RGPO 干扰下基于改进的IMM-PDAF 的机动目标跟踪技术

研究了距离波门拖引(RGPO)干扰下杂波环境中机动单目标的跟踪问题,在建立RGPO 干扰条件下雷达量测模型的基础上,提出了一种RGPO 干扰下基于改进的交互多模型-概率数据关联算法(IMM-PDAF)的目标跟踪技术。该技术联合RGPO 鉴别与跟踪一体化。在干扰鉴别上,采用信号似然比预处理、角度研究了距离波门拖引(RGPO)干扰下杂波环境中机动单目标的跟踪问题,在建立RGPO 干扰条件下雷达量测模型的基础上,提出了一种RGPO 干扰下基于改进的交互多模型-概率数据关联算法(IMM-PDAF)的目标跟踪技术。该技术联合RGPO 鉴别与跟踪一体化。在干扰鉴别上,采用信号似然比预处理、角度 检验以及m / n 逻辑检验方法。在跟踪算法方面,采用提出的基于量测功率特征的IMM-PDAF 算法,同时目标状态更新依据是否存在干扰采用不同的方法。若存在RGPO 干扰,则根据RGPO 假目标与真目标量测对的特点,采用提出的距离最近选择、角度数据压缩方法合成新量测对目标状态进行更新,若无RGPO 干扰,则综合功率和位置特征对所有量测进行加权更新目标状态。仿真结果表明,该技术不仅能有效剔除RGPO 干扰对跟踪算法带来的不良影响,而且具有良好的机动目标跟踪性能。 检验以及m / n 逻辑检验方法。在跟踪算法方面,采用提出的基于量测功率特征的IMM-PDAF 算法,同时目标状态更新依据是否存在干扰采用不同的方法。若存在RGPO 干扰,则根据RGPO 假目标与真目标量测对的特点,采用提出的距离最近选择、角度数据压缩方法合成新量测对目标状态进行更新,若无RGPO 干扰,则综合功率和位置特征对所有量测进行加权更新目标状态。仿真结果表明,该技术不仅能有效剔除RGPO 干扰对跟踪算法带来的不良影响,而且具有良好的机动目标跟踪性能。     

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。      

一种基于回波二维图像特征判决的雷达目标跟踪方法

针对低频段机扫航管雷达目标回波在相邻多脉冲(波位)间以及在相邻多距离单元内的扩展性,导致目标跟踪困难、出现点迹混杂和航迹错乱等问题,提出了一种基于圈间回波二维像滑动相关和模板提取/图像匹配的目标跟踪方法,解决了传统目标跟踪方法虚警率高、航迹混叠和中断问题。通过雷达实测数据的验证,该算法可以有效提升航管雷达对民航机目标检测和跟踪的性能。     

基于动态波门和DLSTM网络的机动多目标智能跟踪算法

针对模型驱动方法表达能力有限而难以及时应对目标机动的问题，提出一种基于动态关联波门和深度长短时记忆(DLSTM)网络的机动多目标智能跟踪(MTIT)算法，简记为MTIT-DLSTM-M算法。该算法在MTIT-DLSTM算法的基础上，首先利用新息定义关联波门以提取有效量测，再采用全局最近邻算法实现数据关联。然后，利用卡方分布理论设计出动态关联波门和机动检测策略，当判定目标出现机动后，清除累积的历史状态和历史量测，重启该目标的跟踪算法流程。仿真实验证明，与现有常规机动目标跟踪算法相比，所提MTIT-DLSTM-M算法运行效率高，且具有更好的鲁棒性，应用前景良好。     

基于测量子集优化的雷达/ESM联合目标跟踪

针对雷达电子支援措施(ESM)主被动传感器的协同定位与目标跟踪,提出了基于测量子集优选的目标跟踪算法。该方法利用ESM方位角测量与雷达距离、方位测量组成的各测量子集对目标的定位精度分析,遴选出定位精度最高的测量子集定位结果作为雷达对目标跟踪的融合量测,在雷达的跟踪门内进行量测确认,之后按照联合数据互联的方法,对多目标当前状态进行估计。仿真实验显示,该方法是异地配置雷达/ESM协同目标跟踪的一种点迹级融合的有效方法。     

