一种航迹恒虚警的目标检测跟踪一体化算法

对于传统雷达系统,目标检测和目标跟踪通常被看作是两个独立的过程。然而,在跟踪阶段,可以获得目标位置信息(跟踪信息),将该信息反馈至目标检测器将有助于提升检测性能。为此,该文提出一种航迹恒虚警的目标检测跟踪一体化算法。首先根据目标跟踪信息和目标运动模型,建立预测波门;然后按照给定的航迹虚警概率,计算帧虚警概率,即预测波门内至少出现一个虚警的概率;最终根据帧虚警概率调整预测波门内的检测门限,完成目标检测过程。仿真实验表明,该算法可以大大提高目标检测概率,推远目标跟踪距离,同时也可以保证目标突然消失时航迹能够以较高的概率结束。     

基于检测-跟踪联动的紧凑型高频地波雷达弱目标自适应检测方法

紧凑型地波雷达发射功率低、回波信噪比低,目标检测难度大,在目标跟踪时由于目标漏检经常出现航迹断裂。为了提升其目标检测性能,提出了一种基于检测-跟踪联动的弱目标自适应检测方法。当跟踪器检测到目标航迹无法关联到新点迹时,将当前目标预测状态反馈至检测器;检测器在距离-多普勒谱上建立局部检测波门,采用二元假设检验法感知波门内的检测背景,根据不同的检测背景选取适用的检测门限调整方法,降低恒虚警检测的门限,判定是否有弱目标被检出。若能够检出目标,对其进行测向后将新点迹发送至跟踪器进行处理。利用实测数据开展了目标检测与跟踪实验,结果表明：与先检测后跟踪方法相比,该方法得到的目标航迹时长增加了29.76%,平均延长了19.25 min。     

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。     

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。     

基于DP-TBD的分布式异步粒子滤波融合算法

主要利用检测前跟踪动态规划(DP-TBD)算法解决目标跟踪问题。动态规划(DP)是一种先通过对量测空间栅格化处理,然后对离散的量测空间中所有可能的物理路径进行遍历的算法。但是该算法提供的是一种未经滤波的点迹序列。此外,基于单雷达的DP-TBD算法在信噪比(SNR)较低时跟踪效果不佳,航迹丢失情况较严重,因此利用基于DP-TBD的多雷达协同探测势在必行。然而,由于DP-TBD算法没有状态误差协方差矩阵,导致无法将不同雷达的点迹序列进行基于各种融合准则的融合。另外,由于多个雷达不同的采样周期和通信时延,导致了各个雷达的数据是异步的。为了解决以上问题,文中提出了一种基于DP-TBD的分布式异步粒子滤波融合算法(DP-PFF)。该算法分为两步,第一步提出了一种适用于DP算法的粒子滤波方法;第二步是将不同雷达获得的异步状态估计转化为同步的并进行基于DCI准则的分布式融合。仿真结果说明,和单雷达相比,该算法显著提升了目标跟踪的性能。同时,该算法也减少了航迹丢失率并且可以显著提升系统的鲁棒性。     

基于DP-TBD的分布式异步迭代滤波融合算法研究

该文主要运用检测前跟踪动态规划(Dynamic Programming-Track Before Detect)算法解决目标跟踪问题。动态规划(Dynamic Programming, DP)是一种通过对量测空间栅格化处理,然后对离散的量测空间中所有可能的物理路径进行遍历的算法。然而,该算法提供的是一种未经滤波和平滑的点迹序列。随着实际战争环境日益复杂,基于单雷达的DP-TBD算法在信噪比(SNR)较低时跟踪效果不佳。此外,由于DP-TBD算法没有状态误差协方差矩阵,因此无法将不同雷达的点迹序列进行融合。而且由于通信时延和不同的采样周期,不同雷达的数据往往是异步的。为了解决以上问题,该文提出了一种基于DP-TBD的分布式异步迭代滤波融合算法(DynamicProgramming?Fuison, DPF)。该算法分为两步,第1步提出了一种迭代滤波方法对DP点迹进行处理;第2步将不同雷达获得的异步状态估计转化为同步的,接着利用几种分布式的融合方法来获取融合之后的状态估计。仿真结果说明,和单雷达相比,该融合算法可以有效提升目标跟踪的性能,同时,该算法也可以降低航迹丢失率和计算量。      

MIMO雷达弱目标检测前跟踪算法

相比相控阵雷达,多输入多输出(MIMO)雷达发射功率密度低,在低信噪比条件下空间分集特性优势不明显,检测概率降低。针对此问题,提出了基于逐目标消除-动态规划的多目标检测前跟踪(TBD)算法。该算法先利用统计量筛选航迹点,对信号进行积累,在降低TBD运算量的同时,减小了噪声的积累;再采用逐目标消除的思想,克服了动态规划的航迹分叉和仅能处理单目标的缺陷,实现了多目标的有效检测。文中还推导了目标检测的虚警概率和检测概率,给出了检测门限与虚警概率的关系。复杂度分析和仿真表明,相比传统TBD算法,所提算法的运算量明显降低;相比传统MIMO雷达检测方法,在相同虚警概率和检测概率条件下,所提算法要求的信噪比降低了5 dB,有效提升了检测性能。     

