测量雷达的距离多普勒耦合修正方法研究

线性调频脉冲压缩体制的测量雷达,在探测运动目标时,由于距离-多普勒耦合效应的影响,多普勒频移会使雷达产生测距误差,且该误差与目标径向速度成正比。针对该问题,文章在分析多普勒频移对线性调频脉压影响的基础上,给出了距离多普勒耦合修正方法,并利用雷达实测数据进行了验证,有效提高了测量雷达的测距精度。     

利用Radon-Wigner变换的空间目标测距算法

针对雷达对运动目标的测距问题,根据运动目标在宽带线性调频脉冲照射下的回波特点,提出了一种采用Radon-Wigner变换进行运动目标测距的方法。该方法首先研究了运动目标多散射点回波信号经Stretch处理的数学模型,然后针对处理后回波的叠加性和线性调频特点,利用Radon-Wigner变换的时频聚集特性,对其进行调频参数的估计,进而实现匀速运动目标的测距。仿真结果表明,该方法对运动目标的测距是有效的。     

组网雷达的交会定位方法

单台雷达的定位精度低,致使多台雷达的融合定位精度较低．在多台雷达实时跟踪目标过程中,雷达的测角误差随距离的增加而增大,而测距误差变化较小．为了提高远距离目标的跟踪定位精度,本文提出了组网雷达的交会定位方法．利用至少3台雷达的测距信息,依据雷达与目标的空间几何关系,推导出该方法的数学模型,分析了定位精度的影响因素．利用组网雷达的实际测量数据进行试验,仿真结果表明,距离目标较近时交会法与融合法的定位精度相当,距离目标较远时交会法优于融合法．     

雷达与经纬仪的联合定位方法

在测距雷达与经纬仪组成的测量网络中,为了提高目标的跟踪定位能力和获取更多的弹道数据,提出了雷达与经纬仪的联合定位方法.根据雷达与经纬仪实时跟踪目标时的几何关系,推导出目标定位的计算公式.将经纬仪的测角信息和雷达测距信息进行数据融合,得到目标相对于经纬仪的距离,进而确定目标的三维位置信息.分析了定位误差的主要来源,明确了该方法的适用范围.在雷达与经纬仪跟踪远距离目标过程中加以应用.结果表明,雷达与经纬仪间的测量基线越小,该方法的定位误差越接近雷达的测距误差.     

一种FMCW雷达高精度测距算法

本文基于FMCW（Frequency Modulated Continuous Wave）雷达测距的原理,研究了快速傅里叶变换、谱最大值估计算法以及线性调频Z变换算法测距过程中的优缺点,在此基础上提出了一种快速、有效的高精度测距的算法。通过建立实际工作过程中的仿真模型可以得到在信噪比大于6dB的条件下,该算法的测距误差可以控制在3mm以内。     

基于FMCW雷达的多目标生命体征信号检测

应用雷达在复杂场景下检测生命体征时,为了解决现有的多人体目标检测和干扰滤除以及心跳信号干扰滤除的问题,提出了一种应用调频连续波(FMCW)雷达检测多目标生命体征信号的方法。首先,介绍了雷达检测原理与信号模型,阐述了整个雷达信号的处理流程,即多目标距离单元检测、相位提取、生命体征信号提取。其中在多目标距离检测过程中,提出1种改进的单元平均恒虚警率(CA-CFAR)算法,该方法具有自适应检测门限特点的同时,解决了传统CA-CFAR算法目标附近距离门重复检测的问题,实现多目标检测;在生命体征信号提取过程中,运用自动多尺度峰值检测(AMPD)算法估计呼吸率与心率,过滤无效的波峰干扰,提高对心跳检测的鲁棒性。最后,通过多组测试,相较于常用的频谱分析估算方法,呼吸速率和心率检测的平均误差率分别降低了3.67%和3.31%,验证了所提方法的可行性和准确性。     