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。     

地波雷达与自动识别系统目标点迹最优关联算法

为了提高海洋探测精度和范围,针对高频地波雷达(HFSWR)和自动识别系统(AIS)目标点迹的融合利用问题,该文提出一种基于JVC(Jonker-Volgenant-Castanon)的点迹分状态全局最优关联算法。首先,通过判断高频地波雷达和AIS点迹的径向速度,将点迹分为准静态目标和动态目标。接着,选取径向速度和点迹间的球面距离为特征参数,对不同状态下目标点迹分别进行径向速度和位置间球面距离粗关联。最后,使用相对距离比的平均值进行关联效果的评价,通过选择合适的关联门限参数,使用JVC算法实现高频地波雷达和AIS的点迹最优关联。实验结果表明：该算法在关联相同点迹对数的情况下,关联精度高于最近邻(NN)算法和Munkres关联法,关联用时少于最近邻算法和Munkres关联法。通过近3年内3组不同时刻实测目标点迹的验证,该算法可以满足关联的实用性和实时性要求。     

穿透式寿命探测雷达对人体运动轨迹的探测

针对封闭空间建筑物透视雷达运动目标的跟踪问题,基于穿透式寿命探测雷达,深入研究人体运动轨迹的探测,从而构建可以实现人体运动目标模型的协方差矩阵及状态转移矩阵,使用邻域简化联合概率数据互联方法解决点迹争夺及航迹分叉等问题,可以避免产生虚假航迹的现象.将Matlab仿真验证算法应用在机动目标、简单运动单目标以及多目标中;对...     

航管一次雷达精细化点迹处理设计与实现

针对复杂多变的空间环境,提出了一种基于航管一次雷达体制下精细化点迹处理算法的设计方法。该点迹处理算法主要完成一次雷达的初始回波处理、点迹凝聚处理和点迹滤波处理。提取经过脉冲压缩、MTD滤波、恒虚警检测(CFAR)后的回波有效数据参数,形成一次点迹数据送给终端显示,同时剔除由干扰回波、固定回波、慢动回波和低质量等级回波等引起的其他回波数据参数。该算法中的一些关键技术在航管一次雷达中的应用效果证明了其在雷达系统工程中的有效性。     

基于方位机扫雷达的机动目标双波门跟踪方法

点迹-航迹处理是雷达航迹跟踪过程中的重要一环,是把雷达探测到的点迹与已知航迹进行比较,然后正确关联配对的过程。复杂环境下的目标跟踪要求点迹-航迹关联处理、目标航迹跟踪的滤波和预测都要可靠,正确的点迹-航迹关联结果会产生较为准确的滤波和预测,而准确的滤波预测又会促进点迹-航迹的正确关联,二者之间是相辅相成的。常规跟踪法在目标机动尤其是悬停情况下的跟踪难度较大,多次掉点后不易重新正确关联,容易出现掉批、误关联等情况的发生。本文提出了一种基于前后双波门的机动目标跟踪法,可以使方位机扫雷达较好地连续跟踪机动目标。     

一种有效的RGPO干扰鉴别算法及性能分析

本文研究目标跟踪时的距离门后拖(RGPO)干扰鉴别问题,分析了现有χ²检验算法的不足,在χ²检验算法的基础上,提出了一种采用信号似然比预处理和移位寄存器后处理相结合的鉴别算法,称之为Chi+SLR+register算法.该算法在最佳寄存器长度下,能使误判概率最小.在相当宽的寄存器长度范围内,该算法都有很好的鉴别性能.此外,该算法在有SOJ干扰时,也能保持高的鉴别率,因而是一种更有效的RGPO干扰鉴别算法.     

一种距离门拖引干扰策略的智能生成方法

针对未知环境模型下的多帧距离门拖引干扰的策略优化问题,提出一种基于改进粒子群算法的拖引干扰策略优化方案.首先,以平均波门偏移距离作为干扰效果的性能评价指标,建立了距离门拖引干扰的多帧联合优化模型.然后,为了解决目标函数解析表达式难以获取的难点,提出了一种结合奖励机制的蒙特卡洛目标函数拟合方法;在此基础上,面向优化维度过...     

