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     

用于冷、热杂波综合抑制的最佳降秩三维空时自适应处理

本文提出了一种新的信号处理策略，它采用最佳的与信号有关的降秩来解决三维STAP（空时自适应处理）冷、热杂波抑制问题。虽然只采用空间（角度）PRI时间（多普勒）自由度，常规的二维STAP也能抑制单站（“冷”）杂波和直接路径干扰，然而，要抑制由干扰源地形散射干扰造成的所谓“热”杂波，还需要附加“快时间”自由度（在接收机带宽的倒数量级上）。引入了三维旁瓣对消器（Wiener滤波器）的多级分解，以评估降秩的理论性能限，并验证采用这种方法获得紧密干扰压缩的可能性比主分量方法获得的可能性最大。采用基于DTED测量的高保真模拟数据集合说明了3D STAP的多级Wiener滤波方法的功效。     

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     

连续波导引头设计的几个问题

讨论雷达导引头初始截获和下视能力等设计问题.着重讨论导引头在泄漏和杂波下的性能.导引头在照射器强泄漏下的工作性能由“泄漏下能见度”指标确定,它与接收机动态范围、照射信号中的相位噪声和本振相位噪声边带、截获器的性能有关.“杂波下能见度”指标用于评价导弹在杂波背景中的工作质量,它与照射功率、照射天线及导引头天线方向图、导弹多普勒分辨单元等因素有关.具有下视跟踪性能的导引头还必须具备识别主瓣杂波,防止锁定主瓣杂波,并在飞行中段调整弹道、使目标谱线避开主瓣杂波的功能.     

低轨光学星座目标监视信息处理技术分析

以空间跟踪与监视系统(STSS)为原型,对低轨光学星座目标监视信息处理技术进行了综述。作为典型的低轨光学星座,STSS能对高速运动目标进行全程连续跟踪监视。该星座预计将由24~30颗卫星组成,介绍了其体系结构、平台与载荷的特点和性能。星座具备多载荷、多波段协同探测能力且星上信息处理能力强大。给出了星座对目标的分布式跟踪监视信息处理结构与流程,归纳了杂波背景抑制与目标检测捕获、多目标跟踪、目标识别,以及星座传感器管理等关键技术。讨论了光学星座信息处理中空间邻近目标分辨、目标群跟踪、机动目标跟踪、真假目标识别,以及信息处理总体技术等技术难点和发展趋势。     

常规地基雷达探测巡航导弹问题研究

在概述巡航导弹（CM）特点的基础上,针对常规地基雷达的实际情况,对常规地基雷达探测CM面临的视距、强杂波、多路径效应以及全程探测和跟踪问题进行了详细的分析,最后探讨了解决这些问题所应采取的措施。     

用EM算法解决多目标／多传感器的跟踪问题

采用我种精度不同和特性不同的传感器的输出来跟踪杂波噪声环境中的多个运动目标是监视和侦察系统中的一个重要问题。人们提出了许多解决多目标／多传感器跟踪问题的方案，从难度适中（针对特定应用的方案）的到得复杂的、理论上是最佳的方案均有。本文描述了一种基于最大期望（ＥＭ）算法的时间递归多目标／多传感器的迭代跟踪方法。更具体地说，我们把多目标／多传感器跟踪问题当作是利用可观测传感器的输出表示不完全数据的不完全     

采一维高距离高分辨率雷达的时间紧要运动目标自动目标识别

由于聚焦运动目标本身的困难给运动目标合成孔径雷达（SAR）成像和自动目标识别（ATR）带来了严峻的挑战。因此，运动目标的自动目标识别（ATR）最近引起了人们极大的关注。距离高分辨率（HRR）雷达模式通过多普勒波滤和杂波抑制形式显著地提高了目标与（杂波加噪声）（T／（C＋N））比的聚焦HRR轮廓像，提供了一条运动目标识别的途径。HRR和ATR的目的是实现并评估推广的工作条件下表现出稳健性的算法。采用了运动与静止目标捕获和识别（MSTAR）数据库的子集对基于模板的一维ATR研究了设计和性能。由于不能得到具有充分的统计意义的地面运动目标数据库，在仅采用距离维图像识别目标时，采用这种方法作为评估地面目标的可区辨性的间隔性中间步骤。本文概括数据、算法、性能结果并提出了建议。     

