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.     

直角坐标系中雷达测量方差的两种计算方法

文章提出了依据雷达极坐标测量标准差和采用雷达极坐标测量数据估计直角坐标系中雷达测量方差以及目标位置误差的2种计算方法,分别为依据目标在统一直角坐标系中各坐标分量上的标准差得到目标位置间接测量偏差的标准差法和基于直线航迹线参数估计的统计学方法。结合相关滤波方法进行试验验证表明,这2种方法应用于多雷达加权航迹融合模型中的雷达测量权值动态分配过程中,均取得良好效果,对于卡尔曼滤波器等传统滤波器和多雷达航迹关联算法也具有较高的推广和应用价值。     

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。     

一种基于航迹特征的无人机与飞鸟目标雷达识别方法

对于现代雷达探测系统而言,无人机与飞鸟同属于具有“低慢小”特征的一类典型目标,而面对比较复杂的作战环境,其对功能的要求已经不仅局限于对两者目标实现稳定探测跟踪,如何有效区分两者类型并完成识别更是当下急迫且重要的难题。常规方法是从目标的微动特征差异进行区分,但由于两者回波微弱,很难通过时频分析方法提取目标特征。针对该问题,从航迹特征出发,提出一种无人机与飞鸟目标雷达识别方法。首先对比两者目标在运动轨迹上的差异性,进行特征分析,提出时间相关的航向震荡频率与速度震荡频率特征量描述方法,并在离线状态下,利用实测雷达系统记录的航迹数据,提取两者的有效特征量;然后利用支持向量机算法对样本进行训练,并在获得最优模型参数后,通过测试样本进行测试,测试分类结果显示准确识别率能够达87%;最后在线状态下跟飞实验,其结果既表明该方法的正确性,也体现了在工程实现角度上的轻量性、实用性、适用性,具有较高价值。     

基于循环神经网络的空中目标类型识别

为解决在空中目标类型识别过程中,目标特征单一导致识别准确率低的问题,提出一种将雷达信噪比与目标航迹特征相结合的基于循环神经网络(Recurrent Neural Network,RNN)的目标识别方法。该方法利用RNN模型在处理时序数据上的优势,挖掘雷达数据隐藏在时间层面的特征;扩展目标特征属性维度,利用智能化模型有效地将雷达信噪比与目标航迹特征相结合,提高目标识别的准确率。应用真实检飞数据,对该方法进行检验,并与传统方法进行对比分析。仿真结果表明,基于RNN的目标智能化识别方法具有更高的准确率。     

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     

基于熵灰关联算法的雷达对抗情报数据融合处理

针对灰关联算法直接应用于雷达对抗情报融合时可靠性和准确性不高的问题,提出了基于熵灰关联融合算法的雷达对抗情报融合算法.该算法首先利用融合矩阵对雷达目标间参数的灰关联度和权重值进行建模,得出综合评价值,然后将其与阈值进行比较,最后计算属于同一雷达对抗情报数据的均值,实现雷达对抗情报数据的融合.仿真实验结果表明了该算法能够充分利用雷达对抗情报数据的有效信息,融合结果准确可靠,模型泛化能力强.     

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。
     

复杂环境下少样本域自适应雷达RD智能识别技术

针对复杂电磁环境下，传统基于雷达回波的目标识别方法定位精度差和识别能力不足的问题，以典型海背景环境下的雷达时频二维像目标为研究对象，提出了复杂环境下少样本域自适应雷达智能RD识别技术，通过设计基于分离注意力的偏移区间配准目标识别算法架构，实现了对目标的精确定位和识别，同时设计了域自适应技术对源域和目标域进行特征配准，解决少样本条件下算法场景适应性不足的问题。通过在雷达回波仿真数据和真实数据上对算法测试验证，取得了较优的结果，证明了该算法的有效性。     

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。     

天基雷达特殊背景下的目标跟踪技术研究

天基雷达是雷达置于卫星平台上的,用于地面及空中目标探测与跟踪的一种新型雷达系统,研究跟踪卫星频繁交接情形下的目标跟踪技术对于天基雷达系统跟踪性能的实现具有重要意义。针对天基雷达特殊背景下的目标跟踪问题,基于圆形地球模型的假设条件,给出了目标跟踪的实现方法,包括跟踪平台交接判别方法、目标状态方程及观测方程的建立方法、目标跟踪算法的选择及目标跟踪的实现过程。在给出理论分析的同时,进一步通过计算机仿真结果证明了所给方法的正确性。最后给出结论与展望,指出该方法同样适用于双基地天基雷达体制及快速响应系统。     

多普勒盲区条件下的改进粒子滤波跟踪算法

机载预警雷达采用脉冲多普勒体制,具有良好的低空探测性能,但其存在不可忽略的多普勒盲区问题。在目标跟踪的过程中,该盲区容易造成目标航迹中断和重起批。针对多普勒盲区条件下的目标连续跟踪问题,提出了一种基于多假设运动模型的改进粒子滤波跟踪方法。该方法根据多普勒盲区对目标状态的约束形成多个可能的运动模型,粒子在每个模型下再进行带有状态约束的更新,当新出现的量测值落入任何一个运动模型形成的粒子云内,则航迹关联成功。仿真结果表明,该算法在不同盲区范围条件下,针对不同机动能力的目标均具有较高的航迹关联率,能够实现目标的连续跟踪。     

