一种存在系统偏差的航迹关联方法

研究了组网雷达存在系统误差情况下的航迹关联问题,采用ECEF坐标系作为公共参考坐标系,采用三门限算法进行航迹关联。将不同雷达量测的位置偏差作为粗关联门限,利用位置误差序列的样本方差建立历史航迹关联门限,最后对仍存在歧义的航迹,通过优化算法实现关联的全局最优解,与最近邻域法相比该算法可以有效实现不同目标数目与不同系统误差下的航迹关联,仿真结果显示了该算法的有效性。     

基于几何法的雷达与ESM航迹关联算法

为解决雷达与ESM航迹关联门限的不确定性,提出了基于几何法的雷达与ESM航迹关联算法。该算法根据雷达与ESM的几何位置建立航迹粗关联函数,并利用航迹的历史信息建立航迹关联代价矩阵,通过代价最小实现航迹关联。仿真结果表明,该算法具有很好的关联性能。     

多假目标欺骗干扰下组网雷达跟踪技术

针对距离多假目标欺骗干扰下的组网雷达跟踪,提出了一种基于同源量测融合的跟踪技术.该跟踪技术包括同源量测融合、多目标跟踪两部分.同源量测融合相当于对所有量测进行预处理,其关键在于同源量测自适应检验门限的设计.通过该预处理,输入的假目标的量测数目大大减少,且问题简化为单雷达的多目标跟踪.多目标跟踪中,根据航迹优先级顺序依次进行数据关联.该跟踪技术使得组网雷达可以有效剔除假目标,并更精确的跟踪真目标.仿真结果证明了该技术的可行性和有效性.     

系统误差下异地配置的雷达和电子支援测量航迹关联

针对系统误差下异地配置的雷达和ESM航迹关联问题,提出了一种基于位置统计量和最大似然准则的异类传感器航迹关联算法。首先,基于位置统计量对目标进行了航迹粗关联,排除掉一些虚假关联组合;接着,在此基础上采用最大似然准则对目标进行了航迹细关联,以求进一步提高雷达和ESM航迹关联的检测概率。仿真结果表明,与现有算法相比,该算法可较好地完成对多目标的航迹关联。     

基于GDOP的分布式雷达网航迹关联阈值选择新方法

分布式雷达组网的航迹关联不仅与网内各雷达的性能有关,而且与目标的相对位置有关。本文提出一种新的雷达组网航迹关联方法,该方法在综合网内各雷达性能的基础上,将组网雷达定位精度几何稀释模型引入航迹关联算法当中。根据各雷达对观测同一目标定位精度的差异为参考,给出一种新的航迹关联门限阈值选择算法。本文介绍了航迹关联阈值的计算过程,并利用该方法对真实航迹数据进行了仿真。     

基于拓扑序列法的灰色航迹关联方法

为了解决组网雷达存在系统偏差情况下的航迹关联问题,提出了基于拓扑序列法的灰色航迹关联方法。首先,采用灰色理论生成当前时刻目标拓扑序列的灰色关联矩阵,并建立航迹间的相关度量;然后,运用全局最优化方法对相关度量矩阵进行最优化分配获得航迹关联对。该算法采用全局最优化方法避免了门限选择不当对正确关联概率带来的影响,有效地利用了航迹的空间分布信息和状态信息。仿真结果表明,该算法可以有效地实现系统偏差情况下的航迹关联。     

雷达和红外航迹关联性能的评估

该文对雷达和红外航迹关联决策的性能进行了分析和评估。导出了雷达与红外航迹关联时正确关联概率与关联决策门限关系的闭式解，并给出了关联决策门限与正确关联概率关系的多项式表示。在给定正确关联概率情况下，给出了错误关联概率的闭式解，并在给定错误关联概率情况下，推导出了正确关联概率的闭式解。数值计算所得精确值与近似计算所得近似值的比较表明了该方法的有效性。利用导出的这些闭式解，可以很容易地对雷达和红外航迹关联的性能进行分析和评估，并可用于对雷达和红外数据融合系统的设计。     

基于互信息的航迹对准关联算法

针对系统误差对目标航迹的影响,研究了在组网雷达存在系统误差情况下的航迹对准关联问题,并将该影响表示为目标航迹的旋转量和平移量;提出一种基于互信息的系统误差配准前航迹对准关联算法,该算法采用最大互信息理论来估计目标航迹数据的相对旋转量和平移量,将雷达组网中雷达上报的目标航迹数据对准到融合中心,从而避开了估计雷达组网系统误差,实现了误差配准前的航迹对准关联,能够为后端的系统误差配准提供可靠的关联航迹数据。     

基于小波变换的异类传感器机动目标的模糊航迹关联

针对雷达和电子对抗测量对机动目标的航迹关联问题,提出了一种基于小波变换的模糊航迹关联算法.首先通过小波分析对航迹序列进行去噪、粗关联,然后根据目标的特性建立模糊因素子集,进行精关联.仿真实验表明:与传统的加权法相比,该算法有效地解决了机动目标航迹关联问题,并提高了航迹关联的概率.     