一种概率密度函数多目标跟踪器

本文介绍一种解决多目标跟踪问题用的概率密度函数方法。其输入数据是前端检测器所有时间上的测量值，期望的输出是出现的目标数和每个目标的参数。这一方法曾用于时间延迟检测和跟踪问题，目前被用于解决多目标跟踪问题。该方法可代替传统的对测量“关联”和“跟踪”的方法。     

一种改进的GM-C-CPHD空间多目标跟踪算法

随着空间目标的数目急剧上升,提高空间多目标跟踪精度成为必然要求,但空间多目标跟踪存在轨道动力学模型不完善的问题。针对该问题,提出一种改进的高斯混合势概率假设密度滤波(GM-C-CPHD)算法。通过在轨道动力学模型中考虑一个不确定性模型参数,即面质比参数(AMR),基于协方差传递面质比参数对位置、速度状态估计的影响,提高空间目标跟踪精度。仿真分析表明:相对于GM-CPHD滤波器,目标数量的跟踪和状态估计性能均有所提高,具有良好的应用前景。     

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。     

机载多目标跟踪雷达

本文介绍复杂电磁环境下的机载多目标跟踪雷达，叙述了多目标跟踪的基本原理以及对国边扫描边跟踪系统（ＴＷＳ）进行初步蒙特卡罗仿真的情况，最后给出用机械扫描雷达完成的结果，为研制机载多目标攻击系统打下一个良好的基础。     

解决多目标跟踪和雷达测量问题的SME滤波器法

用以在多目标跟踪（ＭＴＴ）时保持规定航迹的对称测量方程（ＳＭＥ）滤波器法，被推广应用于雷达位置测量。ＳＭＥ滤波器的一个主要特性，是在进行目标状态估值时毋需考虑目标／测量关联，从而明显减小了ＭＴＴ计算的复杂性。本文导出三维空间内Ｎ个目标运动情况的ＳＭＥ滤波器，目标的运动包括恒速轨迹左右的随机扰动。假设这Ｎ个目标的球坐标位置（距离、俯仰角和方位角）的噪声测量值为已知，则这项工作的重点将是由球坐标位置值     

基于SMC-CPHD的多目标跟踪算法研究

针对CPHD滤波算法在多目标跟踪中计算难处理和对于局部目标估计存在漏检的问题,提出了基于序贯蒙特卡罗方法的基数概率假设密度（SMC-CPHD）滤波算法。这种方法是将SMC和CPHD两种滤波算法的优点相结合,用一些离散的粒子去接近PHD函数,不仅解决了在滤波修正步没有闭式解的问题,而且避免了当某个目标发生漏检时,PHD权值的转移问题,在递推PHD函数的同时也递推基数分布。将此方法应用到有杂波存在复杂的多目标跟踪环境中,通过仿真实验,对CPHD滤波和SMC-CPHD滤波得出的结果进行比较,验证了本文所提出方法对多目标跟踪的可行性和精确性。     

美发射空间监视卫星

美国空军9月25日在范登堡空军基地利用轨道科学公司的“人牛怪”4火箭发射了“天基空间监视”（SBSS）1卫星。这是“人牛怪”4首次用于卫星发射。SBSS系统将用于探测和跟踪航天器及空间碎片等空间物体,生成供美国国防部用于支持军事行动的数据。系统拟由几颗卫星构成星座,是实现全面空间态势感知能力的重要手段。它将能探测到更暗弱和更遥远的物体,     

