带多普勒量测的序贯SCKF雷达目标跟踪算法

为提高非线性观测条件下雷达目标的跟踪性能,将序贯处理方法引入均方根容积卡尔曼滤波( SCKF),提出一种带多普勒量测的序贯均方根容积卡尔曼滤波( SSCKF-D)雷达目标跟踪算法,该算法通过建立伪量测去除径向距离和径向速度量测误差方差之间的相关性。基于SCKF算法,按照量测精确度的高低顺序对方位角、俯仰角、径向距离和伪量测序贯处理。 Monte Carlo仿真表明,与SCKF和带多普勒量测的均方根容积卡尔曼滤波( SCKF-D)算法相比,SSCKF-D算法跟踪精度更高,较后者提高20%以上,收敛速度更快,更适用于空间目标跟踪。     

机载PD火控雷达单目标跟踪软件功能分析

介绍了机载ＰＤ火控雷达单目标跟踪系统的组成及其工作原理，说明了软件在跟踪系统中的地位与作用，着重分析了雷达计算机软件在ＳＴＴ方式下的各项处理和控制功能，并指出了其中的一些关键技术问题。     

基于压缩感知的自适应卡尔曼滤波

针对稀疏流信号,提出了一种自适应卡尔曼滤波恢复方法,该算法基于压缩感知AIC结构,用有限长的窗口对信号进行观测,利用前后窗内信号之间的相关性,建立信号的状态转移方程,并与压缩感知获得的观测方程共同构成信号的状态空间模型,进而利用降阶的卡尔曼滤波算法近似得到信号的最小均方误差估计。信号重构阶段通过卡尔曼滤波迭代逐渐得到精确的支撑集,与以往仅用起始阶段的恢复结果获得支撑集的方法相比,本算法对起始阶段恢复支撑集的算法的精确程度要求不高,从而降低了整个算法的复杂度和要求的观测维度。仿真结果显示,这种自适应的卡尔曼滤波算法在宽带流信号的恢复中可以有效地降低所需观测维度,且最终结果可近似地收敛到信号的最小均方误差估计。     

基于压缩感知的变尺度目标跟踪技术

为解决变尺度目标的跟踪问题,本文基于压缩感知理论设计了一种具有目标尺度不变性的目标跟踪方法。该方法首先通过插值的方式将初始帧中要跟踪的目标扩展细化至设定的模板图像大小,提取其压缩感知变换后的低维Haar-like特征作为模板特征并初始化分类器,其次利用卡尔曼滤波对待跟踪的图像帧中目标所在位置和尺度变化趋势进行预测,然后在预测目标所在位置周围提取多个不同尺度的待测目标样本并提取其压缩感知变换后的低维Haar-like特征,最后将这些特征送入分类器进行分类得到真实目标并更新分类器。经过实验验证,本文所设计的跟踪方法的平均跟踪成功率为77%,平均中心位置误差为12像素。能够实现对运动过程中发生尺度变化的目标的有效跟踪。     

一种基于多普勒信息的雷达目标跟踪方法

机载预警雷达采用脉冲多普勒体制,具有良好的低空探测性能,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标中断和重起批。针对多普勒盲区条件下的目标连续跟踪问题,文中提出了一种基于多普勒预测的扩展卡尔曼滤波算法(Doppler Prediction EKF,DP-EKF),该方法将多普勒盲区的先验信息并入到扩展卡尔曼滤波算法中,通过状态预测判断目标在未来时刻是否落入多普勒盲区,从而自适应地调整跟踪滤波规则,解决多普勒盲区条件下目标连续跟踪问题。仿真结果表明,该算法对于运动模型已知的航迹不连续目标具有较好的跟踪效果,能够维持其航迹的连续性。     

基于序贯蒙特卡罗滤波的MIMO快时变信道跟踪

高数据传输速率以及终端的高速移动,导致无线通信信道具有时间选择性与频率选择性两个特征.本文主要研究了基于训练序列的多输入多输出（MIMO）时变频率选择性衰落信道的估计与跟踪问题.首先,根据时变无线信道的动态性,将信道冲击响应近似看作一个低阶的自回归矢量过程（AR）,以便于进行时变信道的跟踪.接着在此模型的基础上,利用序贯蒙特卡罗滤波对MIMO通信系统中的双选择性信道进行了跟踪;跟踪过程中需要与信号检测交替进行,即在状态变量的预测和新息修正的中间要进行一次码元的检测,所采用的方法是极大似然序列检测,最后与扩展卡尔曼滤波作了比较.仿真结果表明,在信道噪声是非高斯的情形下,序贯蒙特卡罗滤波的跟踪性能更优越于扩展卡尔曼滤波.     

