基于最小二乘拟合的雷达航迹匹配算法

本文采用最小二乘拟合方法拟合雷达目标航迹曲线,再计算拟合目标航迹与真实航迹的欧几里得距离,进而得到雷达航迹关联匹配结果。该算法克服了单点信息在存在信息缺失和目标机动等情况时出现错误的关联匹配结果,并通过多目标多平台仿真系统验证了雷达航迹关联匹配正确率,本算法已在实际工程雷达仿真系统中得到良好的应用。     

基于动态RCS的隐身目标检测研究

针对基于RCS统计模型的目标检测研究在复杂航迹下的局限性,提出了一种直接利用RCS原始数据计算发现概率的新方法。首先,针对某典型隐身目标,利用FEKO获取了其在平飞和水平拐弯两种机动航迹下的RCS数据,经统计处理后与卡方分布模型拟合论证了模型拟合在复杂航迹下的局限。其次,根据目标RCS与回波幅度之间的转化关系式,推导得出同时包含距离量和RCS随机量的检测概率计算模型。最后,利用获取的RCS原始数据仿真了机动目标在两种航迹下任意时刻的发现概率。仿真结果反映了距离与目标RCS共同影响检测概率的实际,方法可为雷达与隐身目标模拟对抗提供理论支持,为提高雷达检测性能和技战术指标提供支撑。     

规避机动对雷达检测概率的影响研究北大核心CSCD

飞机突防时,常采用战术规避机动以提高突防效率和生存概率。文中研究了两种常用规避机动(水平急转弯机动和蛇形机动)对检测概率的影响。首先基于飞行动力学原理建立了机动航迹模型,解算出机动飞行时雷达视线角的变化情况;然后根据视线角的变化获取飞机的动态RCS序列;最后结合起伏目标的检测原理,利用SwerlingⅠ分布计算出了雷达瞬时检测概率。该仿真结果可以为飞机规划突防航迹提供理论参考。     

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.     

雷达精细化功能级仿真建模

为解决预警雷达作战效能评估中兼顾高精度和高时效性的难题，提出了精细化功能级仿真建模方法。其中，检测处理子模型严格计算雷达系统、阵地地形、目标运动、目标RCS起伏、电子干扰等影响，精确计算目标信干噪比和检测概率，以逼近信号级仿真模型的精度生成点迹数据；点航迹处理子模型按照实装软件完成虚假点迹过滤、点迹凝聚、航迹起始、点航迹关联、航迹滤波等处理；行为控制模型按照实装规则执行干扰环境感知与抗干扰控制策略。相比传统功能级仿真方法，本方法可更为准确模拟复杂环境下的雷达抗干扰性能。     

一种新的机载预警雷达地面目标过滤方法

地面目标过滤是机载预警雷达航迹优化的一个重要内容,可以有效地改善航迹质量,该问题实质上是一个空地目标分类问题。在引入联合目标跟踪与分类思想的基础上,研究了一种基于空地目标运动特征差异的目标分类方法。首先,采用包含目标所有可能机动的交互式多模型对目标进行跟踪,然后利用估计的目标运动特征参数和贝叶斯分类器完成两类目标的分类。仿真结果表明,在目标机动条件下,该方法能够对空地目标进行有效的分类。     

相互作用多模型跟踪过程中的航迹外推算法

提出运用IMM对目标进行跟踪时的航迹外推算法,解决了机动目标跟踪中的航迹外推问题。利用历史信息和转移概率推导出模型预测概率,结合单一模型的预测航迹和模型预测概率得到了相互作用多模型跟踪过程中的外推航迹。通过Monte-carlo仿真表明,运用外推方法在机动目标跟踪时能将误差控制在较小的范围内,具有很好的跟踪性能。     

基于数字化样机的雷达目标跟踪技术仿真与验证

在机载火控雷达作战过程中,载机常常会根据作战需求做大幅机动,使目标相对于载机的运动变得复杂。在目标航迹滤波过程中引入载机惯导数据,可减小相对运动的不确定性,提高目标航迹估计精度和目标跟踪稳定性。雷达数字化样机是雷达物理样机功能和电性能在计算机内的一种映射。利用数字化样机的仿真测试环境可快速、全面、准确反映真实雷达功能、电性能等方面的特征和特性,数据处理的航迹跟踪性能评估均可以实时显示。文中利用数字化样机的参数级仿真测试功能对载机惯导补偿滤波算法进行仿真和验证。     

基于多普勒信息的NSHT航迹起始方法

针对临近空间高超声速目标航迹起始困难的问题,依据超视距雷达能够提供目标精确多普勒信息的特点,从径向速度、径向机动能力和角速度3个方面推导了航迹起始约束条件,文中给出了更为精确的相关波门设计方法,通过目标运动特性确定最终航迹。仿真结果表明,该方法能够有效起始临近空间高超声速目标航迹,且效果优于传统利用目标位置信息进行航迹起始的方法。     

基于方位机扫雷达的机动目标双波门跟踪方法

点迹-航迹处理是雷达航迹跟踪过程中的重要一环,是把雷达探测到的点迹与已知航迹进行比较,然后正确关联配对的过程。复杂环境下的目标跟踪要求点迹-航迹关联处理、目标航迹跟踪的滤波和预测都要可靠,正确的点迹-航迹关联结果会产生较为准确的滤波和预测,而准确的滤波预测又会促进点迹-航迹的正确关联,二者之间是相辅相成的。常规跟踪法在目标机动尤其是悬停情况下的跟踪难度较大,多次掉点后不易重新正确关联,容易出现掉批、误关联等情况的发生。本文提出了一种基于前后双波门的机动目标跟踪法,可以使方位机扫雷达较好地连续跟踪机动目标。     

