防空雷达网对多隐身目标的协同检测与跟踪

针对防空雷达网对多隐身目标检测与跟踪时雷达分配问题,该文将二值粒子群优化(BPSO)用于雷达分配,结合粒子滤波,提出了一种隐身目标的协同检测与跟踪算法。该算法将雷达分配问题转化成组合优化问题,根据目标的隐身特性设计雷达分配方案(RAS),借助随机分布的检测粒子计算不同RAS对新生目标的检测概率,同时根据RAS对已跟踪目标位置的后验克拉美罗界衡量跟踪精度,采用BPSO算法在RAS中进行全局搜索,选择最优分配方案进行粒子滤波与融合跟踪。与现有算法相比,该算法不仅能够及时检测新生目标,而且能够利用组网优势持续且优化跟踪隐身目标,使网络的整体跟踪精度得到显著提高,实现多目标协同跟踪。     

雷达微弱目标检测前跟踪算法综述

军事隐身目标的出现,给雷达带来了严峻的挑战.检测前跟踪算法是雷达微弱目标检测和航迹处理的一种有效方法.文中对雷达微弱目标检测前跟踪算法进行了综述,首先介绍了三维匹配滤波、Hough变换、动态规划和粒子滤波4类最常用的检测前跟踪实现算法的基本原理,然后述评了4类检测前跟踪算法的研究进展情况,最后在分析现有检测前跟踪算法问题的基础上,展望了雷达微弱目标检测前跟踪算法的发展趋势.     

基于二值粒子群优化的多目标协同检测与跟踪方法

针对如何根据目标被探测状态(被检测或者被跟踪)对有限的雷达资源进行分配的问题,本文将其转化为组合优化问题,提出了一种新颖的基于后验克拉美罗下界(PCRLB)-二值粒子群优化(BPSO)的雷达-目标自动分配算法。该算法采用PCRLB作为已跟踪目标的跟踪精度衡量标准,并将其与新生目标的检测概率构成BPSO的适应度函数,在最大化新生目标检测概率的条件下,最小化已跟踪的多个目标的PCRLB,自适应地为目标分配雷达完成恰当的探测(检测与跟踪)行为。仿真结果表明,该算法不仅能够及时检测新生目标,而且能够持续且优化跟踪已有目标,使网络的整体精度得到明显提高。     

基于射频隐身的采样周期和辐射功率控制方法研究

为进一步提高雷达的射频隐身能力,合理分配相控阵雷达的工作参数,在目标跟踪时,对雷达的采样周期和辐射功率控制方法进行研究。首先,根据目标运动状态的不同,对雷达采样周期与辐射功率自适应设计方法进行分析,在满足系统跟踪性能要求的前提下,建立了控制参数的优化模型;然后,利用粒子群算法优化自适应采样周期和自适应辐射功率等参数,有效地降低了跟踪性能误差,提高了雷达系统的射频隐身性能。与传统的雷达采样周期和辐射功率算法进行了仿真比较,结果表明所提的算法取得了较好射频隐身效果。     

杂波背景下基于概率假设密度的辅助粒子滤波检测前跟踪改进算法

在杂波背景条件下,现有的基于概率假设密度(PHD)滤波的粒子滤波检测前跟踪(TBD)算法,存在对密集多目标数目估计不准,使用粒子数目较多会造成维数灾难的问题。因此,该文引入两层粒子的概念,将基于平行分割(PP)理论的辅助粒子滤波(APF)应用于基于概率假设密度的检测前跟踪 (PHD-TBD)算法中,提出基于概率假设密度滤波的平行分割辅助粒子滤波检测前跟踪(APP-PF-PHD-TBD)算法以提高目标数目及状态估计精度。仿真实验证明,相对于现有基于PHD的粒子滤波检测前跟踪算法,该算法在目标数目和状态估计精度上具有显著的性能优势,在密集目标场景下,优势尤为突出。最后,利用导航雷达实测所得海杂波背景数据证明,该算法在应用中性能更加优异。      

