改进的雷达高分辨距离像统计识别方法

基于雷达目标一维高分辨距离像的统计目标识别中,需解决两大问题:其一是如何处理距离像对姿态敏感和平移敏感;其二是如何准确地描述距离像的统计特征.直接将一维距离像用于目标识别通常很难取得好的识别效果.将高斯混合模型(GMM)应用到空中目标高分辨一维距离像统计建模中,提出了一种改进的高斯混合模型模糊聚类分析方法并用于目标识别.与传统的k-means聚类算法的仿真结果比较表明,该方法是有效、稳健的,在低信噪比条件下具有较好的识别效果.     

一种基于优先级调度的相控阵机动目标跟踪方法

在相控阵雷达跟踪加搜索（ＴＡＳ）工作方式下,为跟踪较大的机动目标,提出一种目标机动检测器设计方法,得到归一化的目标机动系数．基于该方法,给出了一种动态计算优先级的调度算法,较好地解决了机动多目标跟踪的资源调度问题．与几种常用机动检测器相比较,结果表明了这种机动检测器具有更高的检测概率．最后在多目标环境下进行机动目标跟踪的蒙特卡罗仿真,仿真结果显示了多目标机动检测器和资源调度算法的有效性．     

机动检测算法特性分析仿真研究

机动检测算法是机动目标跟踪中重要环节,对机动目标跟踪的快速性具有重要影响.针对机动目标跟踪的典型检测器,采用卡尔曼滤波算法,基于新息残差向量来描述三种典型的机动检测器,通过蒙特卡洛仿真的方法,对每种检测器进行仿真计算,详细地分析每种检测器的特点和性能.仿真结果表明检测器B性能最稳定,结果最可靠,通过适当调整滤波中的状态误差方差Q,观测误差r,及滤波估计误差方差矩阵的初始值使得滤波器可以更准确地跟踪机动目标,具有一定的参考价值和指导性意义.     

一种基于优先级调度的相控阵机动目标跟踪方法

在相控阵雷达跟踪加搜索（ＴＡＳ）工作方式下,为跟踪较大的机动目标,提出一种目标机动检测器设计方法,得到归一化的目标机动系数．基于该方法,给出了一种动态计算优先级的调度算法,较好地解决了机动多目标跟踪的资源调度问题．与几种常用机动检测器相比较,结果表明了这种机动检测器具有更高的检测概率．最后在多目标环境下进行机动目标跟踪的蒙特卡罗仿真,仿真结果显示了多目标机动检测器和资源调度算法的有效性．

     

基于小波变换的鱼雷自导运动目标检测研究

低信噪比下目标检测是鱼雷自导中的一个关键环节,为了有效地克服目标作高速运动所引起的多普勒现象,传统的方法是使用多个多普勒滤波器,不利于工程实现。该文从仿生学的角度提出了基于小波变换的方法。给出了水下高速运动目标的宽带模型,提出并分析了双曲调频小波,给出了双曲调频小波检测器。利用蒙特卡洛试验研究了检测器的性能。仿真结果表明其检测性能优良,逼近于宽带匹配滤波器,能完成低信噪比下的运动目标检测。     

基于粒子滤波的弱目标检测前跟踪算法

针对低信噪比条件下机动目标的检测跟踪问题,提出了一种改进型的基于多模型的粒子滤波检测前跟踪算法.由于粒子退化问题,在目标信号微弱、目标发生机动或者信号幅值波动较强势,粒子滤波的TBD算法的检测概率和跟踪精度将会下降.本算法在粒子滤波的基础之上改进,即在每次循环之前加入新粒子,新粒子的分布是由平均法和前一时刻的目标估计结果进行确定.给出了粒子滤波的TBD算法推导以及数值计算过程.仿真实验表明:基于改进型粒子滤波检测前跟踪算法能够检测低信噪比的目标.     

