基于航迹矢量检测的雷达与电子支援设施抗差关联算法

针对雷达与电子支援设施(ESM)存在系统误差、上报目标不完全一致等复杂场景下目标航迹关联问题,该文基于高斯随机矢量统计特性,提出一种基于航迹矢量检测的雷达与ESM航迹抗差关联算法。首先在修正极坐标系(MPC)下推导目标状态估计分解方程,采用真实状态对消的方法得到航迹矢量,为剔除大部分非同源目标航迹,构建方位角变化率-距离变化率与距离比(ITG)统计量进行粗关联,然后采用基于航迹矢量\begin{document}${\chi ^2}$\end{document}检验的方法实现雷达与ESM的航迹关联。最后通过实验仿真验证了该文算法在不同系统误差、目标密度、检测概率等环境下的有效性。     

雷达与电子支援措施异步抗差航迹关联算法

针对雷达与电子支援措施(ESM)存在系统误差、航迹异步等复杂条件下的航迹关联问题,该文提出一种基于区间序列离散度的异步抗差航迹关联算法.定义混合区间序列的离散信息度量,给出系统误差的区间化方法,通过计算区间离散度并利用经典分配法进行关联判定.与传统算法相比,可在系统误差存在的前提下无需时域配准对异步航迹直接关联,且对噪...     

雷达与电子支援措施异步抗差航迹关联算法

针对雷达与电子支援措施(ESM)存在系统误差、航迹异步等复杂条件下的航迹关联问题,该文提出一种基于区间序列离散度的异步抗差航迹关联算法.定义混合区间序列的离散信息度量,给出系统误差的区间化方法,通过计算区间离散度并利用经典分配法进行关联判定.与传统算法相比,可在系统误差存在的前提下无需时域配准对异步航迹直接关联,且对噪声分布不敏感.仿真结果表明,所提算法具有良好的抗差性且不受目标运动位置的影响,适用于传感器同地或异地配置等多种情况.     

基于距离分级聚类的机载雷达航迹抗差关联算法

针对目标密集分布、系统误差时变、传感器上报目标不一致等复杂环境下的机载雷达航迹关联问题,本文基于高斯随机矢量统计特性推导出一种基于距离分级聚类的机载雷达航迹抗差关联算法.文中首先推导运动平台等价量测方程,基于等价量测的一阶泰勒级数展开得到全局直角坐标系中状态估计分解方程,基于真实状态对消得到航迹距离矢量并基于距离矢量分级聚类提取同源航迹关联对.文中分别设置了目标密集、随机误差、系统误差适应性实验验证算法性能,仿真结果表明本文算法的关联准确性和环境适应性相比经典的基于参照拓扑特征的航迹关联算法（RET）有较大幅度的提升.     

异地配置的雷达与电子支援措施航迹关联

针对雷达与电子支援措施(Electronic Support Measures,ESM)异地配置的情况,提出了一种基于ESM虚定位点的异类传感器航迹关联算法。ESM属于无源传感器,只能获取角度信息而缺少距离信息。该算法首先基于雷达量测定义了ESM虚定位点,为ESM提供了目标的距离信息。然后利用ESM虚定位点与交叉定位点构造距离统计量,基于统计理论方法对雷达与ESM航迹是否关联进行判决。在不同的测量误差和目标数目环境下进行了仿真实验,结果表明,该算法能较好地实现雷达与ESM的航迹关联。     

基于区间重合度的雷达与ESM航迹关联算法

针对时变系统误差的情况,提出了一种基于区间重合度的雷达与电子支援措施(ESM)航迹关联算法。分析了时变系统误差对雷达与ESM测量数据的影响,将时变系统误差下航迹的不确定性转化为区间问题,通过区间的重合度来衡量雷达与ESM航迹关联程度,建立了灰色关联分析模型,实现了无需系统误差配准下的雷达与ESM航迹关联。在不同误差下进行了仿真对比,仿真结果表明,该算法能有效地实现时变系统误差下的雷达与ESM航迹关联,具有良好的鲁棒性。     

基于拓扑统计距离的航迹抗差关联算法

传感器观测目标的拓扑信息可用于解决系统误差下的航迹关联问题,但传统方法对航迹信息利用不足且难以适应传感器虚警和漏报的情形。论文提出一种基于拓扑统计距离的航迹抗差关联算法,首先转换目标状态估计及其协方差以得到目标参照系下的拓扑描述;然后在推导拓扑统计距离的基础上,进行全局最优关联;最后以目标参照系下邻居目标关联对的平均统计距离作为参照目标间的关联度,根据双门限准则完成参照目标的关联判决。仿真结果表明,在密集编队目标、随机分布目标和传感器存在虚警漏报条件下,该算法的性能明显优于传统方法。     

基于航向参照匹配的航迹抗差关联算法

探讨了系统误差影响下的多传感器航迹关联问题。由于传感器观测存在虚警和漏报,利用目标拓扑信息进行航迹关联的算法可靠性会降低。提出一种基于航向参照匹配的航迹抗差关联算法,该算法首先建立以传感器观测目标为原点、航向为参照的运动坐标系,对邻居目标数据进行旋转和平移转换;然后对各目标参照系下的邻居目标以目标距离为统计量进行全局最优关联;最后以各目标参照系下确认关联对的平均距离为匹配度量,以使匹配度量最小的参照目标对为关联匹配目标。仿真结果从目标共同观测率、系统误差范围和目标密集程度等方面验证了算法的有效性和健壮性。     

ESM与雷达航迹关联的最大似然估计算法

为解决ESM与雷达异类传感器的航迹关联问题,基于统计信号分析理论,采用最大似然估计准则,给出了利用ESM与雷达角度测量信息在航迹互联先验概率相等情况下的航迹关联判别函数.同时给出ESM与雷达航迹由等数量观测构成情况下的错误关联概率表达式.最后,由错误关联概率曲线得出了采取减小雷达航迹测量误差与ESM航迹测量误差比值和增加测量次数等措施可以减小错误关联概率的结论.     

