基于FASTEM的雷达散射截面快速、准确计算

在现代军事技术研究中,目标雷达散射截面的准确计算有着十分重要的意义。本文利用自主研制开发的软件FASTEM对一些典型目标如杏仁体、带缝圆锥体、球以及VFY218战斗机进行了雷达散射截面的计算。仿真结果显示了FASTEM软件的准确、高效性。     

一种基于粒子滤波的改进红外目标跟踪算法

针对传统红外目标粒子滤波跟踪中仅利用目标灰度信息可能导致目标分辨能力不高的问题,构建了基于位置和灰度的联合时空灰度模型,提出了一种基于联合时空直方图的粒子滤波目标跟踪算法,实验表明:在复杂背景下,该算法能够实现对红外目标稳健的跟踪。     

基于模糊控制交互式多模型粒子滤波的静电机动目标跟踪

针对交互式多模型粒子滤波算法（IMMPF）的精度不高,算法更新时间长,难以满足静电机动目标跟踪要求的问题,提出了一种新的基于模糊控制的交互式多模型粒子滤波算法（FIMMPF）。该算法先利用模糊控制方法实现实时调整交互式多模型算法中的转换概率矩阵,使与目标当前运动状态最接近的运动模型在混合产生这一采样时刻的初始状态向量里占有更大的比重。同时,为了提高基本粒子滤波算法的精度,减小算法更新时间,再利用中心差分扩展卡尔曼滤波算法产生基本粒子滤波的建议分布函数,实现对目标运动状态的更新。理论分析和仿真结果表明,所提出的算法能够以更高的定位精度,更小的计算量实现对静电机动目标的跟踪。     

联合目标跟踪与分类技术的进展及存在问题

联合目标跟踪与分类(JTC)技术是信息融合领域新兴的一个研究方向。其基本思想是：通过在目标跟踪器和目标分类器之间进行双向信息交互,来同时有效地提高目标的跟踪精度和分类性能。介绍了JTC技术的基本原理。将现有JTC技术划分为两大类——基于质点运动模型的JTC技术和基于刚体运动模型的JTC技术,并作了对比分析。综合论述了JTC技术的发展。指出JTC技术目前存在的主要问题以及未来的研究方向。     

基于LMB平滑的雷达弱小目标跟踪

低小慢目标的有效检测和跟踪是雷达领域目前的热点问题.本文是基于RFT和AMF融合聚焦的雷达弱小目标检测的续篇,重点研究脉冲多普勒(Pulse Doppler,PD)雷达对典型无人机的跟踪问题.跟踪算法的实现步骤主要包括三步:首先进行点迹凝聚和帧间加速度估计的预处理;其次利用标记多伯努利(Labeled Multi-Be...     

基于云模型的跟踪测量雷达系统可靠性评估方法

跟踪测量雷达系统是完成航天测控任务的重要试验装备,不断提高跟踪测量雷达系统的参试能力,是靶场装备工作人员不懈努力的方向。针对该装备系统的多态特点,通过建立可靠性能力模型和可靠性评估云模型,实现了对跟踪测量雷达系统可靠性的定性和定量的转化描述,为当前正在开展的以可靠性为中心的装备维修（RCM）工作提供数据支持。     

基于粒子滤波的三维转弯目标跟踪方法

为了提升对转弯目标的跟踪精度,本文提出了一种基于粒子滤波的三维转弯目标跟踪方法。首先,针对在三维空间中做HGB机动的目标提出了一种三维转弯模型,并建立了目标拦截过程中合理、可信的导弹动力学模型。然后,分别用粒子滤波(PF)、扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)对三维转弯模型进行匹配滤波,通过对各滤波方法的仿真对比分析,选用PF作为三维转弯模型的匹配滤波方法。最后,将机动目标跟踪问题转化为粒子滤波的求解,通过抑制粒子退化和增加粒子多样性的方法,提高了非线性滤波的估计精度。仿真结果表明,基于粒子滤波的三维转弯模型可以对做HGB机动的目标实现稳定可靠的跟踪,对基于三维转弯模型的非线性滤波问题,相较于EKF和UKF, PF的估计精度至少可提升30%。     

基于波形参数设计的认知雷达跟踪方法

针对传统雷达对机动目标进行跟踪时,跟踪误差大、不能充分利用环境信息等问题,提出了基于波形参数设计的认知雷达跟踪方法。该方法首先将目标的运动状态和发射波形参数相联合来构建目标的量测和状态方程,然后引入粒子群优化粒子滤波方法对目标状态进行实时估计,在此基础上推导了系统跟踪精度的后验克拉美罗界(PCRB),并以后验克拉美罗准则来认知设计雷达发射波形参数。仿真结果表明,与传统方法相比,所提方法能够更好地完成对运动目标的跟踪。     

一种新的混合智能粒子滤波算法在雷达机动目标跟踪中的应用

标准粒子滤波算法的精度不高,鲁棒性差标准粒子滤波算法的精度不高,鲁棒性差难以满足雷达目标跟踪的要求。本文提出了一种新的适用于雷达目标跟踪的智能粒子滤波算法,在粒子滤波中先利用人工鱼群的全局收敛性找到满意的解域,再利用粒子群算法引导粒子向高斯然区域移动,提高滤波精度。仿真表明该算法可以在强闪烁噪声下有效地跳出局部最优,搜索到理想的粒子最优值,提高雷达机动目标跟踪的精度。     