基于毫米波雷达的运动目标点云聚类和扩展算法

用毫米波雷达对运动目标进行姿态识别时,雷达点云数据具有噪点多、分布离散的特征,传统基于密度空间的聚类算法对点云聚类成像的过程中,会出现邻近目标之间的点云分类错误及同一目标点簇聚类为多个点簇等问题。针对上述情况,提出一种运动多目标邻近点云优化聚类算法,利用自适应距离加权的模糊c均值算法对聚类结果进行修正,提高近邻目标点云聚类准确度。同时提出一种目标点簇扩展聚合算法,利用卡尔曼滤波对运动目标位置预测,将多帧迭代三维点云尺寸作为波门对目标点云进行点簇扩展,提高目标点云完整性。试验结果表明,所提方法能有效提高聚类准确度。     

基于无偏转换的雷达配准算法

在多雷达数据处理系统中,雷达本身的系统偏差是影响目标跟踪和数据融合质量的一个重要因素.为了使融合结果更加准确可靠,本文提出了基于无偏转换的雷达配准算法.该算法是通过无偏转换把其它雷达的测量转换到主雷达下,利用各雷达相对主雷达的测量差值,采用Kalman滤波器实时估计出各雷达的系统偏差(方位和距离),从而进行配准.仿真实验结果表明这种算法是有效的.     

基于矩阵分析的D-S证据理论的多传感器雷达体制识别

采用不确定推理的矩阵分析方法，建立了用于雷达体制识别的多传感器数据融合的数学模型，提出了一种基于矩阵分析的多传感器信息融合的新算法，结合多传感器多测量周期的雷达体制识别给出了具体的实例．识别结果说明了该算法的有效性。     

雷达-光电经纬仪联合定位模型及误差分析

在现代靶场测量系统中,将不同测量设备测量数据进行融合处理以提高系统的综合测量水平和设备的使用效率。利用部署在光电经纬仪附近的雷达,建立雷达-光电经纬仪联合定位模型,将测角信息和部署在其附近雷达的测距信息进行数据融合,可以得到目标相对于经纬仪的距离,从而确定目标的空间三维位置;分析了定位模型的主要误差来源和典型情况下的误差情况。其结果表明,在典型情况下雷达经纬仪联合定位模型距离定位误差与雷达测距误差基本相当。     

Superresolution for high-frequency radar

High-frequency (HF) radars require large-array antennas to achieve narrow beamwidths and are required to discriminate targets with low Doppler shifts compared with microwave radar. Superresolution processing can discriminate signals at separations much less than the beamwidth or conventional Doppler bin width (or conversely, achieve a given minimum resolvable separation with a smaller array or less time-on-target). Simulation results and analysis of real radar data presented here show at least a 2-fold improvement compared with conventional processing, assuming simple theoretical gain manifolds. A novel polarisation-sensitive superresolution algorithm applicable to skywave HF radar is also discussed.     

近来的局部战争对陆基防空雷达的需求

从近来的局部战争陆基防空雷达面临的任务出发,简要阐述了近来出现的各种目标的特点以及防空雷达所处的作战环境与电子对抗环境。分析了陆基中低空防空系统在现代防空中的作用和地位。陆基中低空防空系统在现在的防空中是可以发挥它的重要作用的,尤其是在对付巡航导弹、武装直升机、低空飞机（含隐身飞机）、反辐射导弹等目标时,该系统是属于比较优选的武器;归纳了对陆基中低空防空雷达的新的要求,主要是强的抗干扰性能,好的低空特性,满足武器系统需要的探测小目标的能力,快速的搜捕截获目标的能力等;同时也简要分析了这些要求在陆基中低空防空雷达中的技术可实现性。     

Angle density functions for active sensor imaging

A new target density function (TDF) is proposed for active sensor imaging. The TDF, called the angle density function, is studied by utilising the angular distribution of targets at a fixed range. Active sensor imaging based on the angle density function is achieved using a phased array radar system. The phased array system is arranged for stationary radar-stationary target configuration. The imaging algorithm is applied for the whole target area. Instead of pointwise imaging, an approach including the whole target area globally is developed. An advantage of the technique is the use of standard Fourier-based analysis. This makes it possible to use of simple functions for global radar imaging. Although the imaging is accomplished by way of the phased array radars, beamforming is not necessary with the proposed technique.     

