用实际雷达跟踪环境对各种多目标航迹起始技术的评价比较

作者分析了实际雷达多目标跟踪环境中各种航迹起始技术的性能，把航迹起始问题看成一个检测问题，以接收机的工作特性（ＲＯＣ）作为性能评比的标准，对启发式规则方法、基于逻辑的方法、Ｈｏｕｇｈ变换法（ＨＴ）和改进ＨＴ法等四种航迹起始技术进行了比较评价。这四种航迹起始法可以分为两大类别，前两种方法属于顺序处理技术，后两种属于批处理技术。文中收集了军民用飞机在各种状况下的雷达跟踪数据。为了了解以上航迹起始技术的     

运动状态下多传感器群目标精细航迹起始算法

为解决多传感器群内目标精细航迹起始的难题,提出一种基于运动状态的集中式多传感器群目标精细航迹起始算法,算法首先基于循环阈值模型和群中心点完成群的预分割、预互联,然后将预互联成功的群按传感器不同分成多个子群,基于非抢占式修正逻辑法和同状态航迹子群获取模型剔除单传感器形成的虚假航迹,并基于多传感器同状态群关联模型消除各传感器虚假的同状态航迹子群,最后基于加权法实现同状态关联群内航迹的精细互联及合并。仿真数据表明,与分布式多传感器修正逻辑法、基于聚类和Hough变换的集中式多传感器多编队航迹起始算法相比,算法在起始真实航迹、抑制虚假航迹及杂波鲁棒性等方面综合性能更优。
     

一种适于工程应用的近似MSJPDA算法

为提高复杂数据融合系统中的航迹关联正确率，在ZHOU B的DC和AC算法基础上提出一种新的近似多传感器多目标联合概率数据关联算法，它以一个目标为中心的近似聚为构造关联事件的起点，并在计算中将DC和AC结合得到的一种全部的点迹－航迹关联算法，在杂波下目标密集，航迹复杂的数据融合系统中进行实验，对关联正确率，并联时耗等与最近邻法进行了比较，效果较好，它能为有效提高目标点迹－航迹的关联正确率，在计算时耗上较完全联合概率法少得多，能满足工程中实时性的要求。     

空间邻近目标跟踪与航迹关联的联合优化算法

针对单传感器跟踪空间邻近目标过程中存在航迹交错的问题,提出一种基于分布式多传感器融合结构的跟踪与航迹关联联合优化算法.该算法在单帧航迹全局最优航迹关联的基础上,通过航迹关联质量检测传感器航迹是否存在交错,然后构造交错航迹对的拟测量,并根据拟测量误差协方差计算融合“测量”,最后由融合中心对融合“测量”进行全局最优点迹-航迹互联和交互多模型(IMM)滤波更新融合航迹.考虑分布式融合系统约束情况,给出采用次优拟测量的替代方法.仿真结果表明,与传统航迹关联算法相比,联合优化算法能够明显提高目标跟踪精度和身份正确率.     

多目标雷达数据处理系统中的算法研究

随着雷达技术的发展，时至今日，多目标跟踪理论及其相关算法已经有了巨大的发展，并逐渐在各个领域得到应用；但由于实际情况的复杂性及多样性，多目标跟踪依然有它特有的研究价值。雷达信号处理是对扫描得到的回波串进行处理，从而检测目标是否存在，获取目标的状态数据。但这些数据是孤立且离散的，故需要雷达数据处理系统分析出目标航迹，给出目标的运动参数。文章主要研究了多目标情况下的数据处理算法；对系统中的各个部分逐一进行分析，包括航迹起始、点迹航迹关联、航迹滤波等，以及各个阶段的波门门限选取；综合考虑各个算法的复杂度及精确性，总结出了一种适合工程应用的模型，并对其进行Matlab仿真，以证明框架中所有算法的可实现性，并说明了该系统算法的适用场景及局限。     

一种接近最优JPDA算法

多目标跟踪的关键问题是点迹－航迹数据关联。点迹是从能够提供位置信息的目标或背景杂波中接收到的信号。如果一条航迹关联上不正确的点迹，那么该航迹会偏离目标且过早终止。甚至会引起其它航迹也偏离目标，大多数点迹－航迹数据关联方法分为两类：多假设跟踪（ＭＨＴ）和联合概率数据关联（ＪＰＤＡ）。ＭＨＴ方法用所有或部分适宜的点迹修正航迹，并延迟判断那一个点迹是正确的。ＪＰＤＡ用合理点迹的加权和修正航迹，这些权值是     