基于相对马氏距离的非均匀杂波抑制方法

由于天基雷达覆盖范围广、探测背景复杂，雷达回波会呈现出明显的非均匀特性，从而导致杂波协方差矩阵（clutter covariance matrix, CCM）估计与实际情况出现偏差，从而恶化天基雷达对空中动目标的检测性能。针对上述问题，提出了一种基于相对马氏距离的非均匀样本抑制方法，该方法首先计算所有样本的广义内积（generalized inner product, GIP），在此基础上选取一个合适的样本作为参考。通过比较场景中所有样本与参考样本的马氏距离，将相对马氏距离大于判定门限的样本作为非均匀样本剔除。用筛选后的样本进行杂波协方差矩阵估计，从而提高天基雷达在复杂环境下对空中动目标的检测性能。理论分析和实测数据结果表明，所提算法能够在非均匀环境下有效检测出空中动目标。     

基于航迹关联的抗角闪烁跟踪算法研究

角闪烁背景下，高分辨雷达在近距离跟踪阶段存在不能精确跟踪的问题。针对此问题，分析了基于距离高分辨的单脉冲测角方法，并在此基础上，结合距离向强散射点的幅度特征，提出了一种基于航迹关联的抗角闪烁跟踪算法。算法首先对和通道、方位差通道、俯仰差通道的回波信号分别进行脉压和相参积累；然后在和通道的高分辨一维距离向上实现目标强散射点的检测，依据幅度进行排序并输出各点的距离信息和角度信息；最后利用联合集成概率数据互联算法作为目标跟踪滤波算法进行跟踪。本文通过对ku波段实测数据中入射余角为60°~69°的近距离跟踪部分进行分析，将所提算法与卡尔曼滤波跟踪算法进行了对比，仿真结果表明，本文算法使多目标跟踪的精度得到了提高，具有更好的角闪烁抑制性能。     

开放世界下的雷达辐射源融合识别算法研究

针对开放世界下雷达辐射源目标库不完备的现状,对开放世界下雷达辐射源识别的信息融合模型进行了研究。建立了不同类型雷达特征参数的模糊隶属度函数,采用待测样本与模型样本匹配的方法生成广义概率指派函数,并采用修正的广义证据理论算法融合多参数信息获取识别结果。实验数据表明:该模型能在雷达辐射源目标库不完备的情况下,识别已知目标和判别未知目标,判别结果相对基于经典D-S证据理论和原始广义证据理论的融合识别方法更加可靠、有效,在雷达识别的场景中具有潜在应用价值。     

一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测方法

针对在非均匀杂波背景下,杂波抑制后孤立强杂波剩余能量导致动目标检测虚警率升高的问题,提出了一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测(SAR-GMTI)方法。对多通道的合成孔径雷达(SAR)图像进行维纳匹配滤波处理,在杂波抑制残差图检测的基础上,根据滤波前后信号的能量差异设计了滤波响应损失检测量,对潜在目标进行二次检测,以剔除虚警。仿真与机载实测数据表明:该方法能在非均匀杂波背景下有效改善动目标的检测性能,可应用于运动平台雷达对地监视预警。     

基于最佳检测的雷达发射-接收极化联合优化方法

基于最佳检测准则,提出了一种新的雷达发射-接收极化联合优化方法。首先,建立了全极化雷达目标回波模型,设计了基于纽曼-皮尔逊(Neyman-Pearson)准则的雷达目标全极化检测算法,推导分析了检测性能;其次,提出了雷达发射-接收极化的联合优化方法,提高了雷达目标的检测性能;最后,仿真试验结果表明,本算法能够显著提高雷达目标的检测性能。     

非高斯杂波背景中的两个距离扩展目标检测器

针对采用球不变随机向量(SIRV)建模的非高斯杂波背景中检测具有稀疏散射点的距离扩展目标问题,先假设目标强散射点的位置信息已知,采用广义似然比检验(GLRT)理论,提出了基于散射点位置的GLRT (SL-GLRT) 检测器。然后,采用门限法估计散射点的位置信息,提出了双门限恒虚警率(DT-CFAR)检测器,推导了虚警概率与检测门限关系的解析表达式,并给出门限的确定方法。与现有方法相比,散射点位置信息已知时, SL-GLRT 具有最佳的检测性能,散射点位置信息未知时,DT-CFAR具有较好的鲁棒性。     

协方差矩阵结构的广义杂波分组估计方法

针对球不变随机向量建模的相关复合高斯杂波背景下雷达目标自适应检测的协方差矩阵结构估计问题,将均匀杂波分组方法进行推广和改进,提出了杂波协方差矩阵结构的广义迭代杂波分组估计（GRCCE）方法。首先,在广义杂波分组背景下利用最大似然方法推导了协方差矩阵结构估计的迭代过程;其次,基于杂波分组思想,给出了广义杂波分组估计(GCCE),利用GCCE作为初始化估计矩阵进行迭代,得到协方差矩阵结构的GRCCE;最后,通过仿真对方法的有效性进行了检测,结果表明,GRCCE只需要一次迭代就能达到收敛,估计精度随着杂波一阶相关系数的增大而提高,而不受纹理分量参数变化的影响。与现有方法相比GRCCE适应杂波环境更广,估计精度更高,而且计算量更小。