基于粒子滤波的分布式雷达TBD算法

为提高分布式雷达系统的目标检测与跟踪能力,研究了基于粒子滤波的检测前跟踪算法。针对传统粒子滤波中粗化方法盲目性的问题,提出了一种适用于分布式雷达目标检测与跟踪的多簇聚类粒子滤波算法。该算法在粗化的基础上,首先采用改进的K Means方法对粒子聚类以形成多个粒子簇,引导各簇内粒子沿着该簇中心向该簇最大联合似然粒子方向偏移,使粒子向高联合似然区域集中。该算法能够在缓解粒子滤波样本贫化问题的同时减少传统粗化的盲目性,提高了系统从接收数据中提取目标信息的能力。对分布式雷达目标检测与跟踪的仿真结果表明,多簇聚类粒子滤波算法比传统的粗化策略粒子滤波算法具有更好的检测能力和更高的跟踪精度。     

基于辅助粒子滤波的机动弱目标TBD算法

为了解决低信噪比条件下的机动目标检测跟踪问题,研究了辅助粒子滤波与多模粒子滤波(MMPF)相结合的检测前跟踪(APF-MMPF)算法。将多模粒子滤波过程中包含目标存在变量及运动模式变量的预测粒子直接用于产生辅助变量,进行辅助粒子滤波过程实现对机动目标的检测跟踪。通过APF-MMPF算法与单纯MMPF算法的仿真结果对比可见,APF-MMPF算法的检测概率高、跟踪误差小,检测跟踪性能优于MMPF算法。由算法机理和仿真结果可见,由于APF-MMPF算法中粒子采样利用了当前量测信息,可有效提高对机动目标的检测跟踪性能。     

面向射频隐身的组网雷达多目标跟踪下射频辐射资源优化分配算法

针对组网雷达系统多目标跟踪场景,该文提出一种面向射频(RF)隐身的组网雷达射频辐射资源优化分配算法。首先,采用目标跟踪误差的贝叶斯克拉美-罗下界(BCRLB)作为目标跟踪性能指标。其次,以各雷达照射目标的驻留时间资源和辐射功率资源加权和为优化目标,以BCRLB不大于给定目标跟踪精度阈值及系统射频辐射资源作为约束条件,建立了包含雷达节点分配方式、驻留时间和辐射功率3个优化变量的优化模型。然后,采用两步分解法对上述优化模型进行了求解,即先固定雷达节点选择,利用内点法对简化后的非凸非线性优化模型进行求解,之后再通过匈牙利算法确定最佳雷达节点分配方式。仿真结果表明,相较于辐射资源均匀分配算法,所提算法可以有效降低组网雷达的射频资源消耗,提升系统射频隐身性能。     

雷达机动目标跟踪的卡尔曼粒子滤波算法

为解决不敏粒子滤波算法对雷达机动目标跟踪实时性差和跟踪起始阶段收敛慢的问题,引入卡尔曼粒子滤波算法。通过坐标转换将实际的极坐标雷达观测数据转换为直角坐标数据,然后用线性最优的卡尔曼滤波器估计粒子状态先验概率密度,最后用非线性最优的粒子滤波器精确估计目标状态后验概率。仿真实验表明,与不敏粒子滤波相比,卡尔曼粒子滤波以牺牲较少精度(减少约6%)的代价,实现机动目标跟踪的实时性(约为前者的1/5),起始阶段收敛性更好。     

面向射频隐身的组网雷达多目标跟踪下射频辐射资源优化分配算法

针对组网雷达系统多目标跟踪场景,该文提出一种面向射频(RF)隐身的组网雷达射频辐射资源优化分配算法.首先,采用目标跟踪误差的贝叶斯克拉美-罗下界(BCRLB)作为目标跟踪性能指标.其次,以各雷达照射目标的驻留时间资源和辐射功率资源加权和为优化目标,以BCRLB不大于给定目标跟踪精度阈值及系统射频辐射资源作为约束条件,建立了包含雷达节点分配方式、驻留时间和辐射功率3个优化变量的优化模型.然后,采用两步分解法对上述优化模型进行了求解,即先固定雷达节点选择,利用内点法对简化后的非凸非线性优化模型进行求解,之后再通过匈牙利算法确定最佳雷达节点分配方式.仿真结果表明,相较于辐射资源均匀分配算法,所提算法可以有效降低组网雷达的射频资源消耗,提升系统射频隐身性能.     

