杂波环境下跟踪多目标的自适应联合概率数据关联算法

提出了一种联合概率数据关联滤波器，它利用自适应更新时间来跟踪杂波环境中的目标，并与利用恒定更新时间的联合概率数据关联滤波器做了比较。利用蒙特卡罗模拟，根据不同的目标轨迹对算法的跟踪性能进行了估计。     

用于目标跟踪的神经网络综述

几组不同的研究者从不同的观点出发来研究目标跟踪。目标跟踪研究的演变与发展历程中的一个最重要的事件就是对目前运用于目标跟踪的算法和技术进行体系结构革命的新趋势；即神经网络的出现以及它们在非线性动态系统上的应用。已有文献证明，先进的跟踪算法的数学复杂性已经远远超过了普通数字处理器的计算能力。自从引入卡尔曼滤波器以来，几种非常有效的数学工具已经运用到了目标跟踪技术中，如，概率数据关联，相关和选通，证明推     

估算转弯加速度的卡尔曼滤波器

近年来由于计算机的飞速发展，计算速度越来越快，所以用相控阵天线跟踪目标时采用卡尔曼滤波器已成为现实。对直线飞行的目标，卡尔曼滤波器能得到良好的跟踪精度，但若目标的加速度为高斯噪声，目标转弯时跟踪精度会降低。对处理转弯目标的跟踪精度曾提出两种方案，即估算输入的卡尔曼滤波器和二级卡尔曼滤波器。这些卡尔曼滤波器是在目标的运动模型上使位置和速度矢量与加速度矢量分离，利用预测误差估算加速度的。但由于对预测增减较大的目标的急转弯与目标运动模型不匹配，所以得不到良好的跟踪精度。为此提出了为处理目标的急转弯，不用预测误差而是通过卡尔曼滤波器估算的位置计算出形成飞行轨迹的转弯半径和角速度。还通过计算机仿真与原来的中方式进行比较，证明了其有效性。     

非合作目标交会接近的自主检测和跟踪方法研究

提出一种针对空间非合作目标交会接近的自主检测和跟踪方法。在摄像机捕获原始图像后,利用推导的主动星高精度姿态来确定摄像机的精确指向,并结合恒星星库进行初步恒星对象剔除操作,随后基于不同对象在图像中的运动轨迹差异进行目标的精确识别。在目标仅视线角可观测的条件下,基于相对轨道根数建立相对运动方程,并利用扩展卡尔曼滤波器(EKF)构建仅测角相对导航滤波器以推导出主动星和目标之间的相对运动状态。最后通过搭建的半物理仿真平台,对该方法在3种轨道场景中的性能进行了仿真测试,结果显示,当卫星姿态确定的指向精度在优于3″的条件下,该方法的目标检测正确率在96%以上,提出的仅测角相对导航滤波器的相对定轨精度在所测距离范围的1%以内。     

一种参数化非合作目标相对位姿和惯量估计方法

针对故障卫星、失效航天器、空间碎片等空间非合作目标无先验模型,且无法直接获得其角速度及惯量参数等问题,提出一种参数化非合作目标相对位姿和惯量参数估计方法。首先,基于自由航天器姿态动力学模型,用反双曲正切函数来描述含两个独立变量的惯量参数,建立非合作目标角速度传播模型方程;基于立体视觉测量模型,建立非合作目标上若干特征点的量测方程。然后,结合Clohessy-Wiltshire方程描述的航天器间相对运动学模型,以非合作目标的相对位置、相对线速度、相对姿态、惯性角速度及惯量参数为状态量,设计扩展卡尔曼滤波器以估计各状态量。最后,进行不同场景的数值仿真验证。蒙特卡洛仿真结果表明,所设计的滤波器在不同噪声水平下能够高精度地有效估计出非合作目标的相对位姿和惯量参数。     

一种纯距离跟踪滤波器的改进算法

针对纯距离目标跟踪可观测程度较低的问题,提出一种基于角度参数的纯距离目标跟踪改进算法。文中方法将系统的观测区间范围划分为若干个子扇区,每个子扇区采用一个独立的加权扩展卡尔曼滤波器进行纯距离跟踪,利用贝叶斯理论来修正各滤波器的权重,系统的输出为各并行运行的滤波器估计值的加权和,最终获得目标的运动轨迹。系统的仿真结果表明,方法收敛速度快,跟踪精度高于扩展卡尔曼滤波器的跟踪精度。     

