基于高斯混合势化概率假设密度的脉冲多普勒雷达多目标跟踪算法

为在新兴的随机有限集(RFS)框架下充分利用多普勒信息跟踪杂波环境下的多目标,该文提出基于高斯混合势化概率假设密度(GM-CPHD)的脉冲多普勒雷达多目标跟踪(MTT)算法.该算法在标准GM-CPHD基础上,在使用位置量测更新状态后,再利用多普勒量测进行序贯更新,可获得更精确的似然函数和状态估计.仿真结果验证了该算法的有效性,表明在GM-CPHD基础上引入目标的多普勒信息可有效抑制杂波,显著改善跟踪性能.     

多目标滤波中的多传感器概率假设密度算法

多传感器情况下的多目标概率假设密度(PHD)滤波是建立在假设模型上实现的。该文用随机有限集(RFS)方法描述多目标状态空间和传感器量测空间,分析了多传感器通用假设模型下的探测概率、似然函数和杂波分布,在此基础上利用概率产生泛函(PGFL)推导出了多传感器PHD滤波递归式,进而提出粒子标记法多传感器贯序蒙特卡洛PHD(SMC-PHD)滤波等价实现算法,降低了多传感器PHD滤波的计算复杂度。最后给出了算法的具体实现,得到了良好的多目标数目和可跟踪多目标状态的估计。     

多普勒盲区条件下空地预警雷达多目标协同跟踪方法

针对多普勒盲区条件下预警机雷达多目标跟踪问题,基于交互式多模型（IMM,Interacting Multiple Models）、联合概率数据互联（JPDA,Joint Probability Data Association）和分布式不敏卡尔曼滤波（UKF,Unscented Kalman Filter）提出了预警机雷达与地基雷达对目标进行协同跟踪的方法。该方法利用目标的状态估计和预测实时计算每部雷达的动态融合权值,预测目标的多普勒频率。当预警机雷达对目标的量测不存在且检测到目标进入预警机雷达多普勒盲区时,由预警机雷达对目标状态进行外推,以此产生虚拟量测,用虚拟量测与地基雷达协同跟踪对目标的融合估计状态进行更新;若预警机雷达对目标的量测不存在且目标不是进入多普勒盲区时, 由地基雷达单独对目标的融合估计状态进行更新。当目标飞出预警机雷达多普勒盲区后,将预警机雷达对目标的状态估计再次与地基雷达进行关联,并根据动态权值融合更新目标状态。仿真结果表明,该方法能够改善多普勒盲区内多目标航迹的连续性和跟踪精度。     

基于分治-贪心算法的高斯混合多观测站CPHD滤波器

针对现有的多观测站概率假设密度滤波器实现中存在依赖观测站处理顺序、计算复杂度高等问题,文中提出一种基于分治-贪心算法的高斯混合多观测站势概率假设密度滤波器.假设观测站个数为s,每个观测站的量测个数为n,相对于暴力分析法,分治算法使得子集选取问题的计算复杂度从O（n^s）降到了O（ns）.此外,在线性高斯模型假设条件下,给出多观测站势概率假设密度滤波实现的具体步骤.仿真结果证明,本文实现方法不受观测站处理顺序的影响,分治-贪心近似实现方法与暴力分析法的跟踪性能相当,但是运算耗时大大降低,提高了算法实现及应用的可行性.     

基于改进的PHD粒子滤波的多目标跟踪技术

有限集统计学（FISST）理论将任意时刻目标状态的集合视为多目标集值状态,而相应的传感器观测值集合被视为多目标集值观测。通过随机有限集建模并利用集合的微积分运算可推导出最优多目标贝叶斯滤波器。然而由于涉及集合微积分运算,最优多目标贝叶斯滤波器的运算量极大。概率假设密度（PHD）滤波器是最优多目标贝叶斯滤波器的一阶矩近似,可以实现在关联不确定、目标数目未知或变化情况下的多目标状态估计。相比于最优多目标跟踪技术,基于PHD滤波器的多目标跟踪技术的运算复杂度得到了有效的降低,更易于工程应用。但在密集杂波背景下PHD滤波器的粒子实现方法仍然存在运算复杂度过高的问题。本文针对密集杂波的情形,提出一种有效的杂波滤除方法,在不影响滤波性能的情况下,降低了运算复杂度,提高了滤波效率。      

一种新的双基地MIMO雷达收发角和多普勒频率联合估计方法

该文提出了一种新的双基地MIMO雷达收发角和多普勒频率联合估计方法。利用匹配滤波器输出的信号特点,采用最小二乘法从信号中分别提取出多目标的多普勒矢量、接收角矢量和发射角矢量,然后采用迭代算法对这3个矢量进行更新以完成收发角和多普勒频率的联合估计。该方法复杂度低,运算时间少,且能够实现自动配对。仿真结果表明,与基于PARAFAC的方法相比,该文方法更易获得高精度的收发角和多普勒频率估计,具有更高的可靠性。     