Experimental verification of a radar target discrimination technique using multiple‐frequency amplitude returns

Abstract

An experimental study of radar target discrimination using multiple‐frequency scattering amplitude without phase data is presented. Based on the concept of natural resonance frequencies, the technique is aspect‐angle independent so that a priori information of the aspect‐angle is not necessary. The radar cross sections of a spheroid and a thin wire are measured at different aspect ‐ and bistatic‐angles to distinguish different spheroids and wires in the resonance frequency range. The results show that the discrimination algorithm works well and can be applied to both monostatic and bistatic radars.     

Applying likelihood on Hopfield neural network for radar tracking

Abstract

The multiple‐target tracking (MTT) algorithm plays an important role in radar systems. Data association is the most important technique to solve the tracking problems associating dense measurements with existing tracks. A new approach applying Likelihood to measurements and existing tracks in a radar system based on Neural Network computation is investigated in this paper. The proposed algorithm will solve both the data association and the target tracking problems simultaneously. With this approach, the matching between radar measurements and existing target tracks can achieve global relevance. Computer simulation results indicate the ability of this algorithm to keep track of targets under various conditions.     

Motion feature extraction for stepped frequency radar based on Hough transform

The high resolution range profile can be obtained through coherent pulse compression processing in every coherent processing interval (CPI) for stepped frequency radars (SFR). The radar observation time can be divided into multiple CPIs. By utilising the temporal information inherent to a sequence of these range profiles, a time-range image containing the target motion information can be synthesised. Through analyses of the point scatterer targets with the radial uniform motion, radial uniformly accelerated motion, rotation and vibration, this study indicates that there is a certain correlation between the target motion features and the time-range image features in the limited observation time. Based on this result, we propose a motion feature extraction method for SFR without any assistant information using the conventional and well-known feature extraction tool, Hough transform. The authors give detailed analyses and explanation of this method, and verify them by outfield experiments, demonstrate the motion feature extraction results using real radar data. The proposed method enables the motion feature extraction through space non-coherent integration, which fully utilises the radar data information under low signal-to-noise ratio conditions.     

基于ReInspect算法的多目标追踪

为了提高复杂场景下多目标检测的准确性,提出了一种基于ReInspect算法的对于多个运行目标的检测方法.该算法基于OverFeat算法和Faster R-CNN算法的思想,加入LSTM(long short-term memory)循环网络结构用于记录多个目标的特征序列;通过调整LSTM网络特征标签信息,预处理损失函数...     

基于多机器人自组织协作的多目标跟踪

提出了一种基于局部区域内的机器人和目标密度的多机器人分布式控制算法。运用这种算法,多机器人在跟踪多目标过程中,每个机器人能在每次调整速度和方向之前,根据最新的通讯信息和感知信息,计算通讯范围内相邻机器人和感知范围内移动目标的数量及位置坐标,然后按照所受人工势场(APF)力的合力决定下一次移动的新位置坐标,这个合力乘以一个基于机器人和目标密度的可变加权系数,以适应不同状态,然后按照动力学和运动学方程计算速度及方向。通过仿真实验对该算法进行了验证,实验结果表明,多机器人可以根据多目标的移动进行自主协作跟踪观测,算法的性能优于无可变加权系数的APF法和静态感知节点(SN)法。此方法对于实时监测和目标跟踪具有实际应用意义。     

基于YOLOv3检测和特征点匹配的多目标跟踪算法

针对传统多目标跟踪算法中行人检测速度慢、易受光照变化、行人快速移动及部分遮挡因素的影响造成行人目标跟踪性能差等问题,提出一种根据经典的Tracking-by-Detection模式,采用深度学习YOLOv3算法检测行人目标,然后利用FAST角点检测算法与BRISK特征点描述算法对相邻帧间的行人目标进行特征点匹配,实现多...