一种新的弹道导弹雷达跟踪算法

提出了一种新的名为Singer-IEKF的弹道导弹雷达跟踪算法。传统的弹道导弹跟踪方法，利用扩展卡尔曼滤波器进行非线性滤波，取Taylor展开的前两项，可能引入较大的线性化误差，导致跟踪精度不高。在分析弹道目标动力学特性的基础上对目标的运动模型采用基于J2校正的Singer模型来描述，并利用迭代的扩展卡尔曼对非线性的目标量测模型进行线性化。对新算法和扩展卡尔曼滤波算法进行Monte-Carlo仿真比较。仿真结果表明新算法的模型更准确，跟踪性能更好。     

采用PDI方式改善多普勒雷达加速度目标的检测性能

多普勒雷达利用接收天线接收来自目标的反射信号，通过接收机限制带宽并进行相位检波，再由A／D变换器转换成数字信号，然后采用FFT（快速傅里叶变换）完成相干积累，通过PDI（检波后积累）处理可提高信号与噪声功率之比，进而提高目标波概率。采用常规的PDI方式时，假设目标匀速运动，可以对同一多普勒单元的信号成本进行积累处理，但对多普勒频率随时间变化的加速运动的目标信号成分，就不能进行积累处理，于是出现了检波性能变坏的问题。本文提出的方式不仅能提高对匀速运动目标的检测性能，也能提高对加速运动的目标检测性能。在相干积累后的多普勒频域上设目标的初速度和加速度，再根据假设的初速度和加速度设效率高的PDI积累电路，补偿由加速度引起的多普勒的变化，然后进行PDI处理（本文称PDI偏移PDI方式）。假设目标运动模型为斯威林1型，考虑到由于进行相干积累的滤波器特性引起的损耗，对目标检测概率进行计算，就能进行偏移PDI的目标检测性能的评价。评估的结果验证了本方法的有效性。     

多目标单元平均CFAR处理机的M次扫描检测分析

本文分析了在用于估算杂波加噪声电平的一组单元中出现一个或多个干扰目标回波的情况下，一般单元平均（ＣＡ）、最大（ＧＯ）及最小（ＳＯ）恒虚警率（ＣＦＡＲ）检测器的各种性能。推导出了对Ｘ平方目标起估模型采用非相参积累时，这些检测器检测概率的精确表达式。描述了Ｓｗｅｒｌｉｎｇ Ｉ目标模型的结果。随着Ｍ的增大，对于均匀和非均匀两种背景模型，无论使用ＣＡ、ＧＯ还是ＳＯ检测器都将获得较好的性能。在参数相同的情况     

空中目标的状态估计

本文根据卡尔曼滤波理论,设计了一种对空中目标状态估计的算法,即卡尔曼滤波器。首先选择适合防空火控系统卡尔曼滤波器的坐标(?)直角坐标系,然后建立适合目标运动规律的随机加速度模型,接着针对防空雷达建立观测方程,讨论了初始条件的选择。并对该算法进行仿真分析。     

一种新的弹道导弹雷达跟踪算法

提出了一种新的名为Singer-IEKF的弹道导弹雷达跟踪算法.传统的弹道导弹跟踪方法,利用扩展卡尔曼滤波器进行非线性滤波,取Taylor展开的前两项,可能引入较大的线性化误差,导致跟踪精度不高.在分析弹道目标动力学特性的基础上对目标的运动模型采用基于J2校正的Singer模型来描述,并利用迭代的扩展卡尔曼对非线性的目标量测模型进行线性化.对新算法和扩展卡尔曼滤波算法进行Monte-Carlo仿真比较.仿真结果表明新算法的模型更准确,跟踪性能更好.     

离散面目标毁伤概率算法和预报公式

本文描述了离散面目标毁伤概率的数学模型，利用均匀设计的方法安排仿真计算的数据，并给出了一个预报公式，可供导弹初步设计时使用。仿真结果表明，导弹射击精度CEP(平面)对毁伤概率的影响相对点目标而言要小，在设计针对离散面目标的飞航导弹时，对平面精度指标可以在一定程度上放松要求，提高末段高度控制精度，以提高全武器系统的作战效能。     

利用基于卡尔曼的平均位移估值器进行多目标探测

本文研究了利用由卡尔曼平均位移估值器所获得的位移估值中的异常物来探测前视红外（ＦＬＩＲ）场景中的多目标（获得回波）问题。由目标产生的初始位移估值与（多个被测目标）回波相关联，从而获得目标新的位置估值。为实现多目标跟踪，此过程对场景中的所有目标均可重复。本文还考查了位移估值期望值与迭代次数的函数关系以及位移误差协方差矩阵和卡尔曼增益矩阵与迭代次数的函数关系。     