基于随机有限集的UPF-CPHD多目标跟踪

提出一种基于随机有限集的无迹粒子基数概率假设密度滤波（UPF-CPHD, unscented particle filter - cardinality probability hypothesis density）的多目标跟踪方法。在粒子滤波框架下采用随机有限集（RFS, random finite sets）对多目标状态和观测进行描述。在UPF滤波框架下引入CPHD算法同时递推目标状态和目标数目,并计算最新观测信息,估计结果更加精确,弥补PHD估计目标数目不可靠的缺点。仿真实验表明,UPF-CPHD多目标跟踪方法能够降低超过50%的目标数目估计误差,并提高目标状态的估计精度。     

基于高斯混合带势概率假设密度滤波器的未知杂波下多机动目标跟踪算法

多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该算法对目标和杂波分别独立建模,通过最优高斯(BFG)估计方法对真实目标的强度函数进行预测,从而使多目标强度函数独立于机动目标的运动模型,实现各时刻真实目标的强度函数、杂波源期望个数以及真实目标和杂波源的混合势分布的迭代。仿真结果表明,该算法能够有效地联合估计多机动目标状态以及杂波期望个数。     

基于GM-PHD的目标空间分布感知算法

对边扫描边跟踪的认知雷达,目标的空间分布特性是实现对雷达信号控制的重要依据之一。本文介绍了一种基于高斯混合概率假设密度（GM-PHD）滤波算法的目标空间分布感知方法,利用该算法,可同时实现多目标高虚警环境下的目标数目和目标空间位置以及运动状态的估计。该算法实际是一种对标准GM-PHD滤波器的改进算法,能在新生目标强度未知的情况下完成对新生目标的检测跟踪。实验表明该算法不仅能在未知新生目标强度的情况下检测并跟踪新生目标,且在新生目标速度较大的情况下,该算法对新生目标的检测性能优于标准GM-PHD滤波器。     

双基地MIMO雷达相干目标的角度快速估计算法

针对双基地多输入多输出（MIMO）雷达定位的实时性问题,提出了一种基于Toeplitz矩阵的目标快速定位算法。双基地MIMO雷达接收的信号往往是相干的,因此无法直接应用角度估计算法。首先通过接收的数据得到一组Toeplitz子矩阵,利用这组子矩阵重构得到协方差矩阵,其秩等于目标个数,达到解相干的目的。采用改进多级维纳滤波器（MSWF）的前向递推,不需要通过特征值分解,得到信号子空间,结合ESPRIT算法,估计出目标的发射角度（DOD）和接收角度（DOA）。算法通过构造Toeplitz矩阵解相干,仅改变矩阵结构,降低了计算复杂度,具有较好目标分辨力和解相干能力。      

基于自适应新生密度的多目标联合检测与解模糊

脉冲多普勒(Pulse Doppler,PD)雷达会产生距离模糊和多普勒模糊问题,传统方法通过发射多个脉冲重复频率(Pulse Repetition Frequency,PRF)并相互关联来解模糊.但当信噪比较低时,为确保检测到目标需采用低门限而产生了大量虚警,传统方法由于数据关联导致计算复杂度过高而失效,基于随机有限...     

无源双基地雷达动目标快速检测算法

在无源双基地雷达系统中,动目标的时延和多普勒频移估计是通过计算直达波信号和目标回波信号的互模糊函数来实现的。提出了首先利用级联积分梳状滤波器（CIC滤波器）对不同时延的互模糊函数进行抽取,然后进行FFT变换的动目标快速检测算法。CIC滤波器在数据抽取过程中能够有效抑制频率混叠干扰及通带信号衰减问题,同时由于信号采样频率的降低,FFT变换的频率分析范围将大大减小,从而明显提高信号处理速度。该算法可以从任意距离单元开始估计目标的多普勒频移,所以可以对数据进行并行处理,这将进一步提高信号检测和处理速度。最后,利用仿真数据验证了该算法的有效性。     

一种新的高速多目标快速参数化检测算法

针对线性调频脉冲压缩雷达参数化检测高速多目标时受到距离徙动、多普勒扩散和速度模糊的影响,该文首先采用联合频域变标脉冲压缩处理与吕方法(2011)实现目标信号的相参积累,然后在其基础上采用基于多普勒频率模糊数搜索的方法完成高速多目标的参数化检测.算法所提出的频域变标脉冲压缩处理可同步完成距离维的徙动补偿与多普勒维的模糊数补偿,降低了实现目标参数化检测的计算复杂度,且由于算法采用相参积累方式,在低信噪比下可以进行精确的目标检测和运动参数估计.相参积累算法运算量分析、计算机仿真以及实测数据处理结果验证了该文所提算法的有效性.     

