利用空间散射特性差异进行有源假目标鉴别

针对欺骗式假目标干扰,单站雷达的对抗能力有限,而组网雷达数据级信息损失率较高,导致数据级融合抗假目标干扰方法未能充分发挥其抗干扰能力.由于真实目标的雷达截面积随视角随机起伏,在长基线条件下真实目标回波具有各向异性,而有源假目标信号具有各向同性.利用此差异,提出基于目标空间散射特性的组网雷达有源假目标鉴别方法,通过对目标的慢时间复包络序列进行相关性检验,以鉴别假目标.仿真结果表明该方法可在保证较高真实目标的鉴别概率的情况下,实现对有源假目标的鉴别.     

一种异构组网雷达系统抗欺骗式假目标方法

同构体系下组网雷达配置方式简单,抗欺骗式假目标算法单一。该文提出一种异构组网雷达系统抗欺骗式假目标方法,对于既包含两坐标雷达又包含三坐标雷达的异构组网雷达系统,首先利用三坐标雷达对目标进行定位,计算目标相对于两坐标雷达的距离、方位角信息。然后,将该计算值与两坐标雷达对目标的量测值进行比较,通过构造卡方检验对真假目标进行有效鉴别。仿真结果表明,该算法可以有效地鉴别欺骗式假目标,并分析了欺骗距离、目标量测个数和雷达测角精度对算法鉴别概率的影响。     

分布式结构下主/被动雷达抗假目标干扰方法

针对欺骗式假目标干扰,提出一种利用分布式融合结构主／被动雷达网的距离欺骗式假目标鉴别算法．首先利用主动雷达中的量测值来联合被动雷达进行航迹起始,并在航迹起始阶段剔除部分假目标; 之后,主动雷达和被动雷达独立地对目标进行跟踪滤波; 对于主动雷达中已形成稳定航迹的假目标,利用航迹关联的方法将其剔除．仿真结果表明,这种方法可以在保证真实目标鉴别概率的前提下,对欺骗式假目标进行有效的鉴别,降低主／被动雷达网的被欺骗概率．     

欺骗式干扰下组网雷达优化布站方法分析与仿真

针对组网雷达抗欺骗式干扰的资源优化问题,提出了一种优化布站方法。首先,对数据融合抗欺骗式干扰能力进行理论分析,给出组网雷达在空间不同位置被欺骗概率的理论值;利用理论分析结果,实现组网雷达被欺骗概率最小化和其覆盖范围最大化的联合优化布站,从而达到最优的资源利用方式。最后,通过仿真得到不同条件下的最优布站位置。     

采用欺骗参数扩维估计的弹道目标跟踪方法

针对弹道导弹突防过程中施放的有源距离假目标干扰给反导雷达跟踪系统带来的挑战,提出了一种改进的基于欺骗参数扩维估计的弹道目标跟踪方法．首先,推导了球坐标系下真假弹道目标的普适动力学方程,建立了基于欺骗参数扩维估计的弹道目标跟踪状态方程和量测方程．然后,利用求容积卡尔曼滤波器(CKF)实现免微分计算,并采用联合概率数据互联(JPDA)算法实现航迹与点迹之间的数据关联．最后,通过对距离欺骗参数的估计结果设计干扰鉴别算法,实现跟踪和干扰鉴别的一体化和实时性．仿真结果表明,该方法不仅拥有良好干扰鉴别能力,且有较高的跟踪精度．     

单脉冲三坐标雷达的航迹欺骗研究

针对单脉冲三坐标雷达航迹欺骗干扰,在研究两坐标雷达航迹欺骗的基础上,通过对单脉冲三坐标雷达进行航迹欺骗时距离欺骗时延、方位角欺骗时延、仰角欺骗时延的原理分析,给出了欺骗时延计算公式,设置了干扰机和假目标的位置参数、速度参数,最后应用Matlab软件对干扰机和假目标航迹进行了仿真.仿真结果表明:该方法能够对单脉冲三坐标雷达实现距离、方位、高度的欺骗,对单脉冲三坐标雷达的航迹欺骗具有一定应用参考价值.     

