基于深度前馈神经网络的多基地外辐射源雷达高精度目标跟踪（英文）

在雷达系统中，目标跟踪误差主要来自运动模型和非线性量测。在评估跟踪算法时，其跟踪精度是主要衡量准则。为提高跟踪精度，本文将跟踪问题表述为从量测到目标状态的回归模型，提出一种基于改进深度前馈神经网络（MDFNN）的跟踪算法。所提MDFNN跟踪算法引入一种滤波层来描述输入量测序列的时序关系，并分析了最优量测序列长度。仿真和实测的外辐射源雷达数据测试表明，在所考虑的场景下，所提算法跟踪精度优于基于扩展卡尔曼滤波器（EKF）、无迹卡尔曼滤波器（UKF）和递归神经网络（RNN）的跟踪方法。