基于主被动雷达数据融合的抗密集假目标干扰技术

密集假目标干扰可降低目标检测概率,对雷达目标跟踪同时产生压制性和欺骗性效果。针对此问题,提出了基于主被动雷达数据融合的抗密集假目标干扰技术。首先,对受到密集假目标干扰的主动雷达量测数据进行预处理;然后对预处理后的数据和被动雷达量测数据进行关联处理,保留相互关联的量测对,并利用最小二乘法计算出等价量测;最后用等价量测对目标跟踪。该技术充分利用主被动雷达各自的优势,消除密集假目标的影响,实现对真实目标的稳定跟踪。仿真结果验证了该技术的有效性。     

基于雷达组网的低可观测目标跟踪技术研究

本文利用距离多假目标欺骗干扰下虚假目标检测概率高、与真实目标角度量测相近的特点,提出了基于雷达组网的低可观测目标跟踪方法。根据角度量测信息完成各雷达量测集的划分与融合,对各雷达量测划分进行同源假设检验,利用虚假目标所暴露的真实目标的角度信息,构造低可观测目标的量测输入,对漏检目标进行"补位",提高低可观测目标跟踪的稳定性。仿真结果证明了该技术的可行性和有效性。     

干扰条件下的组网雷达目标跟踪研究

从雷达获取量测信息的特点入手,提出了组网雷达在压制式干扰下利用残留信息的技术和在欺骗式干扰下的假目标剔除技术,运用UPF滤波算法,在干扰条件下对目标进行跟踪.该跟踪技术使得组网雷达可以有效、精确地跟踪真目标.仿真结果验证了该技术的可行性和有效性.     

分布式组网雷达抗多假目标欺骗干扰处理方法

针对多假目标欺骗干扰下的分布式组网雷达,提出了一种抗干扰的数据处理方法.该方法包括单雷达多目标跟踪-航迹关联检验-串行滤波融合3个步骤.首先各雷达分站独立进行多目标跟踪,获得各分站下真假目标对应的各个航迹.接着,对来自不同雷达的航迹进行关联检验,使真目标对应的航迹被保留,而假目标对应的航迹被拒绝.最后,在融合中心对通过...     

距离假目标欺骗干扰下雷达网目标跟踪技术

距离假目标欺骗干扰下,雷达接收到高逼真度的虚假信号,从信号层面无法有效将其滤除,致使虚假信号进入雷达数据处理器形成虚假点迹,进而经过滤波跟踪后形成虚假航迹.为此,提出了基于雷达网数据融合的跟踪技术.首先,对雷达网中各部雷达的位置量测数据分别进行预处理;然后,在融合中心进行关联处理,计算出等效位置量测,实现目标的精确定位;最后,实现对目标跟踪.该技术能有效克服距离假目标欺骗的干扰,也适用于无干扰的情况.经过仿真验证,该技术具有一定的应用价值.     

基于功率特征的抗密集多假目标干扰跟踪技术

针对密集多假目标干扰下,真假目标识别困难、跟踪精度低的问题,提出了基于功率特征的抗干扰技术。首先,对干扰条件下的雷达量测进行信号似然比预处理,剔除杂波;然后,进行角度卡方检验及同源量测融合,以充分利用虚假目标信息;最后,根据真假目标功率特征构建“分贝数冶加权因子,并结合位置信息,实现真实目标的功率/ 位置双重加权,从而大大削弱干扰信号的影响,达到抗干扰的目的。仿真实验表明,该技术能较好地适应密集多假目标干扰环境,并取得较高的跟踪精度。     

基于径向速度检验的雷达网距离多假目标鉴别

针对雷达网在鉴别距离多假目标干扰过程中,鉴别效果随距离多假目标密集程度增大而变差的问题,提出了一种基于目标径向速度估计的距离多假目标干扰鉴别方法。首先,选定基准雷达并进行量测分组预处理,将其他组网雷达目标量测转换至基准雷达局部坐标系下进行基于位置信息的量测关联,以初步排除不相关的虚假量测与杂波,同时减小计算量;然后,基于坐标转换后量测的位置信息估计出目标径向速度,与基准雷达径向速度量测进行检验,以实现虚假目标的鉴别。仿真结果表明,此方法在距离多假目标密集程度较大的情况下具有较高的正确鉴别率,且能够对目标进行稳定跟踪。     

一种多基地雷达抗距离欺骗干扰技术

针对距离多假目标欺骗干扰下多基地雷达系统,提出一种基于同源定位检验的抗欺骗干扰技术。首先,各接收站对获取到的目标角度量测进行预处理,划分出同一方位向上目标并进行数据压缩,以此提高同一方向上目标角度量测精度;同时,利用发射站和接收站组成的双基地雷达系统进行目标定位;最后,将各站定位结果进行同源定位检验,并融合检验后结果。仿真结果表明:该方法能有效抑制距离多假目标欺骗干扰,并能对多目标进行精确定位。     

距离多假目标干扰下低可观测目标跟踪处理

距离多假目标干扰下,当雷达对低可观测目标进行跟踪时,会遇到虚假航迹较多、真-假目标鉴别难度大、真实目标跟踪不稳定等难题,针对这些问题,本文提出了基于角度量测统计特性差异的真-假目标识别方法与基于等效量测构建的低可观测目标跟踪方法,实现了虚假目标的有效剔除,有效提高了目标跟踪的稳定性,仿真验证了该方法的有效性.     