一种抗距离欺骗干扰的弹道导弹跟踪算法

针对距离欺骗干扰下反导雷达跟踪弹道导弹误差增大的问题,建立距离欺骗干扰下雷达量测模型,并提出了一种基于概率数据互联滤波(PDAF)的抗距离欺骗干扰跟踪算法.该算法首先基于信号似然比预处理、角度χ^2检验以及m/n逻辑准则对落入确认波门的候选回波进行干扰综合鉴别,然后根据干扰鉴别结果采用不同的状态更新策略.仿真结果表明,该算法不仅拥有良好的干扰鉴别能力,同时可以利用假目标的角度信息改善跟踪精度.     

雷达网检测数据的散度判决方法

基于检测数据统计知识，运用散度对雷达组网系统目标进行检测判决：并利用雷达固有发现概率和虚警概率对检测判决算法进行检验，对串行数据融合结构目标判决算法进行了推导，通过分析得到了利用散度进行目标判决的合理串行结构。     

雷达组网电子干扰技术在航迹欺骗中的应用

雷达组网电子干扰技术被广泛应用在各个领域中,本文中笔者主要阐述其在航迹欺骗中的应用。本课题分析雷达组网电子干扰技术,以此为基础分析航迹欺骗干扰原理与技术原理,得出信息融合是雷达组网电子干扰的关键所在,同时通过仿真实验得出欺骗效果不错,可以有效保证对目标船舶的保护。     

雷达与被动传感器数据关联算法研究

异类传感器的信息融合问题是一个重要而又困难的研究课题：针对雷达与ESM(Electronic Support Measurement)的航迹关联问题，提出基于位置和属性单一信息的单目标规划模型，在此基础上，构建基于位置与属性联合信息的多目标规划算法模型，然后将多目标规划问题转化为单目标规划问题进行求解，并将其求解结果与仅根据来自位置或属性单一信息进行数据关联的单目标规划问题的实验结果进行比较：仿真结果表明，新算法的目标正确关联概率明显提高，是雷达与ESM数据关联的一种新的有效算法。     

整数矩阵变换的选择集成及对雷达目标的识别

为了改善单个分类器对雷达目标的识别性能,分别从差异性和准确率两个因素出发,提出了一种通过变换分类器选择集成对雷达目标识别的算法.首先,为了增加集成个体差异性,将个体分类器的预测标记作为变换的原始目标,将正确标记引入来代替变换中的目标均值,以此构造一个整数矩阵.通过将个体分类器的预测标记投影到经过正确标记的直线上,从而获得一组新的预测标记.然后,根据准确率和RPFmeasure这两种衡量分类器性能的准则,选择一些性能提高了的个体进行集成,以此保证个体分类器的准确率.最后,通过结合被选择的个体预测标记来改善对雷达目标的识别性能.对于UCI机器学习资源库中数据集和雷达一维距离像的实验结果表明,该算法能有效平衡个体差异性和个体准确率两个因素,并且相比单个分类器和其他集成方法,该方法提高了对雷达目标的识别准确率.     

模糊化模型概率的IMM-SUPF机动面目标跟踪

为了提高跟踪系统对水面机动目标的跟踪能力,本文将水面目标建模为椭圆形面目标,提出一种基于交互多模型(interacting multiple model, IMM)算法的机动面目标跟踪方法。首先,利用现代高分辨率雷达获得的面目标扩展测量,给出了基于面目标的跟踪测量方程。其次,将强无迹粒子滤波(strong unscented particle filter, SUPF)算法引入到IMM中得到IMM-SUPF。该SUPF利用强跟踪无迹卡尔曼滤波(strong tracking unscented Kalman filter, STUKF)产生粒子建议分布。由于STUKF采用渐消因子调整UKF的状态模型协方差和观测模型协方差的比例,使得建议分布更符合真实状态的后验概率分布,从而提高了IMM算法中子模型滤波器的估计精度。最后,基于模糊隶属度函数对粒子的模型概率进行模糊化,从而在提高真实模型滤波器中粒子模型概率的同时减小非匹配模型滤波器中粒子模型概率,进而提高了IMM算法的估计融合精度。Monte-Carlo仿真实验表明,相比于传统的基于质点目标的IMM-UPF算法,文中所提的基于面目标的IMM算法跟踪精度更高,且所提算法的误差超调量更小,收敛更快。此外,所提面目标IMM算法的跟踪精度也要高于面目标IMM-UPF算法。针对水面机动目标跟踪问题,不同于传统的质点目标IMM算法,文中将水面目标建模为椭圆形面目标,并利用面目标扩展测量信息设计了模糊化模型概率的IMM-SUPF算法。该算法进一步提高了跟踪系统对水面机动目标的跟踪能力。     