基于ICPF的步进频率雷达机动目标高分辨率成像处理

针对机动目标步进频率回波信号一维距离像模糊的问题,本文提出了基于求和立方相位函数（Integrated cubic phase function,ICPF）的运动参数估计和补偿方法。首先,构建机动目标的步进频率回波三阶相位信号模型,采用一阶差分处理实现相位降阶。其次,计算降阶信号的ICPF,依次估计和补偿加速度以及速度引入的误差相位。然后,对运动补偿后信号进行IFFT处理可以获得目标高分辨一维距离像。其中,对加速度和速度的估计只需要进行一维搜索,算法运算量很小。最后,分别在无噪声和较低信噪比的情况下进行计算机仿真,实验结果验证了本文所提方法的有效性。     

基于核最优变换与聚类中心的雷达目标识别

抽取有效鉴别特征是雷达一维高分辨距离像识别的关键.基干统计学习理论的核化原理,提出一种新的鉴别特征提取方法--核最优变换与聚类中心算法.该算法通过非线性变换,将数据映射到核空间,在核空间执行最优变换与聚类中心算法,能够提取一维距离像的稳健非线性鉴别特征.同时,基于训练样本在核空间所张成的子空间的一组基,给出一种快速计算方法,提高了特征提取速度.基于微波暗室实测数据的实验表明了该方法的有效性.     

基于时频分布级数的时频ISAR成像

传统的逆合成孔径雷达(ISAR)成像算法用傅立叶变换进行频谱分析,对机动目标的成像会导致成像模糊.应用了时频分布级数方法代替传统的傅立叶变换对机动目标进行瞬时成像,得到一个三维的时间-距离-多普勒阵,对时间进行采样即得到瞬时的二维距离-多普勒像.它不仅具有很好的分辨率,还具有瞬时信息,并克服了短时傅立叶变换低的时频集聚性和魏格纳分布交叉项严重的缺点.仿真结果表明,通过该方法能得到清晰的目标的距离-瞬时多普勒像.     

固体推进器的拦截器末制导目标搜索研究

研究对末制导目标搜索优化控制问题,由于目标捕获是大气层外拦截器在中末制导交接班时必须完成的工作,针对制导交接班时的目标搜索算法和对应的快速姿态机动控制方法进行了研究.根据目标相对拦截器位置的概率分布,设计了一种考虑目标-拦截器相对运动的目标搜索算法.并以搜索时间、捕获概率为控制器指标,拦截器的姿态机动能力为基础,利用算法调节参数的选择.根据固体推进器拦截器的姿态运动特点,并给出了最终滑模控制的姿态跟踪控制器.并对搜索算法与姿控系统进行拦截器目标捕获数字仿真,分析了拦截器姿态跟踪的性能,以及搜索时间与目标位置的关系.结果表明,姿态跟踪误差小于0.5°,控制精度高,快速性好,可为搜索算法与拦截器姿控系统设计提供了科学依据.     

雷达目标特征信号与运动模式的相关性研究

空中目标的运动模式与自身姿态紧密相关,进而与目标特征信号也存在相关性.首先分析不同运动模式下目标姿态角变化率,然后推导姿态敏感雷达特征信号表示,包括雷达散射截面(RCS)、角闪烁线偏差与横向分辨多普勒像,接着以两散射点组成的简单目标为例,推导得到了上述特征信号与目标姿态角变化率之间的关系式,从而建立了目标特征信号与运动模式之间的联系,最后通过对多散射点复杂目标特征信号的仿真验证了理论分析的正确性,结果表明利用雷达特征信号区分目标不同运动模式是可行的,所得结论对基于特征信号的运动模式辨识、机动检测以及机动目标跟踪和拦截等研究具有重要意义.     

强机动目标自适应变结构多模型跟踪算法

在强机动目标跟踪领域,采用传统基于固定模型集合的交互式多模型算法需要大量模型来描述目标机动,需要巨大的计算量,并且过多模型会带来不必要的模型竞争反而降低跟踪性能.为解决它所带来的问题,提出一种自适应变结构多模型算法,采用少量与目标运动模式相关的模型,在不同时刻根据目标当前机动水平自适应调整模型参数建立新的模型集合,并对其进行滤波估计.仿真结果显示该方法能更好的匹配目标运动规律,有效降低计算复杂度,提高跟踪精度.     

垂直起降无人机基于图像的目标跟踪控制

针对安装有惯性测量单元和摄像机的低成本四旋翼无人机,研究无位置、速度、航向测量情况下的机动目标基于图像的跟踪控制方法.首先,结合无人机的动力学方程在图像空间中推导了系统的误差方程.其次,为克服无航向测量的问题,设计了一种位置控制器,使用图像矩作为反馈输入并输出油门和姿态指令.最后,针对缺少图像速度测量问题,设计了一种super-twisting滑模观测器和控制器,生成的期望姿态和拉力指令无颤振,并通过李雅普诺夫理论证明了控制系统的稳定性.最终无人机通过调整倾斜姿态实现了跟踪飞行,且避免了响应慢的航向调整.跟踪机动目标的仿真结果验证了所提出方法的有效性.     