基于压缩感知的脉冲体制雷达

本文提出一种基于压缩感知的脉冲体制雷达信号处理方案。在目标场景稀疏的前提下,对回波信号进行稀疏采样。构建一组时一频基,通过求解带约束的优化方程实现场景恢复,得到目标的距离和速度信息。该方法有别于传统雷达的处理方式,能够在低采样率条件下获得更高的时一频分辨率。仿真表明了该方法的有效性。     

扩展卡尔曼滤波在目标跟踪中的应用研究

扩展卡尔曼滤波在非平稳矢量信号和噪声环境下具有广泛的应用,针对机动目标运动模型的特点,采用基于扩展卡尔曼滤波的算法对运动目标进行跟踪处理,该算法首先建立了运动目标的状态模型和观测模型,然后对观测数据进行滤波和误差估计处理,最后通过计算机的蒙特卡洛仿真得到了滤波轨迹和运动目标的距离和角度误差,仿真结果表明,扩展卡尔曼滤波算法具有很好的目标跟踪性能.     

基于卡尔曼和扩展卡尔曼滤波的耦合载波跟踪方法

鉴于低信噪比高动态环境下的载波跟踪过程中,接收信号存在显著的各阶频偏变化率,故提出了一种基于卡尔曼和扩展卡尔曼滤波的耦合载波跟踪方法。载波跟踪通过基于卡尔曼滤波的锁频环辅助基于扩展卡尔曼滤波的锁相环来实现,对频率斜升信号和频率加速信号分别进行了载波跟踪环路结构的分析,得到系统方程,并进行了载波跟踪系统性能仿真。经仿真验证,在信噪比为-20 dB条件下,该方法跟踪频率斜升信号收敛时间小于60 ms,跟踪频率加速信号收敛时间小于90 ms,对两种信号的频率跟踪残差均小于5 Hz,相位跟踪残差均小于0.25rad,跟踪性能显著优于传统环路。     

基于压缩感知的频率编码脉冲雷达高分辨距离成像方法

针对频率编码脉冲雷达(Frequency-Coded Pulse Radar, FCPR),该文提出一种基于压缩感知(Compressive Sensing, CS)的目标高分辨距离成像方法。利用目标场景的空间稀疏性,建立FCPR目标回波稀疏信号模型,提出基于CS的FCPR脉冲相参合成处理方法。该方法采用少量FCPR信号子脉冲对目标频域响应进行采样,即可提取目标高分辨距离像信息。为了降低CS重构算法的运算复杂度,提出一种基于FFT目标速度预估计的动态构造降维感知矩阵的方法,提高了采用CS进行FCPR脉冲相参合成处理的速度。仿真结果表明该方法较传统IFFT脉冲相干合成算法具有更小的目标强散射中心幅度估计误差,对速度估计误差及噪声的鲁棒性更好。     

基于扩展卡尔曼滤波的高动态多普勒频移估计

精确的频率估计及跟踪是GPS接收机设计的关键问题.在高动态环境下,接收的载波信号会产生较大的多普勒频移,将直接影响C/A码的捕获以及导航电文的解调.在此采用四阶扩展卡尔曼滤波器,对高动态条件下的多普勒频率进行时域估计.这种卡尔曼滤波器收敛性好,估计精度高,计算复杂度较低.仿真结果表明,该算法可得到精准的频率估计,实现频率的精确跟踪,具有实际的使用价值.     