基于子空间投影的复杂水下环境运动小目标检测前跟踪方法

针对复杂水下环境运动小目标检测中存在的目标信号强度弱、信杂比低等问题,该文提出基于子空间投影的检测前跟踪(TBD)算法:对原始图像数据截取序列片段,将3维时空片段中的短时运动航迹投影到2维子空间平面;利用2维投影图中平面航迹的形态特征进行初步筛选,提取目标的有效运动区域;将2维平面中的目标短时航迹在局部区域重建3维时序,在3维航迹回溯过程中利用目标运动特征再次筛选目标短时航迹。通过上述分级检测机制,可实现快速高精度的目标短时航迹检测。结合前景检测以及基于层次凝聚聚类(HAC)的长时航迹检测算法,构建了针对运动小目标的完整检测前跟踪方法。最后使用实测声呐图像数据验证了算法的检测精度和检测速度。     

红外与激光主/被动联合跟踪算法

针对单站红外被动式跟踪存在不可观测性问题，提出红外与激光主／被动单目标联合跟踪方法。该方法首先针对三维空间任意机动目标的跟踪问题，将参考文献[1]给出的一维机动目标“当前”统计模型推广到三维情况，得到三维情况下跟踪任意机动目标的状态方程和跟踪系统的非线性量测方程。然后对红外探测器测量的角度信息和激光测得的距离信息进行融合，得到正确的测量值。最后提出扩展的自适应卡尔曼滤波算法并进行了仿真研究。仿真表明；方案可行，可同时对目标三个空间坐标轴的位置、速度、加速度进行估计。     

新的“S-蛇形”机动目标模型及跟踪方法研究

为了解决三维空间蛇形机动目标跟踪算法中模型失配的问题,提出了新的"S-蛇形"机动目标模型。该模型基于研究分析了平面内原始机动转弯模型,考虑目标在垂直方向做简单的匀速直线运动,对二维机动转弯模型进行了三维补维,但经仿真分析发现,此模型在机动变轨处出现"折返"现象,为了克服此缺点,又对该模型的状态转移矩阵进行了修正,提出了一种新的"S-蛇形"机动目标模型,该模型能够很好地匹配蛇形机动目标真实运动轨迹。最后在扩展卡尔曼滤波算法(EKF)中应用该模型,对真实蛇形机动目标进行滤波跟踪,通过Monte-Carlo仿真,结果验证了此算法跟踪精度高,也进一步证明了改进模型的合理性和实用性,并已经初步应用于某新型武器装备跟踪系统调试中。     

空袭目标典型航迹模型的设计与仿真实现

为有效和逼真地模拟雷达接收点迹数据,再现空袭目标航迹变化情况,为雷达操作手提供虚拟条件下接近真实的战场环境,建立了空袭目标直线、圆弧、大S线3种典型航迹模型,利用地理信息系统(Geography Information System,GIS)提供的电子地图和军队标号进行了仿真实现.采用"隔三取一法"解决航迹参数网络传输实时性问题;以四机编队为例具体阐述了航迹参数的实时记录和镜像变化问题的解决办法;采用时间迭加,递推计算的方法实时显示目标运动航迹,满足了仿真要求.实践证明,模型简单,可操作性强,适合中小型雷达对抗训练模拟系统中空袭目标模块的仿真实现.     

一种新的联合概率数据互联算法

点迹与航迹数据互联是多目标跟踪问题中迫切需要解决的问题。分析了目前解决数据互联问题的方法与最新研究成果，建立了一个多目标数据互联模型，提出了一种新的联合概率数据互联算法，实现了微机仿真并给出了仿真结果。     

基于扩展卡尔曼滤波的水下目标测量系统

为实时、准确获取水下目标的航迹,设计采用运动通信平台获取目标的相对位置,进而推算目标航速和位置。采用扩展卡尔曼滤波方法对测量数据进行处理,推导了卡尔曼滤波算法,建立了目标状态方程和测量方程。针对系统的非线性测量方程,采用雅克比矩阵进行线性化处理,进而建立了扩展卡尔曼滤波算法。通过实例仿真分析,结果表明,该算法收敛速度和估计精度能够满足系统的应用要求,是有效、可行的。     

高分辨单脉冲雷达距离像回波建模仿真

为了有效模拟和分析雷达目标回波特点,提出了一种数字仿真方法来建模和设计雷达目标回波。通过对高分辨单脉冲雷达的原理分析,设计雷达目标回波仿真系统框架,将系统分解成多个模块,针对每个模块建立相应的数字模型,并利用计算机软件实现,仿真表明该方法能有效建立雷达目标三通道一维距离像回波,并对后续单脉冲跟踪数据处理的研究具有指导意义。     

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。     

基于随机Hough变换的三维集中式航迹起始算法

本文提出了一种用于三维空间直线航迹起始的集中式Hough变换法.基于三维直线的Roberts表示法,设计了Roberts参数相似性判决的假设检验方法.通过对多传感器点迹的随机采样,计算每次采样确定的直线Roberts参数,然后以相似性测度实现Roberts参数的合并,当参数累积超过规定的门限后能可靠地起始一条直线航迹.为了减少无意义的随机采样和不合理的Roberts参数合并,在算法实时过程中适时地检查目标运动速度限制,加快了采样速度,减少了航迹误起始的概率.通过仿真,该算法能适应多传感器多目标环境中传感器数据更新率不同和密集杂波、强干扰的复杂情况.     

一种通用型的目标数据仿真

给出了一种通用型的雷达目标模拟器 ,它能够方便直观的产生各种特征的三维目标轨迹 ,可实时离散出目标点迹 ,为雷达数据处理及精度分析提供数据来源。目标轨迹由一组特征点定义 ,修改方便 ,应用灵活