测前跟踪算法(SGM-PHD-TBD)。该算法在TBD标准多目标观测模型框架下,采用平滑递归方法,利用多个量测数据对滤波值进行平滑,在牺牲一定运算效率的基础上提升了算法的估计精度。仿真结果表明,该算法在信噪比较低的情况下对目标数目估计的准确度和目标状态估计的精度均优于基于GM-PHD的TBD算法。     

基于光电跟踪系统的联合Kalman滤波器算法研究

传统光电跟踪系统中,采用单传感器方式进行目标跟踪存在跟踪不稳定及传感器切换时跟踪精度大幅度下降等问题.利用融合光电跟踪系统多个传感器信息可以提高系统性能的特点,研究了采用联合Kalman滤波器的融合算法.首先对各传感器获取的目标轨迹数据进行局部滤波,然后由全局滤波器对各局部滤波器的目标轨迹估计进行融合处理,得到目标状态估计的更新.实验仿真结果表明,该融合算法实现了目标的稳定跟踪,其跟踪精度高于传统单传感器跟踪模式,并且有效地解决了传感器失效造成的跟踪精度严重下降问题.     

光滑目标表面不连续性极点分布规律研究

利用雷达目标散射场极点分布特征来进行目标识别具有重要的理论意义.用矩阵束法对导体球和圆柱体散射场进行极点提取,分析了当光滑导体球与圆柱体表面存在局部凸起和凹陷时,极点分布的变化规律.结果发现,当光滑导体球和圆柱体局部存在凸起时,和无凸起情况相比,极点的虚部变小;当光滑表面存在局部凹陷时,极点虚部变大.     

基于FRFT与Keystone变换的运动目标参数估计算法

目标运动参数估计精度是衡量雷达探测系统性能的重要指标。该文为解决目标运动参数的估计问题,建立了运动目标回波模型,在利用分数阶傅里叶变换(FRFT)估计加速度的过程中采用数据融合提高估计精度,在估计出加速度的基础上通过Keystone 变换和速度模糊通道解决距离走动(RCM)和多普勒模糊问题。仿真实验表明算法在估计精度和计算量上具有优势,并且对白噪声具有较好的鲁棒性。      

一种基于ARMA模型的目标极点提取新方法

针对传统极点提取算法需要确定目标后时响应起点的不足,本文提出了一种提取目标极点的新方法,该方法使用ARMA模型逼近整个目标响应,并利用全局最小二乘技术求解模型参数获取目标极点。基于实测细导线和有限长柱体散射场数据的处理结果表明,本文新方法较之KT法和矩阵束法具有更高的极点提取精度。     

基于高分辨距离像的弹道目标尺寸综合估计方法

利用高分辨距离像估计目标尺寸是弹道导弹中段防御雷达目标特征提取和识别的重要途径.文中介绍了经典的谱估计方法及其实现流程,在此基础上提出了一种综合估计方法,该方法将傅里叶变换和超分辨方法相结合,充分利用两者的优点,有效解决了单个谱估计方法无法同时提高模型阶数估计精度和散射点位置估计精度的问题.最后给出了基于仿真数据的目标尺寸估计仿真结果,通过估计精度的比较,验证了文中方法的有效性.     

海上目标航向航速解算新方法

航向航速是海上目标的重要特征,能准确获取目标的航向航速对于海上目标的跟踪和识别具有非常重要的意义。当雷达载体具有较高运动速度时,雷达测量的目标位置信息是非线性的,并且海上目标运动速度慢,在短时间内,受雷达测量精度的限制,目标位置的微小变化量很难精确估算,此时需要建立精度较高的非线性滤波模型,利用卡尔曼滤波方法,提高目标位置信息的估计精度。针对单脉冲雷达,本文提出了一种实时性强,工程上易于实现的海上目标航向航速的解算方法,推导了雷达载体高速运动条件下跟踪目标的滤波方程,采用卡尔曼滤波方法提高了目标位置估算精度。紧密结合工程背景,利用雷达载体的GPS信息和目标测量信息实现了海上目标航向航速的高精度解算。分析了解算数据长度对解算精度的影响,并给出了不同目标选择数据长度的经验公式。最后,通过海上目标在不同场景下的仿真实验,验证了本文方法的有效性和正确性。      