基于封闭式鲁棒中国余数定理的两目标距离估计算法

工作在高脉冲重复频率（Pulsed Repetition Frequency, PRF）模式下的脉冲多普勒（Pulse Doppler, PD）雷达具有复杂气象杂波和强地杂波背景下检测运动目标的能力,但是远距离目标检测存在距离模糊问题。传统的解距离模糊算法大都采用参差重频模式下的中国余数定理（Chinese Remainder Theorem, CRT）,但是由于多目标的视在距离与目标的对应关系事先未知,对基于中国余数定理算法进行距离估计带来困难。该文提出一种基于封闭式鲁棒中国余数定理的两个目标距离估计的方法,该方法无需考虑视在距离与目标的对应关系,在视在距离存在误差的情况下,利用封闭式的简单解析方法快速准确地重构出两个目标的真实距离。理论分析和仿真结果表明,该文所提方法可以高效地实现高PRF雷达两个远距离目标的距离估计。      

一种耦合检测和JPDA滤波的多目标跟踪算法

传统雷达信号处理中对目标的检测和跟踪是割裂处理的,通常为先检测后跟踪(DBT);当目标的信噪比较低时,检测过程中将出现大量的虚警及漏检,使得后继的跟踪算法失效。针对这一问题,在联合处理检测和跟踪方法的基础上,提出了一种耦合贝叶斯检测和联合概率数据关联(JPDA)滤波的多目标跟踪算法(JPDAF-BD)。JPDA滤波器将目标的位置分布信息反馈到贝叶斯检测器,继而贝叶斯检测器将该反馈作为先验信息用于检测判决。仿真结果表明,所提出的JPDAF-BD算法较之传统DBT体制下的多目标跟踪算法(JPDAF-NP)有显著的性能提升,可以实现更低信噪比下的多目标检测和跟踪。     

OFDM雷达信号联合优化设计与处理方法

本文针对机载雷达探通一体化信号设计与处理的难匹配问题,提出正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM）雷达信号联合优化设计与处理方法。首先,基于机载探通一体化系统发射和接收信号链路建立线性接收模型,接着基于最小二乘估计理论提出雷达脉压算法和通信解调算法;然后,分别推导雷达脉压和通信解调后的输出信噪比（Signal to Noise Ratio, SNR）,以雷达和通信输出SNR加权最大化为目标建立优化问题模型。由于该优化问题是一个NP难问题,本文提出降次-交替方向乘子法获取近似解。最后,通过仿真验证本文所提方法可以通过参数动态调整,适应探通一体的需求,并保持探测和通信性能。      

两种TBD算法在HPRF-PD雷达应用中的比较

在低信噪比环境中检测和跟踪运动目标是目标跟踪的重要内容,TBD是弱小目标检测与跟踪的有效方法,不同的TBD方法在检测跟踪性能及运算量上有不同的特点.针对HPRF-PD雷达的应用,建立了目标的动态模型和观测模型,给出了动态规划和粒子滤波TBD算法的原理及实现流程,并对各步骤的实现进行了详细说明,通过仿真实验比较了两种算法的检测、跟踪性能和运算量.仿真结果表明,动态规划TBD运算量较小,更易于实现,而粒子滤波TBD具有更好的跟踪性能,且在低信噪比下有较高的检测能力.     

基于无网格压缩感知的雷达通信一体化系统目标参数估计方法研究

本文基于一种基于正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）的雷达通信一体化系统,利用目标时延与多普勒在时频域优良的稀疏性,提供了多种基于无网格的二维时频联合估计方法以解决传统稀疏恢复方法字典失配导致的性能较差的问题,有效提高了动目标参数估计性能,并提供了多测量向量（Multiple measurement vector,MMV）模型,可有效解决低信噪比下目标参数估计性能差的问题。同时,针对基于矢量二维原子范数计算量较大的问题,本文利用半正定规划（SDP）将传统方法的高维Toeplitz矩阵解耦为两个低维Toeplitz矩阵,可将计算复杂度降低几个数量级,同时保留原子范数在超分辨性能的优势,可适应于OFDM多子载波与多符号数波形体制。仿真结果证明该方法保持了原子范数类算法的估计性能优势,并显著减少了计算量。      

FDA-MIMO雷达噪声卷积式干扰抑制方法

基于数字射频存储器（digital radio frequency memory,DRFM）产生的噪声卷积灵巧干扰兼具压制式和欺骗式干扰的效果,严重降低了雷达系统的探测性能。为解决此问题,本文提出了一种采用频率分集阵（frequency diversity array,FDA）-多输入多输出（multiple-input-multiple-output,MIMO）雷达的噪声卷积灵巧干扰对抗方法。经由雷达发射信号和噪声信号卷积调制所得的干扰信号在距离-多普勒维与目标回波呈现不同的分布特性。据此,首先利用干扰信号在多普勒域的白噪声特性获取多普勒清晰区的干扰样本,然后在此基础上逐距离门挑选样本以获得干扰协方差矩阵,最后通过距离-角度二维匹配滤波器抑制距离不匹配的主瓣干扰信号。仿真试验验证了本文所提抗干扰方法的有效性。