运用Hough变换的搜索雷达检测和跟踪：第三部分：利用二元积累的检测性能

本文研究了如何利用二元积累的Ｈｏｕｇｈ变换检测器较好地改善典型警戒雷达的性能，对于Ｈｏｕｇｈ变换检测，当多目标在距离－时间空间出现或检测器接收大功率范围的信号时，二元积累较非相参积累具有某些优点，我们得出了Ｈｏｕｇｈ变换二元变换器ＰＦ和ＰＤ的表达式，并将这些表达式应用于一种典型的警戒雷达，结果表明，就所研究的情况而言，二元Ｈｏｕｇｈ积累器对非起伏目标改善了雷达的功率分配的３ｄＢ对高起伏目标改善了约     

运用Hough变换的搜索雷达检测和跟踪：第一部分：系统理论

本文的第一部分描述和分析了一种检测搜索雷达信号和数据的方法，该方法应用Ｈｏｕｇｈ变换的图象处理技术从多维数据图中提取目标信号和航迹，文中考虑了系统设计理论且给出了说明理论的模拟例子，同更传统的技术相比，该技术具有很多的优点。这些优点包括改进的检测，距离游动问题的一种解法，实现方法的灵活性，低扫描率等待时间的利用和不需要重新探测的自动跟踪截获。该理论与使用以前扫描所获初始信息来帮助发现目标的检测跟踪     

多假设多目标跟踪算法评估

本文对多假设多目标跟踪算法进行性能评估。文中主要研究了作为性能量度的目标探测／航迹起始能力。通过蒙特卡罗模拟就从目标回波建立航迹的概率和虚假航迹密度两个问题评估了多假设跟踪算法。选用了一台雷达作为传感器，并在蒙特卡罗模拟中使用了一个普通的多假设多目标跟踪算法。模拟结果预示了从一个目标回波建立一条航迹的概率以及一单位时间每个扫描空域内的虚假航迹密度。如同研究检测门限和航迹质量门限的影响那样，文中研究     

基于改进Hough变换的临近空间高超声速目标航迹起始方法

针对传统算法不能对临近空间高超声速目标进行有效航迹起始的问题,提出了一种基于改进Hough变换的快速航迹起始方法.量测数据经过Hough变换后,首先提取出参数空间中超过阀值的峰值点,形成备选积累单元位置矩阵,然后将备选积累单元位置矩阵中各列元素与本列各元素相减,并将超过距离偏差和角度偏差的点剔除,得到差值单元位置矩阵,最后对差值单元位置矩阵对应参数空间的所有点求均值,将均值作为曲线在参数空间的交点起始目标航迹.Mont Carlo仿真表明,新方法能够实现对多批临近空间高超声速目标的航迹起始,有效解决了航迹簇拥问题,具有一定工程实践意义.     

临近空间高超声速目标修正随机Hough变换TBD算法

针对临近空间高超声速目标的检测跟踪问题,提出一种修正的随机Hough变换检测前跟踪算法。首先,为尽可能克服远距离条件下角度误差带来的较大位置偏差,通过解耦的方式将量测点迹映射至精度较高的径向距离-时间平面进行检测;然后,为更合理地合并参数空间特征点并提升积累效率,构建检验统计量并与自适应门限进行比较,将特征点合并问题转换成两个正态总体均值差的自适应假设检验问题,并利用点数积累与能量积累相结合的双重积累方式进行积累检测;最后,为进一步降低虚假航迹数,引入运动约束和航迹合并措施,得到最终按时序关联的检测航迹。仿真结果表明,相比标准Hough变换检测前跟踪算法,本文算法在检测概率相差不大的情况下具有更少虚假航迹和更低运行时间。     

采用最大似然人工神经系统(MLANS)的多传感器自动目标识别与敌我识别

自动目标识别及与其相关的非合作式敌我识别问题通常要求将多传感器信息融合到一个统一的战场图像中。当前解决这个问题的途径是分步进行的：首先检测目标；接着估计目标的航迹，并采用这些航迹进行多传感器信息相关或关联；经过关联的信息被综合到一体化的图像中并进行目标识别．将复杂的问题分解为几个较小的问题分步解决的缺点是每一步仅能利用部分信息。例如，从杂波中检测出目标不可能在单独传感器的一帧内完成，而且它所要利用     

边跟边扫相关互联数据处理数学模型

讨论了如何对在多目标的情况下的点迹进行相关互联处理，建立新航迹，更新已有航迹的数据，对航迹进行平滑与外推计算，确定目标的当前位置和下一扫描周期的位置，以及确定航迹的质量和航迹的撤销等，并对此边跟边扫相关互联数据处理数学模型进行了仿真，仿真结果表明，在跟踪状态下，能够成功地对多目标进行相关互联，同时实现适时处理几十批目标的要求，从而有效地对多目标进行跟踪和以后目标的威胁判断。     