一种用于三维空间杂波环境机动目标跟踪的数据互联方法

目标跟踪过程中运动模型不准会导致预测中心不准,而预测中心不准会导致错误关联。为解决三维空间杂波环境下机动目标跟踪过程中数据互联问题,在数据关联时假定目标转弯率在一定范围内变化并且转弯方向是任意的,这样,预测中心为三维空间中的一曲面。在计算测量与目标间的关联度时,依据的是测量点距该曲面的距离。为了减少数据互联的计算量,该文提出了与特定测量相匹配的转弯率和转弯方向的计算方法。仿真实验表明,杂波环境下对机动目标跟踪时,采用该文方法提高了数据正确关联率,降低了航迹丢失率,同时提高了状态估计的精度。     

单雷达直线航迹线目标状态分量合成估计方法

通过分析传统卡尔曼滤波方法在复杂数据环境应用中遇到的问题,提出了基于单雷达加权直线航迹线参数估计模型的目标运动状态分量合成估计方法。该方法基于复杂数据环境,无须获取系统噪声和观测噪声等先验知识,充分利用目标处于匀速直线运动状态这一特点,分别对当前有限测量点的X、Y 分量进行相对于的测量时刻的垂直距离加权迭代估计,确定目标状态估计参数。通过对比试验,验证了文中所提的方法比传统卡尔曼方法具有更优的目标状态估计效果、测量误差平滑和野值抑制能力,能有效提高观测样本较少时目标状态参数估计的准确性。     

SOJ与虚假目标复合干扰下目标跟踪技术

在远距离支援干扰下,由于目标检测概率降低,雷达容易出现检测不到目标真实回波的现象,如果此时再施放虚假目标干扰,由于虚假目标回波比目标回波幅度强,雷达更容易误将虚假目标干扰回波当成真实目标的回波。针对上述特点,提出了采用卡方检验,SNR检验鉴别虚假目标,采用集中式雷达网数据处理方法对目标进行跟踪。仿真实验表明,此种方法降低了虚假目标的误鉴别概率,同时也可以较好地实现了干扰下目标的跟踪,具有一定的实际工程意义。     

基于二次统计CFAR处理的目标径向尺寸估计

利用雷达高分辨距离像(high resolution range profile,HRRP)实现对目标径向尺寸估计,可为目标分类识别提供重要特征判据.实际中常采用双向恒虚警(constant false alarm rate,CFAR)门限法进行目标信号支撑区和噪声区的鉴别,低信噪比条件下现有方法尺寸估计精度较低,且当...     

基于深度降噪自编码器的多特征目标融合跟踪算法

针对在目标遮挡、光线变化、目标模糊等情况下的目标跟踪算法抗干扰能力较差的问题,提出了一种基于深度降噪自动编码器的多特征目标融合跟踪算法。该方法首先引入稳像和图像去雾算法以改善训练集数据和测试集数据的质量;再构建多特征深度降噪自动编码网络,基于深度神经网络的强大学习能力提取目标的颜色特征和均匀模式纹理特征;将两种特征加权融合输入到逻辑回归分类器,获得置信分数,更有效地区分目标和背景。最后,采用粒子滤波算法对目标进行跟踪。实验结果表明,该方法能够更准确地对存在目标遮挡、光线变化、目标模糊等干扰问题的视频进行跟踪。与传统方法相比,该方法成功率在上述三个方面平均分别提升33.73%、9.73%和12.80%;与近年流行算法相比,该方法成功率平均达到90.16%,实时性平均达到49.37 fps。     

一种汽车防撞雷达多目标识别方法

针对汽车防撞雷达在多目标环境下遇到的虚假目标问题,基于各种多目标识别方法给出一种改进型变周期线性调频连续波(LFMCW)雷达多目标识别方法。该方法将改进型变周期三角波作为调频信号,通过对回波信号进行动目标检测、恒虚警检测等处理后进行容差函数的判断,最终达到去除虚假目标的目的。仿真结果表明,与传统LFMCW雷达相比,该方法在复杂多目标环境下能去除虚假目标,从而更为准确地识别目标。在实际应用中为驾驶员提供正确的目标距离和相对速度信息,从而起到主动防御的作用。     