基于卡尔曼滤波的雷达单目标跟踪算法研究

随着科技的发展，雷达对目标跟踪的精确度要求越来越高。但在实际应用中，系统所处的环境会受到各种各样的干扰，此时，卡尔曼滤波器凭借其优良的噪声处理能力而被应用到各种领域，是现阶段雷达跟踪中最常用的算法。文章在卡尔曼滤波算法的基础上，就如何将其应用于雷达目标跟踪系统的问题进行了研究与仿真；分析了卡尔曼滤波与常增益滤波的适用范围及优缺点；给出了极坐标系下卡尔曼滤波的计算及过程噪声方差的获取方法；最后以目标仿真结果证明了估计的有效性。文章定性、定量地对卡尔曼滤波在雷达单目标跟踪算法中的应用情况进行了分析，明确指出了算法的优良性能及局限性，实际应用时也可以对目标进行分段处理。该算法可直接应用于某些单目标跟踪系统，或与其他算法结合，用于多目标跟踪系统，如道路监测雷达系统等。     

机载雷达的多个分辨率信号处理技术

合成孔径雷达（SAR）利用通过时间积累和自身的运动所获得的很高空间分辨率，可以降低某一给定分辨单元中的背景杂波功率，从而探测出非运动目标。而地面动目标显示（GMTI）雷达为了探测则采用低得多的分辨处理，利用的是实际孔径与动目标和杂波之间的空．时响应的相对差别。因此，SAR和GMTI代表了两种不同的时间处理分辨尺度，它们对探测固定（在SAR情况下）或者外围杂波中的（在GMTI情况下）目标来说是最佳的，并已经单独验证过，能够很好地工作。基于机载雷达数据处理的这种多个分辨率说明，就有可能研究出一种探测技术，该技术将着手优化信号处理分辨尺度（比如时间积累的长度）来与所关注目标的动态情况相匹配。本文研究怎样利用长相参处理时间间隔（CPI）的信号处理技术来改善GMTI雷达的探测性能。     

一种数字式动目标跟踪技术

介绍一种在某型号雷达中成功应用的全数字式动目标跟踪系统。和差三路Ｉ和Ｑ正交信号经模数（Ａ／Ｄ）转换后在数字信号处理器中进行动目标显示（ＭＴＩ）滤波、距离跟踪，同时提取角误差信号作为天线角伺服系统的输入，以实现对目标的角度跟踪。该跟踪系统可以有效地抑制对中低空目标回波影响较大的地杂波及海杂波等干扰信号，从而极大地改善了跟踪雷达的中低空性能。     

密切关联的高距离分辨率自动目标识别与动目标显示跟踪系统的多模型估计器

本项研究的目的是利用采用高距离分辨率雷达（HRRR）与动目标显示测量的跟踪与自动目标识别系统之间的关联性。正如下文将要提到，这些系统是通过姿势、运动状态以及联贯约束关联起来的。利用这些关联性可使一个紧密关联的系统的性能大为提高。这一问题涉及两类不同类型的空间，即连续的运动学空间（如位置与速度），与离散的目标类型空间。我们选用多模型估计器（MME）来解决这一问题。MME由一组扩展卡尔曼滤波器组成（每一个目标类型配备一个滤波器）。采用这些扩展卡尔曼波滤器来处理连续的运动学空间的数据。此外，还要计算出每一个卡尔曼滤波器的概率并利用来测定对应的离散空间目标概率。本文给出的实验结果表明其性能优于常规的方法。     

杂波环境下的机动目标检测和跟踪算法

交互多模式（IMM）是一种有效的机动目标跟踪算法，但由于其要求具有很多的先验前提条件而不利于工程实现。研究了一种杂波环境下更适合于工程实现的机动目标（同样适用非机动目标）的跟踪算法，该算法通过一种由测量位置估计误差决定的机动检测函数来实现杂波背景中的机动目标检测，并通过改变Kalman滤波的相关参数，实现自适应跟踪。该算法克服了IMM算法的模式限制和复杂性，同时也避免了对非机动目标的跟踪中，在跟踪模式间相互切换时所换造成的影响。通过在空管系统（ATC）的大量模拟实验，验证了该算法的有效性和重大应用价值。