一种稳健的多帧联合虚假航迹剔除算法

文章针对检测前跟踪（Track Before Detect,TBD）多帧联合处理引起的虚假航迹难以剔除的问题,提出了一种稳健的多帧联合虚假航迹剔除算法。该算法联合多帧目标数据信息,建立目标位置与时间之间的多项式回归模型,统计航迹扰动方差,并给出航迹剔除门限选取准则,剔除扰动方差大于门限的虚假目标航迹。仿真结果表明,所提算法不仅适用于匀速直线运动目标的检测,而且对于高机动目标的检测也具有良好的性能;基于蒙特卡洛试验的航迹误差统计结果进一步验证了该算法的稳健性和有效性。因此,多项式回归法可以作为一种新的虚假航迹剔除算法,应用于微弱动目标的检测与跟踪中。     

一种临近空间高超声速目标检测前跟踪算法

针对传统算法无法对临近空间高超声速目标进行有效检测的问题,提出了一种基于Hough变换和多条件约束的检测前跟踪算法。首先采用时间-径向距离量测(TBD)数据进行Hough变换,将参数空间变量θ作为积累约束条件来避免无效积累,得到目标可能航迹;之后对所有可能航迹进行速度约束和航向约束,进一步剔除虚假航迹和航迹内杂波点;最后对同一目标航迹进行合并,得到最终确认航迹。通过仿真对算法有效性进行了验证,并分析了不同信噪比和杂波密度条件下的算法性能,仿真结果表明,算法能够在杂波环境下对临近空间高超声速目标进行有效检测。     

基于泛化熵随机森林的雷达目标航迹起始方法

文章提出了一种基于泛化熵随机森林的雷达目标航迹起始方法,通过引入一种泛化熵可调参数,解决了传统随机森林算法对差异数据集泛化能力和适应性差且难以确定全局最优解的难题。首先利用雷达多周期回波数据构建随机森林算法决策模型,其次基于设计的泛化熵处理规则对实测数据进行分类处理得到所需测试样本,最后将测试样本输入完成模型训练的随机森林进行迭代寻优和自主决策以获取雷达目标的航迹起始结果。雷达实测数据验证表明,文章所提出的方法相比于传统随机森林方法具有更为优越的目标航迹起始性能。     

基于无源定位系统的航迹起始算法

航迹起始是多目标航迹处理中的重要问题.针对无源定位系统的特点,提出了一种基于无源定位系统的航迹综合起始算法.首先对原始数据进行预处理,利用速度时间准则和相关波门来搜索可能的航迹,然后利用改进的3/4逻辑法进行航迹确认.基于实测数据的仿真结果表明了该算法的有效性和可行性.     

基于复数域拓扑描述的航迹对准关联算法

研究了在组网雷达存在系统误差情况下的目标航迹关联问题,提出了一种基于复数域拓扑描述的系统误差配准前目标航迹对准关联算法。该算法通过构建粗关联波门来对目标航迹进行试验关联,以此建立航迹对准关联信息矩阵,并在对该矩阵进行合理拆分的基础上获得可行对准关联矩阵集合;由于目标航迹间的相对拓扑关系不受量测系统误差影响,算法可用来描述复数域中目标航迹的拓扑关系,并以此计算各可行对准关联矩阵的可行度,从而获得最终航迹对准关联关系。蒙特卡罗仿真结果说明,算法不依赖于估计雷达量测系统误差,实现了误差配准前的航迹准确关联,能够为后端的系统误差配准提供可靠的关联航迹数据。     

多传感器信息融合研究进展与展望

介绍了信息融合定义的新认识、信息融合系统功能模型和结构模型的新发展,并就多传感器信息融合中的分布式检测融合、航迹起始、检测与跟踪的联合优化、主被动传感器系统数据关联、估计融合模型、传感器管理、非线性滤波所采用的数学工具等若干关键技术的新成果与新动向展开了讨论,详细阐述了各项技术的一些有代表性的最新进展及其在多传感器信息融合系统中的应用和发展情况。最后对多传感器信息融合技术的研究动向进行了展望,提出了今后的发展趋势和我们的研究策略。     

一种新的临空高超声速飞行器滑跃段跟踪算法

针对临空高超声速飞行器滑跃段跟踪中存在的跟踪不稳定问题,提出一种基于多传感器的多周期多模型估计的最大熵模糊数据关联滤波(MPMME-MEFPDAF)算法。首先,在临空高超声速飞行器滑跃段运动特性分析的基础上,采用多周期多模型估计方法实现模型集自适应。然后,采用最大熵模糊数据关联思想,解决杂波环境下多传感器航迹断续、点迹关联问题。最后,将多周期多模型估计与最大熵模糊概率数据关联相结合,实现临空高超声速机动目标的多传感器连续跟踪。通过仿真验证,该算法比传统算法对临近空间高超声速速飞行器滑跃段的跟踪具有更好的跟踪效果。