基于深度学习的雷达目标航迹起始方法

本文提出了一种基于深度学习的雷达目标航迹起始方法,将目标航迹起始问题转化为深度神经网络模型二分类问题—“真实航迹”类和“虚假航迹”类。首先对空间配准后的目标点迹进行环形波门粗关联,得到粗关联暂时航迹;对粗关联暂时航迹进行特征向量建模,获得深度神经网络模型输入向量;利用仿真系统雷达数据,提取神经网络模型训练样本,设计深度全连接神经网络结构,训练网络模型得到优化的模型参数;使用训练好的模型参数实时计算目标起始航迹。仿真试验证明了该算法的有效性。     

数据链系统的航迹关联方法

针对数据链系统中多平台多目标情形下航迹关联较为复杂的特点,提出一种基于加权最小二乘估计和蚁群算法的航迹关联算法,并建立了多平台多目标航迹关联处理模型。为了使蚁群算法能够满足数据链实时性的要求,对蚁群算法进行了改进。通过设置参数的取值使算法能够适用于不同的战场环境和量测误差。对新提出的航迹关联算法进行了Monte Carlo仿真,结果表明了算法的有效性和可行性。     

航迹关联和相对系统误差估计

航迹关联是多传感器多目标跟踪系统中的关键问题。当存在系统误差时航迹关联问题变得更复杂。该文将最优Bayes联合决策估计(JDE)法应用于存在系统误差的航迹关联中,并提出了简化的JDE法。最优Bayes JDE,通过在航迹关联时考虑传感器相对系统误差的估计误差,在相对系统误差估计时考虑航迹关联误差,来提高航迹关联的正确率和相对系统误差的估计精度。提出的简化JDE法可减少了计算量,其性能比最优JDE稍差。并给出了matlab仿真结果来验证方法的有效性。     

航管雷达一二次融合异常情况分析

航管雷达一二次航迹融合过程中,直接用得到的含噪声的报告点来更新航迹时,航迹连续性较差,关联的正确性下降。对此现象进行了具体原因分析,用得到一二次雷达的报告点加权平均作为实际航迹输出的方法进行改进。根据一二次雷达数据未能正确关联的现象,在关联步骤中加入当前点和融合航迹中的对应航迹进行比较,如果当前报告点能和融合航迹中的点更好地匹配,就置换出融合航迹中的对应航迹,然后用置换出的航迹点当成新报告点重复融合算法过程。实验结果证明,采用改进融合算法能正确地分析产生异常现象的原因,并很好地解决了异常现象。     

多目标跟踪的动态多维分配算法

多目标多传感器的数据关联问题一直是目标跟踪领域的核心和难点之一.数据关联是在一定准则下,连接具有共同源的测量或航迹的分配过程.具有代表性的数据互联方法都可以归结为特定的分配问题.然而现有的S-D分配算法只考虑同一时刻各传感器测量的互联,是一个静态结果.本文将静态分配推广到动态跟踪中,通过对测量集合和航迹集合的合并,把S维转变为S+1维问题,从而实现了分配的动态化.在此基础上考虑了有新目标出现的情况,并讨论了动态分配与静态分配的关系.最后对本文算法进行了仿真分析,结果表明,该算法能够对多目标进行稳定的跟踪.     

基于改进动态关联的多目标无源跟踪算法

针对状态-状态动态关联算法关联精度差,计算量大等缺点,提出了基于状态-量测动态关联的多目标只测角无源跟踪算法。该算法在航迹起始后,将目标状态估计直接与下一时刻由静态量测-量测数据关联确定的S元量测进行关联,利用二维分配算法得出关联对后,通过不敏卡尔曼滤波算法对关联出的方位角集合进行非线性滤波从而实现对与之关联目标的状态更新。仿真结果表明所提多目标跟踪算法能有效关联不同时刻源于同一目标的S元量测从而实现多目标跟踪且适合目标数目变化的情况,具有较好的工程应用前景。     

最近邻联合概率数据关联算法在舰载雷达跟踪中的应用

舰载雷达的工作环境海杂波多,导致雷达在跟踪时可能关联上杂波。针对这个特点,本文应用最近邻联合概率数据关联(NJPDA)算法作为舰载雷达目标跟踪的数据关联算法,这个算法可以解决密集目标的正确跟踪问题。仿真结果理想,仿真场景设为目标相交、目标平行、有杂波时均可正确跟踪。     

机载多传感器跟踪航迹数据融合研究

随着机载传感器的增加和性能的提高,使目标探测和跟踪信息更加全面,精度也大大提高,但机载显示和火控需求的参数是唯一的,所以需要对不同传感器探测和跟踪的目标信息进行融合.本文针对机载传感器特点和飞机平台参数需求,对多传感器跟踪生成的目标航迹数据融合进行了研究,并给出了相应算法.     

On-board phase and modulus calibration of large aperture synthesisradiometers: study applied to MIRAS

On-board calibration of bidimensional aperture synthesis radiometers with a large number of antennas by the standard correlated noise injection method is technologically very critical because of the stringent requirements on mass, volume, and phase equalization of the noise distribution network. A novel approach, which makes use of a set of uncorrelated noise sources uniformly distributed in the array, is proposed. Each noise source drives correlated noise only to a small set of adjacent antennas. These sets of antennas are overlapped in order to maintain phase and modulus track along the array. This approach reduces drastically mass and volume of the noise distribution network. Moreover, its phase matching requirement is strongly relaxed because it is only necessary within small sets of adjacent antennas. Power stability of the uncorrelated noise sources is also not a stringent requirement. This procedure allows independent phase and modulus calibration by making use of a reduced number of redundant correlations     

一种多普勒盲区条件下的多假设运动模型目标跟踪方法

 机载预警雷达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。针对该问题,提出了一种基于多假设运动模型的目标跟踪方法。该方法根据多普勒盲区对目标状态的约束形成多个假设运动模型,当新出现的量测值落入任何一个运动模型形成的关联波门内,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,有效提高了目标连续跟踪性能。