采用三种学习与表示策略的合成孔径雷达自动目标识别

阐述了一种新的合成孔径雷达自动目标识别结构，这种结构是以能高精度地估计目标姿态角为前提条件的。本文所述分类器设计的优点是：由于有姿态信息，可以采用较少的特征对目标实现高准确度的分类，从而降低了输入空间的复杂性。此外，对分类器的训练可以根据不同的情况区别对待，这也改进了分类器的性能，降低了复杂性。文中比较了三种构建模式空间与判别函数的学习与表示策略：Vapnik的支撑矢量机（SVM），针对神经网络新提出的一种二次互信息（QMI）代价函数， 以及最近利用多分辨率概念扩展的主分量分析方法（PCA－M）。利用MSTAR（运动与静止目标捕获与识别）数据库得到的实验结果表明，我们的分类器的性能优于标准的模板匹配型分类器。我们也评估了分类器对易混淆目标的检测、分类质量、表明对易混淆目标的抑制能力有显著的改善。     

用于杂波环境下跟踪的自适应概率数据关联算法

提出了一种采用自适应更新时间，用于在杂波环境和探测概率小于１的环境下跟踪 概率数据关联滤波器，并与采用恒定更新时间的概率数据关联滤波器作比较。     

通过扩展分区特征改善SAR目标检测

本文对利用扩展区分（EF）特征来改善合成孔径雷达（SAR）自动目标识别（ATR）系统观注目标聚焦（FOA）阶段处理的有效性进行了评估。不象传统的SAR检测特征仅能在对比度基础上将图像像素从背景中区分开，EF特征对物体的对比度和尺寸都敏感，EF特征算法便于实现，并已证实有着类似CFAR（恒虎警率）性质的新特征，我们使用这个新特征，通过两个数据库提供的SAR图像，对几种不同检测方法进行了测试，验证新方法对性能有所改善。     

航天器非合作目标相对导航的联邦滤波算法研究

提出了一种适用于空间机器人在轨对非合作目标进行测量的“激光测距仪+可见光 测角相机”组合的联邦卡尔曼滤波相对导航算法。分析了激光测距仪和可见光相机进行非合 作目标测量时存在的问题,为此设计了一套包括分别基于测角信息和测距信息的子滤波器, 以及进行子滤波器数据融合的主滤波器在内的联邦卡尔曼滤波器,并提出了具体的判据来对 子滤波器进行“条件重置”。仿真实验数据表明该联邦卡尔曼滤波器能够在部分目标测量设 备的输出出现暂时故障情况下输出较为平稳的相对导航数据,并且滤波算法具有较好的容错 性。
     

采用非同时数据的平均电平自适应检测器

本文给出了一种平均电平自适应检测器（ＭＬＡＤ）的收敛结果。ＭＬＡＤ包括一个带有平均电平检测器（ＭＬＤ）的自适应匹配滤波器（用于空间相关输入）。由一组数据估算出的自适应匹配滤波器的最佳权数适用于一组统计独立的非同时数据。ＭＬＤ的门限由结果数据确定。此后，把一个候选单元与该门限相比较，得出了作为一些参数的函数的虚警概率和检测概率，这些参数是门限系数、匹配滤波器的阶数、用于计算自适应匹配滤波器权数的每个     

红外探测阵列对固体导弹尾焰跟踪定位的研究

通过分析研究建立了前视红外探测阵列ＦＬＩＲ（Ｆｏｒｗａｒｄ Ｌｏｏｋｉｎｇ Ｉｎｆｒａ－Ｒｅｄ）对导弹进行精确跟踪、定位的数学模型，其中包括导弹的运动模型、大气干扰模型和探测阵列的观测模型。利用探测阵列ＦＬＩＲ的原始观测数据，扩展卡尔曼滤波器（ＥＫＦ）精确跟踪导弹目标。由于导弹与探测器的距离较远，故为视为点目标。导弹在探测阵列上投影的位置由两部分组成：导弹真实运动位置和由于大气干扰造成的偏移。滤波     

基于改进扩展分形特征的SAR图像目标检测方法

提出了一种新的纹理特征-改进扩展分形特征用于SAR图像目标检测.改进扩展分形特征通过度量SAR图像中物体表面四个方向的结构函数在双尺度上的增量水平,确定目标与杂波在特征空间的不同响应特性,实现目标的检测.采用模拟目标脉冲模型分析了改进扩展分形特征在不同信噪比条件下对不同尺寸目标的响应特性,分析结果表明改进扩展分形特征具有目标尺寸敏感性.利用SAR实测数据验证了改进扩展分形特征在强杂波和多目标环境下的优良检测性能与空间分辨率特性.