基于扩展卡尔曼滤波的动中通低成本姿态估计

针对动中通系统低成本姿态估计问题,提出了一种基于扩展卡尔曼滤波的姿态估计算法。该算法以四元数作为状态变量,通过融合陀螺、加速度计以及单基线GPS位置和速度信息估计载体的姿态信息。针对载体机动加速度的影响,通过单基线GPS提供的速度信息对载体的机动加速度进行初步补偿;当载体发生转弯时,利用侧滑角补偿法进一步校正。实验结果表明,该算法成功融合了陀螺的短时精确性、加速度计的长时稳定性和GPS精确的测速和定位功能,系统的动态估计精度在±0．5°内,满足了动中通的应用要求。     

基于压缩感知的外辐射源雷达分数阶杂波估计

参考信号信杂比(SCR)是评估外辐射源雷达积累增益损失的重要参数。利用数字电视地面广播(DTTB)辐射源中的PN序列进行信杂比估计时,将出现接收信号相对于本地帧头的分数阶时延问题,导致信杂比估计出现严重偏差。针对该问题,该文利用信号在时延维的稀疏性,提出基于压缩感知的信杂比估计算法。仿真结果表明,该算法对不同强弱的信号都能得到精确的时延和强度估计,从而保证了信杂比估计的准确性。实测数据处理结果表明,实测数据的参考信号信杂比较高,积累损失较小,约为0.5 dB;信杂比与基线距离有关,基线越长信杂比越低,积累损失越大。     

基于压缩感知理论的多普勒解模糊处理

多目标的多普勒解模糊处理是低脉冲重复频率(PRF)雷达的关键技术之一,论文提出一种新的基于压缩感知(CS)理论的多普勒解模糊处理方法,利用多重PRF方式下相参处理间隔内的时域欠采样特性及多普勒频谱的稀疏特性,构造了多普勒解模糊的CS模型,采用正交匹配追踪(OMP)算法直接估计出无模糊多普勒谱的幅度响应,可实现PRF分组参差方式下对多个目标的解多普勒模糊处理,仿真结果验证了算法的有效性。     

基于卡尔曼滤波的航迹信息预处理技术

针对舰船目标提出了一种新的航迹数据预处理技术,该方法首先建立起基于速度异常点剔除模型,较好地剔除了野值点。然后,采用卡尔曼滤波方法进行平滑。验证结果表明,该方法具有较强的准确性、鲁棒性和实时性,解决了滤波发散问题,在航迹信息处理及舰船目标识别领域具有较好的应用前景。     

一种基于卡尔曼滤波的机车测速雷达算法

复杂多变的机车运行环境、前端天线发射的波束过宽等因素,使通过测速雷达得到的机车速度的初始精度不高。以往关于此类问题的分析大多只是针对理论数据,在提高精度的同时会造成速度时问上的滞后。本文提出了一种基于自适应卡尔曼滤波的方法来提高雷达的测速精度,并且结合理论数据和某机车测速雷达在实验中得到的实际数据对算法的合理性进行了验证。     

基于压缩感知的伪随机多相码连续波雷达

该文利用雷达目标空间的稀疏特性,提出了一种基于压缩感知的伪随机多相码连续波雷达。建立了目标信息感知模型,采用压缩感知以低于奈奎斯采样率对目标回波采样,然后从少量的采样数据中提取噪声背景下的目标场景信息。为了提高目标信息提取的有效性,采用模拟退火算法对波形进行优化。仿真结果表明了该方法的优越性。     

基于卡尔曼滤波的TACAN基带脉冲信号处理

在现代TACAN机载设备中广泛使用数字中频的设计理念,而卡尔曼滤波理论作为目前工程中最成熟、应用最广的控制、预测理论,可将两者结合实现对TACAN基带脉冲信号的滤波,达到提高测量精度的最终目的。从实际工程应用出发,通过对脉冲包络数学模型推导,构建离散卡尔曼滤波状态空间方程,用Matlab仿真卡尔曼滤波的预测、校正过程,完成设计算法验证,提高基带信噪比。     

基于扩展卡尔曼滤波的组网雷达融合算法

简要介绍了组网雷达的数据融合过程,给出了扩展卡尔曼滤波算法的原理和基于扩展卡尔曼滤波器在组网雷达数据融合中的流程。最后进行了算法仿真,表明了该算法具有较高的跟踪精度。