多普勒盲区条件下空地预警雷达多目标协同跟踪方法

针对多普勒盲区条件下预警机雷达多目标跟踪问题,基于交互式多模型（IMM,Interacting Multiple Models）、联合概率数据互联（JPDA,Joint Probability Data Association）和分布式不敏卡尔曼滤波（UKF,Unscented Kalman Filter）提出了预警机雷达与地基雷达对目标进行协同跟踪的方法。该方法利用目标的状态估计和预测实时计算每部雷达的动态融合权值,预测目标的多普勒频率。当预警机雷达对目标的量测不存在且检测到目标进入预警机雷达多普勒盲区时,由预警机雷达对目标状态进行外推,以此产生虚拟量测,用虚拟量测与地基雷达协同跟踪对目标的融合估计状态进行更新;若预警机雷达对目标的量测不存在且目标不是进入多普勒盲区时, 由地基雷达单独对目标的融合估计状态进行更新。当目标飞出预警机雷达多普勒盲区后,将预警机雷达对目标的状态估计再次与地基雷达进行关联,并根据动态权值融合更新目标状态。仿真结果表明,该方法能够改善多普勒盲区内多目标航迹的连续性和跟踪精度。     

基于红外和雷达数据融合的机动目标跟踪方法

文章基于并行多传感器联合概率数据关联算法,提出了一种杂波环境下的多传感器多机动目标跟踪算法,首先使用融合算法将红外和雷达的量测进行异步和同步融合,然后应用融合后的量测,采用IMM算法实现对机动目标的跟踪.在仿真实验中分别跟踪单个和多个目标,结果表明该算法可以解决两种传感器的量测不同步问题,同时可以消除漏检现象对目标跟踪的影响,并能保证一定的跟踪精度.     

基于测量子集优化的雷达/ESM联合目标跟踪

针对雷达电子支援措施(ESM)主被动传感器的协同定位与目标跟踪,提出了基于测量子集优选的目标跟踪算法。该方法利用ESM方位角测量与雷达距离、方位测量组成的各测量子集对目标的定位精度分析,遴选出定位精度最高的测量子集定位结果作为雷达对目标跟踪的融合量测,在雷达的跟踪门内进行量测确认,之后按照联合数据互联的方法,对多目标当前状态进行估计。仿真实验显示,该方法是异地配置雷达/ESM协同目标跟踪的一种点迹级融合的有效方法。     

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。     

基于一维测量的多传感器多目标数据关联

本文在S-D分配算法的基础上,提出一种基于一维测量数据的多基地雷达多目标数据关联的方法.在每个传感器仅能给出目标的一维距离和量测信息,并且同时存在虚警的条件下,该方法首先利用4维组合的冗余信息对各传感器的量测值进行组合筛选,然后由4维分配算法进行多目标的数据关联,仿真结果表明该方法可以有效提高多目标的正确关联概率.     

基于雷达测量的多目标联合检测、跟踪与分类方法

利用雷达测量中的目标速度、加速度等属性信息, 基于跳转马尔科夫系统模型高斯混合概率假设密度滤波算法, 提出了一种多目标联合检测、跟踪与分类方法.该方法在进行雷达多目标测量信息处理的多模型混合高斯概率假设密度滤波过程中, 对各高斯项编号, 进行航迹提取, 在滤波处理的同时形成带有航迹编号的明确航迹, 并进行航迹管理; 同时, 根据目标运动模型, 联合利用目标加速度控制输入与速度估计进行多目标分类.仿真试验验证了该方法能够在检测、跟踪的同时, 对目标航迹进行有效类型识别.     

一种耦合检测和JPDA滤波的多目标跟踪算法

传统雷达信号处理中对目标的检测和跟踪是割裂处理的,通常为先检测后跟踪(DBT);当目标的信噪比较低时,检测过程中将出现大量的虚警及漏检,使得后继的跟踪算法失效。针对这一问题,在联合处理检测和跟踪方法的基础上,提出了一种耦合贝叶斯检测和联合概率数据关联(JPDA)滤波的多目标跟踪算法(JPDAF-BD)。JPDA滤波器将目标的位置分布信息反馈到贝叶斯检测器,继而贝叶斯检测器将该反馈作为先验信息用于检测判决。仿真结果表明,所提出的JPDAF-BD算法较之传统DBT体制下的多目标跟踪算法(JPDAF-NP)有显著的性能提升,可以实现更低信噪比下的多目标检测和跟踪。     

改进的联合概率数据关联算法（JPDA）对红外目标与诱饵的辨别

红外诱饵干扰作为常见的影响红外跟踪能力的干扰手段发展的越来越先进,如何有效的排除红外诱饵的干扰一直是红外目标跟踪的难题。文中在研究了红外目标与诱饵干扰的特征差异的基础上,首次提出了将多目标跟踪策略应用于红外抗干扰跟踪中,建立了一种可以融合多个特征的改进型联合概率数据关联（JPDA）的数据关联算法。最后,利用该算法对抗干扰过程进行了仿真,仿真结果表明:与现有的抗干扰手段相比,该数据关联方法对解决红外干扰形成的假目标、目标遮挡等红外目标识别的难题,不仅实时性好,而且准确率高。     

基于δ-GLMB自适应门限判定的多量测目标跟踪算法

针对实际复杂交通场景中毫米波雷达能从单目标上获得多个量测导致广义标签多伯努利(δ-Generalized labelled multi-Bernoulli,δ-GLMB)滤波算法的多目标跟踪结果中出现单目标有多条轨迹等问题,提出了一种在δ-GLMB跟踪结果的基础上加入自适应门限判定的改进算法.首先,通过δ-GLMB滤波...