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。     

基于性能边界和量化数据的WSN目标跟踪传感器选择算法

对能量和带宽受限的无线传感器网络下的目标跟踪问题,基于量化的观测数据和条件后验克拉美-罗下界提出一种传感器选择方法.为了节约网络能量和带宽,对传感器接收到的观测数据进行量化压缩,推导了传感器量化数据下目标状态估计的条件后验克拉美-罗下界,将其作为传感器选择和优化的准则,并且利用粒子滤波器给出一种条件后验克拉美-罗下界的近似计算方法.与基于无条件后验克拉美-罗下界和互信息的传感器选择方法进行了对比仿真,结果表明了条件后验克拉美-罗下界作为传感器选择准则的有效性以及对跟踪性能的改进.     

情报雷达对隐身目标侦察的数据特点分析

隐身目标具有雷达截面（RCS）随雷达照射姿态异常分布的特征,其雷达散射截面积小,电磁隐蔽性强,使得对空情报雷达的探测距离大大减小,难以可靠、连续地检测目标。结合某隐身飞机模型的散射特性,对情报雷达侦察隐身目标的数据特点进行了分析,并通过仿真得出：雷达站只能在部分姿态下测得隐身目标的断续点迹,不能对其进行连续有效的跟踪。     

水下传感器网络目标跟踪时的非短视比特优化分配算法

由于水下传感器网络(Underwater Sensor Network,USN)的能量、带宽有限,传输原始量测数据前需要进行量化处理。面向目标跟踪,在传输比特数据量的约束下,提出了非短视量化比特分配算法。首先,推导了量化量测下的条件后验克拉美罗下界,并将其设为优化目标,建立了比特分配优化模型。在此基础上,提出了一种双层近似动态规划的算法来实现比特分配的优化,在所设时间窗内利用第一层近似动态规划分配各个时刻的比特,并利用第二层近似动态规划在各分支上实现水下传感器节点的比特分配,进一步提升了计算效率。仿真结果表明,所提算法在满足实时性的要求下具有更稳定的跟踪性能。     

一种用于雷达组网反隐身系统的目标跟踪方法

雷达组网反隐身问题是近年来军事领域方面很关注的问题。概述了一种可用于警戒雷达组网反隐身系统的小目标跟踪方法,并通过一组仿真结果说明了该方法对小目标跟踪的有效性和可行性。     

雷达目标角度跟踪环路滤波器设计新方法

角度跟踪环路在机载雷达对目标的距离、速度、角度3维联合跟踪中起着至关重要的作用。该文分析指出传统采用卡尔曼滤波算法形成角度跟踪环路对机动目标角度进行跟踪时跟踪精度低,角跟踪误差收敛速度慢的缺点,提出弯曲度检测跟踪环路滤波器(Bend Degree Tracking Loop Filter, BDTLF)设计方法,其利用弯曲度检测角度曲线拐点,自适应地调节环路滤波器环路等效噪声带宽,并以此来控制角度跟踪环路。此算法加快了角跟踪误差的收敛速度,减轻了拐点处的角度滤波扰动,保持了滤波性能的连续性。计算机仿真结果验证了该文方法相比于卡尔曼滤波算法、粒子滤波算法、-- 滤波算法及恒定系数环路滤波器方法,对弱机动目标角度跟踪具有更加出色的性能。     

目标跟踪时基于射频隐身的采样周期设计

为进一步提高雷达的射频隐身能力,在分析相控阵雷达采样周期与射频隐身性能的关系的基础上,基于交互多模型算法,提出了目标跟踪时基于射频隐身的采样周期设计方法, 根据运动状态的不同,自适应设计下一时刻的采样周期。首先对目标跟踪算法中的运动目标设定期望的协方差,利用协方差控制方法求出各模型的采样周期,然后利用跟踪算法更新后的模型概率对各模型采样周期进行加权求和,在满足跟踪精度同时,有效地设计了采样周期。本文算法与传统的采样周期算法、公式法进行比较,仿真结果表明本文算法具有较好跟踪性能的同时,增大了跟踪过程中的采样周期,从而显著提高了雷达射频隐身性能。