基于IMM-PF的再入目标数据融合算法与仿真

为了提高弹道再入目标的跟踪精确度,提出了一种基于交互式多模型粒子滤波（IMM-PF）的再入目标数据融合算法。该算法将交互式多模型和粒子滤波相结合,用有限个运动模型来逼近再入目标的运动状态,在对再入目标的运动方程和观测方程离散处理的基础上,采用粒子滤波算法计算各模型的状态估计值和协方差,并采用残差重采样方法克服了粒子权重的退化问题;在粒子滤波过程中,系统不断改善粒子的概率密度函数,不断更新各个模型的概率,从而实现对再入目标跟踪中未知参数的精确估计。通过实例仿真表明：与其他算法相比,该算法的跟踪精确度较高,运行时间较短,算法收敛性较好,适合对再入目标的快速、精确跟踪。     

自适应SICKF及在目标跟踪中的应用

针对容积卡尔曼滤波（CKF) 估计精度在系统状态或参数突变时下降的问题,结合均方根嵌入式容积卡尔曼滤波(SICKF)和强跟踪滤波(STF)思想,提出了一种自适应SICKF(ASICKF)方法。在SICKF获得高估计精度的同时引入STF条件,根据系统输出残差获得自适应渐消因子,将其引入系统输出协方差均方根阵和互协方差阵中对滤波增益进行实时修正,强迫系统输出残差序列始终正交,从而使SICKF算法具备强跟踪能力。为验证所提ASICKF算法性能,利用数值仿真将其应用于存在突变情况的目标跟踪问题中。仿真结果表明,ASICKF在系统状态突变时仍能保持较高的估计精度,算法稳定性和适应能力较好。     

高分辨光学卫星传感器在轨MTF检测

调制传递函数（MTF）是光学卫星传感器像质评价的重要参数,在轨MTF检测关系到高分辨卫星遥感数据的应用和未来卫星遥感器的发展。目前主要有刃边法、脉冲法、点源法、周期靶标法等多种在轨MTF检测方法,这些方法各有特点,均取得一定的在轨检测成效。通过对常用的在轨MTF检测方法的论述,对比分析了不同方法的适用范围、参照目标布设、数据处理及应用效果等,以期提高不同空间分辨率的光学卫星传感器在轨MTF检测精度。     

一种融合时差频差和测向的运动目标跟踪方法

传统的星载无源定位系统对空中辐射源定位求解通常采用假设高程的方法,高程假设误差将对定位跟踪精度造成较大影响。为实现未知高程运动辐射源的高精度定位跟踪,针对异轨三星构型的无源定位系统,提出了一种基于时差、频差和二维测向融合的迭代扩展卡尔曼滤波(Iterative Extended Kalman Filter, IEKF)跟踪方法。在WGS-84坐标系下建立了状态方程和观测方程,并采用IEKF方法对目标状态进行估计。仿真结果表明,该方法可对未知高程的运动目标进行高精度状态估计,典型仿真场景下的目标高程估计精度达到百米量级,相对于已有方法收敛时间更短,并且在卫星覆盖范围内具有更大的高精度定位跟踪区域。     

红外小目标检测的滞后阈值分割法

为提高红外小目标检测的精度,针对小目标的阈值分割,提出滞后阈值分割法。通过快速非最大值抑制预提取红外小目标的中心像素,最大程度缩减前景像素数。利用邻域梯度方差判别小目标是否为杂波,自适应地调整灰度阈值,完成对小目标的低虚警分割。分析一般场景下分割所得前景、背景的组成,给出了滞后阈值分割的阈值取值方法。实验表明滞后阈值分割法将虚警概率限制在很小的范围内,并取得了优于其他分割法的检测概率。在小目标检测中,该算法具有较强的实用性。