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。     

一种基于跟踪信息的多基雷达系统航迹起始算法

多基雷达系统(MSRS)可以大大提高目标定位性能,然而由于各个雷达站信噪比的差异,通常存在一些雷达站尚未建立目标航迹,从而不能最大程度地提高目标定位精度。因此,如何利用其它雷达站提供的目标跟踪信息,提高尚未建立目标航迹的雷达站的探测性能是一个值得研究的问题。为此,该文提出一种基于跟踪信息的航迹起始算法。首先将已经跟踪到目标的雷达站提供的目标跟踪信息,送至尚未建立目标航迹的雷达站;然后利用目标跟踪信息和目标运动模型,建立目标预测波门;最终在虚假航迹起始概率恒定的条件下,调整预测波门内的检测门限,完成目标检测和航迹起始过程。仿真实验表明,该算法可以大大提高目标检测概率和目标航迹起始概率。     

运动弱小目标先跟踪后检测技术的研究进展

对低信噪比下图像序列运动小目标先跟踪后检测技术进行了较为系统地研究.首先针对运动弱小目标检测问题,分析比较了先检测后跟踪技术与先跟踪后检测技术;详细阐述了先跟踪后检测技术的主流算法,包括时空域匹配滤波器、基于投影变换与三维匹配滤波相结合的算法、多阶假设检验、动态规划算法、高阶相关方法、递推贝叶斯滤波等算法,并比较了其中几种算法.     

基于实时优化的搜索雷达点迹提取方法

针对两坐标警戒搜索雷达数据处理对点迹提取强实时、高精度的要求,提出了基于二维质量中心法点迹凝聚自动提取的快速强实时方法。该方法通过整合小滑窗积累提高了检测概率,实现了野值剔除、点迹数据归并、点迹凝聚等步骤,抑制了目标分裂,达到了目标原始回波数据一个目标在某一时刻只有一个点迹报告的目标。该实现方法采用通用 CPU 进行目标检测和点迹凝聚,充分发挥通用 CPU 优势,容易实现更复杂的数据处理算法。通过软件优化,保证处理的实时性。在实际环境下测试,点迹提取所耗费时间仅为天线周期的约 10%。随着雷达数据处理与信号处理的进一步融合,通用 CPU 在雷达系统中的应用将更加广泛。     

机场场监雷达数据处理技术研究

针对场面监视雷达的应用需求,首先对地面民航机的运动场景和状态进行分析与仿真,对于机场目标运动模型多样、受环境影响大的情况,研究基于检测前跟踪算法的场监雷达数据处理算法;并将机场数字地图信息和目标数据库融入场内目标的跟踪过程,以提高雷达对不同运动状态目标的跟踪性能;同时,对异常情况及时告警,确保机场飞行安全;最后给出了仿真数据及某机场实测数据的处理结果,验证算法有效性。     

基于PSO-SVM算法的雷达点迹真伪鉴别方法研究

为解决虚假目标点迹对雷达跟踪性能的影响,本文提出了一种基于PSO-SVM算法的雷达点迹真伪鉴别方法,进一步对目标点迹和杂波点迹进行真伪鉴别,有助于滤除杂波剩余点迹,提高雷达处理容量和跟踪性能。本方法利用点迹形成过程中生成的特征参数,先利用PSO算法对SVM算法参数进行优化选择,再利用参数优化后的SVM算法对雷达点迹进行真伪鉴别。最终,目标点迹鉴别准确率达到了95.18%,杂波点迹鉴别准确率达到了89.94%,整体的点迹鉴别准确率达到了92.13%。实验结果表明：该算法有较高、较稳定的点迹鉴别准确率,前期较多的杂波点迹被鉴别为目标点迹的缺陷也得到了较好的改善。     

基于雷达点迹处理的抗RGPO干扰的机动目标跟踪

针对距离波门拖引(Range Gate Pull Off,RGPO)干扰下机动目标跟踪性能恶化的问题,提出一种基于雷达点迹处理的机动目标跟踪算法。该算法首先使用RGPO干扰鉴别技术将跟踪波门内的雷达点迹数据分为正常点迹集与RGPO干扰点迹集,针对不同的点迹集采取了不同的状态更新策略,最后融合两类状态信息后输出目标位置。仿真结果表明,该算法的跟踪精度明显优于传统的交互多模型－概率数据关联(Interacting Multiple Model Probabilistic Data Association,IMM-PDA)算法及现有抗RGPO干扰机动目标跟踪算法。     

高频地波雷达目标检测性能与频率关系研究

高频地波雷达探测目标时是通过监视外部噪声电平来选择工作频率,其缺点是无法达到最佳的目标检测性能。为解决该问题,文中基于高频地波雷达方程分析了影响目标检测性能的各种因素,提出一种通过目标信噪比(信杂比)与工作频率之间关系的仿真计算来选择工作频率的方法。运用该方法选择工作频率能够获得较好的目标检测性能,并针对高频地波雷达探测不同类型目标时的频率选择问题进行了仿真及结果分析,并得出了相应的结论。     

综合利用各类信息的异类灰色航迹关联算法

异类传感器航迹关联是航迹融合中的一个难点,红外传感器与雷达的航迹关联是典型的异类传感器航迹关联。综合利用角度和其他特征信息是改善异类传感器航迹关联的一个重要途径。针对异类传感器数据关联用于关联的信息量少的问题,对于雷达在直角坐标系对目标进行跟踪,红外传感器在修正的球坐标系对目标进行跟踪的情况,综合利用角度、角度变化率和ITG信息,提出了一种基于灰色理论的航迹关联决策方法,计算机仿真结果表明新的关联算法与只利用角度信息的关联算法相比具有更好的关联性能。     

一种基于红外图像的小目标跟踪置前检测算法

为在低信噪比、强杂波的环境下提取目标，人们提出了跟踪置前检测(TbD)的小目标检测方法。讨论了红外图像杂波剔除和用最优非线性滤波器跟踪置前检测的算法，给出了算法模型和基本步骤，利用这种算法可有效地进行杂波抑制和对小目标跟踪置前检测。