多站雷达干扰对抗系统子站选择策略

基于参数联合估计的假目标鉴别方法可通过增加雷达站数量来提高假目标鉴别概率,然而,过度增加雷达站数量会造成设备资源的严重浪费.对此,提出基于多站雷达系统假目标鉴别过程中渐进收缩的子站选择策略.对于空间已有的雷达站,在满足预设假目标鉴别性能的前提下,考虑通过快速收缩和全局收缩2种筛选方式,迭代选出系统中空间分布更有优势、鉴别能力更强的发射或接收站,共同组成雷达子站.相比于穷举搜索方法,子站选择策略可大幅降低筛选过程的时间复杂度.仿真结果表明,子站能够保持与原多站雷达系统近似的鉴别效果,同时优化了雷达设备数量,减少了融合中心处理的数据量和所需的通信链路,有效节约了运作成本.     

一种利用径向速度信息的改进JPDA算法

为解决边扫描边跟踪多频连续波雷达数据互联问题,提出了一种基于目标径向速度信息的联合概率数据互联（JPDA）算法。该算法通过引入目标径向速度信息,进一步限制进入跟踪门相交区域中的虚假量测数量,并对公共测量值权重系数进行调整,进而改善跟踪精度,缩短计算时间,提高跟踪成功概率。仿真结果表明,径向速度信息的运用使得改进的JPDA算法的跟踪性能得到了显著提高。     

组网无源雷达高速多目标初始化及跟踪算法

针对无源相参雷达系统多个高速机动目标跟踪问题,提出一种扩展的多模型概率假设密度滤波器的粒子滤波实现方法． 传统的多模型概率假设密度滤波器假定新生目标的强度函数先验已知,但是无源雷达背景下新生目标可在监视区域任意位置出现,且速度取值范围大,此时传统方法失效． 基于传统多模型概率假设密度滤波器,利用各时刻远离多目标状态估计的定位结果,自适应初始化各时刻新出现的目标,有效跟踪多个高速机动目标． 仿真实验验证了该方法的有效性．     

杂波环境下雷达组网的多目标聚类融合跟踪

多传感器多目标跟踪是信息融合技术在目标跟踪领域的应用范例,数据关联是其中的关键技术之一.对于杂波环境下的组网雷达多目标跟踪,讨论了粗、精关联相结合的数据关联方法.先用基于跟踪门限算法进行粗关联,排除部分杂波,再用模糊C-均值算法模糊聚类来实现关联.通过把多传感器跟踪问题转化为多个单传感器跟踪问题,更有效地实现关联,最后融合量测,滤波后得到目标的状态估计.用该算法对目标进行蒙特卡罗仿真,其比改进前的模糊C-均值关联算法和最近邻域算法在杂波环境下更能有效实现数据关联.     

地面防空预警雷达探测概率仿真模型研究

针对地面防空预警雷达探测效能实验验证问题,将目标发现概率解析计算和雷达功能仿真相结合,构建了较完整和完备的雷达探测概率仿真模型．该模型包括视距判断、信噪比求解、干扰功率计算等模块和仿真环节,能够基于典型飞机目标的航迹想定,仿真计算单部雷达和雷达网对目标所有航迹点的综合探测发现概率,可为地面防空预警雷达装备探测效能仿真验证和作战使用研究等提供支持．最后,通过不同层次和粒度的仿真实验,验证了模型的有效性和可行性．