基于互信息的航迹对准关联算法

针对系统误差对目标航迹的影响,研究了在组网雷达存在系统误差情况下的航迹对准关联问题,并将该影响表示为目标航迹的旋转量和平移量;提出一种基于互信息的系统误差配准前航迹对准关联算法,该算法采用最大互信息理论来估计目标航迹数据的相对旋转量和平移量,将雷达组网中雷达上报的目标航迹数据对准到融合中心,从而避开了估计雷达组网系统误差,实现了误差配准前的航迹对准关联,能够为后端的系统误差配准提供可靠的关联航迹数据。     

基于t分布混合模型的抗差关联算法

针对传感器系统误差和观测目标不完全一致的情况下目标航迹关联中鲁棒性问题,该文提出一种基于t分布混合模型的抗差关联算法。将航迹关联问题转化为图像匹配中的非刚性点集匹配问题,针对非共同观测目标影响关联性能的问题,将非共同观测目标的航迹视为图像匹配中的异常点,建立了对异常点具有更好鲁棒性的重拖尾t分布混合模型,利用期望最大化(EM)算法求解t分布混合模型的闭合解,在求解中为了确保航迹点间的运动一致性(CPD),加入Tikhonov正则项。最后通过实验仿真验证,所提算法在系统误差和观测目标不完全一致情况下的鲁棒性和有效性。     

基于相似性传播的天波雷达多路径量测聚类

电离层多层结构特性使得天波雷达(OTHR)与目标之间存在多条信号传播路径,进而可能对单目标产生多路径量测。该文考虑了天波雷达多路径量测聚类问题,其需要同时对多路径量测进行电离层传播路径辨识和聚类。由于天波雷达量测模型假设1个目标通过1种电离层传播路径至多产生1个量测,因此需要考虑多路径聚类约束。该文将相似性传播聚类扩展到多路径约束模型,并提出一种新的多路径相似性传播聚类算法。该算法通过构建多路径量测聚类的概率图模型,将聚类问题转化为概率图模型隐变量的推断问题,采用最大和置信传播算法近似求解聚类变量的最大后验概率。算法优点包括可以自动识别聚类团数目,单次消息传播的时间复杂度为量测个数和传播路径个数乘积的平方。仿真实验分析表明,所提算法较多路径多假设聚类算法具有更好的聚类性能。     

基于改进盖尔-沙普利算法的自动识别系统与双频地波雷达断裂航迹关联

高频地波雷达(HFSWR)可以实现大范围海上船只目标的连续探测,但是海杂波等干扰因素的影响容易造成跟踪航迹的断裂。目前关于地波雷达航迹关联的研究中,通常忽略了航迹断裂的情况,将航迹关联视为二分图匹配问题,这会导致可能将单一目标的断裂航迹判断为多个目标,从而引起目标的误关联。针对上述情况,该文结合模糊综合评判和迭代搜索算法,首次将盖尔-沙普利(GS)算法引入航迹关联领域,并且对其进行改进以满足航迹断裂时的多对多航迹关联情况,提出了改进的盖尔-沙普利(IGS)算法。在该算法中,通过计算航迹之间的模糊综合评判值来得到航迹之间的倾向度序列,再由迭代搜索对航迹进行聚类以获得航迹集群,最后将航迹集群及倾向度序列输入盖尔-沙普利算法来进行数轮博弈以给出关联结果。利用双频率高频地波雷达和船只自动识别系统(AIS)的仿真数据与实测数据进行实验测试,实验结果表明：所提出的算法解决了在航迹断裂情况下的多传感器航迹关联问题,且在密集区域的航迹关联效果优于传统算法。     

基于距离检测的自动识别系统和对海雷达航迹抗差关联算法

现有的多传感器航迹抗差关联算法,如基于图像配准技术、基于参照拓扑关系的关联算法,计算流程复杂,难以在工程实践中实时应用。该文结合海面舰船目标航迹分布特点,基于单元平均恒虚警检测原理,提出了适用于自动识别系统(AIS)和雷达航迹数据的可信关联算法,为对海雷达系统误差配准和海战场多传感器信息融合的快速有效实现提供保证。蒙特卡洛仿真结果表明,可信关联算法在海面目标环境下具有较高的关联准确性;算法的平均耗时与现有抗差关联算法相比显著降低;基于航迹可信关联结果完成对雷达的自动标校,将雷达量测数据的平均误差降低了近90%。     

基于序贯修正灰关联度的全局最优航迹关联算法

航迹关联是分布式多传感器航迹融合的前提。针对融合中心无法获得目标状态估计协方差的情形,该文提出一种基于序贯修正灰关联度的全局最优航迹关联算法。该算法取消数据列的区间值化,对数据列指标绝对差进行序贯积累,对灰关联系数计算式进行可交换性修正,得到各传感器航迹间的序贯修正灰关联度,以此关联度为全局统计量进行全局最优的航迹关联判决。仿真结果表明,在密集平行编队、随机交叉目标和存在非共同观测目标环境下,该算法的性能和稳健性明显优于传统方法。