排序方式: 共有59条查询结果,搜索用时 15 毫秒
21.
机载相控阵雷达在探测远程、低空、高速目标时具有较大潜力。本文对机扫加相扫雷达环境下,如何充分发挥相控阵优势,提高机载雷达跟踪远程低空高速目标性能展开研究,在传统边扫边跟(Track while scan,TWS)技术基础上,给出了一种基于目标威胁度的快速确认跟踪模式。该模式采用有效的相控扫描策略,充分利用其波束捷变能力,通过相控回扫,一方面快速起始航迹,增加高威胁目标的跟踪距离;另一方面适当增加探测数据率,提高对远距高威胁目标的跟踪性能。仿真试验表明,新跟踪方法不但可以较好克服目标雷达散射截面积(Radarcross section,RCS)起伏影响,较快地起始和跟踪目标航迹,而且保留了TWS方法覆盖空域广的优点。 相似文献
22.
23.
24.
直方图概率多假设跟踪(H-PMHT)方法及其变形泊松分布直方图概率多假设跟踪(P-HPMHT)方法的一个主要缺点是其量测模型仅考虑了背景杂波而没有考虑传感器噪声,从而导致在低信噪比条件下检测概率较低。针对这一问题,提出了一种带传感器噪声模型的H-PMHT方法,通过将传感器噪声引入量测模型,从而明显提高了对低信噪比目标的跟踪检测能力。该方法的计算量与目标数保持线性关系,仍然适用于目标数目较多的情况。仿真实验表明:该方法在误跟踪比率为1‰,信噪比为6 dB时,检测比率可提升近20%,信噪比为3 dB时,可提升近10%。 相似文献
25.
在实际的跟踪情况中,由于环境条件、目标反射截面等因素的变化,回波信号的功率会随时间变化,即不满足通常阵列信号处理中对高斯信号作平稳性的假设。针对复杂运动条件下高斯非平稳目标的跟踪问题,提出了一种新的机动目标波达角(DOA)模型。该模型全面地刻画了高斯非平稳机动目标的动态,并将目标的DOA和信号功率作为状态变量进行了联合考虑,同时运用虚拟阵列的表示方法构建了相应的观测方程。对于建立的新模型,最后采用无迹卡尔曼滤波(UKF)的框架完成了整个跟踪算法。分析和仿真结果表明,当高斯非平稳机动目标之间存在长时间相互接近的情况时,新方法仍然可以获得较好的跟踪性能。 相似文献
26.
空中目标传感器管理方法综述 总被引:2,自引:2,他引:0
为了避免对有限的多传感器资源的无序竞争和使用,多传感系统通常在一定约束条件下工作。传感器管理即是对传感器系统的自由度进行控制,以满足实际的约束条件并实现既定的任务目标,被大规模地应用于诸如区域目标监视、空中交通管制等各种军用与民用领域。首先,给出了传感器管理系统的概念定义与基本目标;然后,对过去及现在各种空中目标传感器管理方面的理论、方法以及应用进行了全面的综述与深入的分析,并对传感器管理领域现存的问题提出了解决思路和方法;最后,对该领域下一步的发展方向做出了展望。 相似文献
27.
针对杂波环境下非线性系统中多传感器多目标跟踪问题,基于广义多维分配(S-D分配)规则获取最佳的量测划分,通过多传感器数据压缩技术得到等效量测点与等效量测协方差,结合容积卡尔曼滤波原理实现多目标跟踪,提出了一种基于数据压缩的多传感器容积滤波算法(SD-DCCKF)。仿真结果表明:相对已有算法,SDDCCKF不仅避免了因模型线性化误差导致的滤波发散问题,而且克服了算法在高维系统中数值不稳定的缺点,算法估计精度较高,收敛速度较快,能够更加有效地解决非线性系统中的多目标跟踪问题。 相似文献
28.
为提高导航雷达在复杂环境中的目标检测能力,研究了修正中值(MMD)检测器在导航雷达中的应用,并与经典非参量广义符号(GS)检测器和参量最小选择(SO)检测器的检测结果进行对比。仿真结果表明:GS检测器对海上单一目标有较好的检测性能,但是在多目标环境下的检测性能严重下降;SO检测器虽然对上述环境有较好的检测性能,但是由于杂波包络分布类型难以准确已知,杂波抑制能力较差;MMD检测器在多目标环境下有较好的检测性能和杂波抑制能力。 相似文献
29.
针对某型相控阵雷达目标模拟器采用单目标技术,无法真实模拟跟踪多目标回波信号的问题,设计了一种新型多目标模拟器。该模拟器采用DDS(Direct Digital Synthesis,直接数字频综)信号产生、数字信号存储及控制等技术,结合航迹数据产生与控制软件,实现多目标回波信号模拟的同时,实现并完善了模拟器的多目标引导数据注入、理论弹道演练和实测数据回放等模拟和训练功能。软件部分,在考虑目标回波特性的基础上,利用施威林Ⅰ型模型产生目标回波,实现目标回波的模拟仿真工作。在硬件上设计了以FPGA(Field Programmable Gate Array,现场可编程门阵列)为核心的功能模块,将模拟仿真信号实时生成目标回波。实际应用表明,该模拟器控制简单,运行稳定,精度高,完全满足跟踪测量和模拟训练需求。 相似文献
30.
针对高杂波、电子干扰环境,在量测驱动的多目标滤波框架下提出了一种基于决策不确定性的传感器管理方法。首先,根据部分可观测马尔科夫决策过程的理论,给出了基于Rényi信息增量的传感器管理一般方法。其次,综合考虑决策过程的信息完整性、信息质量、信息的内涵等因素,在量测驱动的自适应滤波框架下,基于目标运动态势评估多目标决策不确定性水平,并选取最大决策不确定性目标。最后,以最大决策不确定性目标的信息增量最大化为准则进行传感器分配方案的求解。仿真实验表明所提方法能够有效抑制电子干扰、杂波对多目标跟踪及传感器分配的影响,与基于威胁的传感器管理方法相比,所提方法的平均最优子模式分配(OSPA)距离及平均计算时长均显著降低,且在高杂波、电子干扰情形下具有较高的可靠性。 相似文献