A Survey on Joint Target Tracking and Classification

The JTC technology deals with the problem of target tracking and target classification simultaneously within a unified framework. The fundamental idea of the JTC technology is that by taking advantage of the mutual exchange of useful information between the tracker and classifier, significant improvements in performance of both target tracking and target classification can be expected. The principle of JTC technology is introduced. The existing JTC technologies are broadly categorized into two classes, i. e., point-target-motion-model-based JTC and rigid-target-motion-based JTC, which are then compared in detail. The advance of the JTC technology is surveyed with comments on some related litera- tures. Finally, some opening topics of the JTC technology are discussed.     

一种基于弹道模型的机动目标跟踪算法

针对当前目标跟踪算法中跟踪模型与现代反舰导弹实际运动不匹配而影响跟踪精度的问题,根据反舰导弹的弹道特点,通过分析导弹受力情况和运动状态的关系,提出了一种基于弹道模型的机动目标跟踪算法,并针对高速跃升俯冲运动,分别与基于CV、CA模型的目标跟踪算法作了性能比较.仿真结果表明,该算法在原理上是正确可行的,可显著提高对高速强机动目标的跟踪性能.     

基于"当前"统计模型的模糊自适应跟踪算法

基本的机动目标“当前”统计模型及其自适应卡尔曼滤波算法虽能对强机动目标进行很好的跟踪,但是在跟踪弱机动目标时却存在较大的误差。针对这一问题,新算法中引入一种非线性模糊隶属度函数来自适应地调整目标加速度上下限,并从理论上分析了新算法对于弱机动目标跟踪的有效性。通过计算机仿真验证了新算法相对于基本“当前”统计模型及其自适应跟踪算法的明显优势。     

Passive Target Tracking in Non-cooperative Radar System Based on Particle Filtering

We propose a target tracking method based on particle filtering（PF） to solve the nonlinear non-Gaussian targettracking problem in the bistatic radar systems using external radiation sources. Traditional nonlinear state estimation method is extended Kalman filtering （EKF）, which is to do the first level Taylor series extension. It will cause an inaccuracy or even a scatter estimation result on condition that there is either a highly nonlinear target or a large noise square-error. Besides, Kalman filtering is the optimal resolution under a Gaussian noise assumption, and is not suitable to the nonGaussian condition. PF is a sort of statistic filtering based on Monte Carlo simulation that is using some random samples （particles） to simulate the posterior probability density of system random variables. This method can be used in any nonlinear random system. It can be concluded through simulation that PF can achieve higher accuracy than the traditional EKF.     

基于期望系统噪声模型的自适应机动目标跟踪

对于机动目标跟踪问题,由于目标机动能力的增强,使建立的目标模型与目标的实际运动失配。为解决这个问题,需建立大量模型来逼近真实模式。但这使计算量增大,而且性能不一定能提高。本文提出基于期望系统噪声模型的自适应交互式多模型(IMM)算法。该算法自适应调整部分系统噪声模型,使之接近符合实际的系统噪声模型。对目标机动运动的Monte-Carlo仿真结果表明,本算法对机动目标的跟踪精度比标准IMM算法有较大改进,且计算量适中。     

A Fuzzy Adaptive Algorithm Based on ＂Current＂ Statistical Model for Maneuvering Target Tracking

The basiccurrentstatistical model and adaptive Kalman filter algorithm can not track a weakly maneuvering target precisely,though it has good estimate accuracy for strongly maneuvering target.In order to solve this problem,a novel nonlinear fuzzy membership function was presented to adjust the upper and lower limit of target acceleration adaptively,and then the validity of the new algorithm for feeblish maneuvering target was proved in theory.At last,the computer simulation experiments indicated that the ne...     

基于均值偏移和卡尔曼滤波的目标跟踪方法

分析了Mean—shift难以有效地跟踪复杂背景下灰度运动目标的主要缺陷,提出了结合Mean-shift和卡尔曼滤波器的目标跟踪方法。该方法利用卡尔曼滤波器预测目标在当前时刻的起始位置,然后Mean-shift在该位置的邻域内寻找目标所处位置。同时。采用Bhattacharyya系数度量“目标模型”和“候选模型”相似程度．确定“候选模型”是否更换为“目标模型”,避免目标模型过度更新。以地物为背景的飞机目标图像序列试验结果表明该方法较原Mean-shift方法可明显提高阻挡情况下的目标跟踪稳定性。     

基于通用CAD几何模型的复杂目标RCS计算

目前复杂目标的建模方法,一般使用自开发的专用程序分解或是部件分解法,这些方法改动繁琐、不通用、计算误差大.为此提出了使用通用计算机辅助设计软件(CAD)建立几何模型和网格划分,最终通过模型转换程序将目标的网格面元数据传递给RCS计算程序.重点研究了复杂目标的通用几何建模、电磁建模和模型转换的方法,以及适合实际工程应用的计算方法.通过仿真和实测数据的比对,该方法适用任意复杂目标RCS计算,具有较高计算精度和效率.