速度拖引干扰和杂波背景下脉冲多普勒雷达目标跟踪算法

针对在速度拖引干扰和杂波背景下脉冲多普勒(PD)雷达无法精确跟踪目标的问题,该文提出基于双模型(DM)和幅度信息(AI)的目标跟踪算法。分别建立基于位置、幅度量测的跟踪模型和基于位置、速度、幅度量测的跟踪模型。两个模型均使用基于幅度信息的概率数据互联(AI-PDA)尽可能地降低杂波的影响,然后使用常规方法进行滤波估计。若没有速度拖引干扰,则两个模型估计具有位置和速度上的相关性;若存在干扰,由于速度量测是虚假的,则两个模型估计不具有相关性。据此,进行卡方检验(chi-square test),分析影响检验结果的因素,进而确定最终的估计结果。仿真验证了该算法的有效性。     

一种具有自适应关联门的杂波中机动目标跟踪算法

针对杂波环境下的机动目标跟踪,该文提出一种基于自适应关联门的跟踪算法。该算法以传统交互多模型概率数据关联算法为基础,在关联门内无有效量测点迹时,假设目标在前一滤波时刻或是更早时刻以最大机动水平改变原运动模式,利用该假设条件下所获得的目标预测量测及当前真实预测量测,对用于确定关联门的新息协方差进行修正,使得关联门逐步适当扩大,以尽可能地包含目标真实量测点迹。仿真结果表明,自适应关联门跟踪算法能在不影响跟踪精度和算法运算量的情况下,有效降低机动目标的跟踪丢失概率。     

对单脉冲末制导雷达距离欺骗分析

反舰导弹末制导雷达越来越多地采用单脉冲角跟踪技术,舰艇方须结合自身特点,采取有效的对抗措施。本文根据单脉冲雷达基本原理,建立了距离波门拖引干扰模型,推算出实施距离波门拖引干扰的成功率和干扰机所需功率,并在此基础上提出了一种较为可行的干扰方法。     

基于量测转换IMM的多普勒雷达机动目标跟踪

多普勒雷达目标跟踪中,如何有效解决系统量测与目标状态之间的非线性并实现机动目标跟踪,是亟待解决的问题.本文提出一种基于量测转换交互多模型（Interactive Multiple Model,IMM）的目标跟踪算法,其以IMM为框架,并结合静态融合滤波器处理多普勒量测的结构,解决多普勒雷达机动目标跟踪问题.仿真结果表明了所提出算法的有效性.     

基于线性高斯滤波的反干扰跟踪方法

以往机动目标的跟踪问题大多是针对确定性系统,而对随机跳变系统的研究较少.针对目标随机施放干扰的情况,将线性高斯滤波应用于观测噪声中带有尖头干扰信号的系统中,实现机动目标的反干扰跟踪.其算法是一种基于不同模型问"软切换"的机动目标跟踪方法,用计算的概率权值对这些模型输出进行综合,保证了跟踪精度,大大降低了离散时间结构随机跳变系统最优滤波算法的复杂程度.通过仿真实例可以看出,在观测噪声特性发生剧烈随机跳变的情况下,线性高斯滤波算法对机动目标进行了比较准确的跟踪,其性能显著地优于标准的卡尔曼滤波算法.     

基于有源照射箔条云的速度欺骗干扰方法

提出了基于有源照射箔条云对雷达速度波门进行拖引干扰的复合干扰方法.该方法运用机载电子干扰设备接收、转发敌方雷达发射的信号并照射到箔条云上,箔条云对干扰信号二次辐射,被敌方雷达接收,形成具有和载机相似径向速度的假目标,起到诱骗干扰作用.建立了复合干扰对速度跟踪系统进行干扰的相关模型,并进行了仿真实验,仿真结果表明,利用该方法对敌机测速跟踪系统进行干扰具有可行性.     

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。