基于机动检测的捷联航姿算法研究

针对低精度陀螺仪、加速度计和磁传感器组成的捷联航姿系统存在的易受载体运动加速度影响而导致姿态精度下降甚至发散的问题进行了研究,提出了一种基于机动检测的捷联航姿算法。该算法根据陀螺仪数据进行姿态实时更新,利用加速度计和磁传感器输出对载体姿态误差进行校正以保持航姿输出的长期精度。算法根据加速度计输出在导航系中投影的水平分量进行机动检测,剔除机动期间的加速度数据,利用载体匀速运动状态下的加速度数据与磁传感器数据构造量测,利用卡尔曼滤波器对姿态误差进行估计并修正。仿真结果表明,该算法能有效完成载体机动检测,保证系统存在机动的情况下姿态精度满足应用要求。     

Analysis and approximation of performance bound for two-observer bearings-only tracking

This paper presents the analytic recursive formulas of Cramér-Rao lower bound (CRLB) for the switching models system, in which the target moves either with a constant velocity or with a constant speed and a constant turn rate. For the case of two-observer bearings-only maneuvering target tracking, a reliable maneuver detection method is investigated and then utilized to approximate the theoretic CRLB. Finally, to demonstrate the agreement between the approximated CRLB using the proposed maneuver detection method and the theoretic one, a large number of Monte-Carlo runs under different maneuvering scenarios are conducted. Correctness of the analytic recursive formulas of CRLB and effectiveness of the proposed maneuver detection method are verified from these simulations.     

一种机动目标跟踪的异步航迹融合算法

为实现机动目标跟踪,提出一种异步序贯航迹融合算法。融合中心包含匀速和匀加速2种融合模型,均通过信息去相关方法实现序贯航迹融合,并利用调整过程噪声的方法抑制融合发散。对匀加速融合模型的加速度估计进行显著性检验,实现机动检测。当检测到机动时输出匀加速融合模型的结果,反之输出匀速融合模型的结果。仿真结果表明,该算法能实现对机动目标的稳定跟踪,具有较高的跟踪精度。     

A switched IMM-Extended Viterbi estimator-based algorithm for maneuvering target tracking

This paper presents a new algorithm for tracking a maneuvering target modeled as a class of Markov jump linear systems. The proposed algorithm consists of two interacting multiple model-extended Viterbi (IMM-EV) algorithms, coupled with proposed detection schemes for maneuver occurrences and terminations as well as for switching initializations. Combined performance strengths of the two IMM-EV algorithms are utilized via switching from one IMM-EV algorithm to the other. Appropriate design parameter values are derived for the detection schemes of maneuver occurrences and terminations. The results demonstrate that the proposed algorithm can be a viable alternative to several well-known tracking methods.     

Target tracking using Interactive Multiple Model for Wireless Sensor Network

Target tracking in a Wireless Sensor Network (WSN) environment is a challenging research problem. Interactive Multiple Model (IMM) is a popular scheme for accurate target tracking. The existing target tracking scheme used in WSN employs Kalman Filter (KF) which fails to track the target accurately due to non availability of target data at regular intervals and missing of packets. Though existing KF based tracking in WSN scheme detects the target, it fails to identify the target. To overcome these problems, this paper proposes a IMM based Target Tracking in WSN named ITTWSN that uses multiple models (velocity and acceleration) to handle both maneuvering and non maneuvering targets and multiple sensors to detect and identify the targets. The performance of the proposed ITTWSN is compared with the KF scheme and it is found that the accuracy of the proposed ITTWSN is better than the existing KF based approach.     

Fast implementation of ground maneuvering target focusing

Ground maneuvering target detection is a hot topic in the applications of synthetic aperture radar (SAR), whereas its focusing performance is severely deteriorated by range migration and Doppler frequency migration during a long integration time. This paper proposes a novel method to image the target and estimate its parameters via performing two independent 2-dimensional (2-D) searches after a parameter separation operation. In order to improve the search speed, we set the limited search ranges and propose local mapping sparse Fourier transform (LMSFT) to replace fast Fourier transform (FFT). Compared with the traditional algorithms, the proposed method can realize fast coherent integration of multiple maneuvering targets via compensating the high-order range migration and Doppler frequency migration. In addition, the proposed method is stable under noise. Several simulation results have validated the effectiveness of the proposed method.