目标航向航速解算及验证方法研究

主要论述了在雷达产品应用中对海空目标相对和绝对航向航速的解算方法,并对几种可以提高航向航速解算精度的方法进行了探讨,最后提供了一种验证相对和绝对航向航速解算精度的方法。     

航空光电平台机动目标跟踪定位技术应用

利用航空光电平台对机动目标进行侦察,使用机载平台参数对探测机动目标进行定位,通过卡尔曼滤波算法解决机动目标定位离散分布,通过滑动加权及滑动平均的方法对机动目标的航向航速进行平滑。工程应用表明,上述方法可以实现对航空光电平台探测机动目标进行实时自动定位及航向航速解算,数值定位滤波精度高,满足系统定位指标的要求。     

基于TACKF的海面目标航向航速估计算法

航向航速是海面目标的重要特征,能准确估计出目标的航向航速对于海面目标的跟踪、识别和打击具有非常重要的意义。由于海面目标跟踪中易出现量测高精度、系统复杂强非线性等情况,导致传统非线性滤波器对海面目标航向航速的估计精度不高。此外,海面运动目标自身速度较慢,滤波器的稳态波动对海面目标的航速估计影响较大。针对上述问题,提出了一种基于截断的自适应容积卡尔曼滤波器(TACKF)的海面目标航向航速估计算法。仿真结果表明,所提出的TACKF算法较传统的非线性滤波算法有显著的性能提升,可以有效提高复杂环境下海面目标航向航速的估计精度。     

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。     

基于IMM-UKF的航天测控雷达机动目标跟踪

航天测控中雷达的测量值具有较大的随机误差,用雷达的测量值直接解算运载火箭的外弹道跟踪精度较低。提出基于IMM-UKF的雷达机动目标跟踪方法,适应了航天发射任务中运载火箭在不同时段具有不同机动特性条件下对机动目标稳定精确跟踪的需要。仿真结果表明和利用雷达测量值直接解算目标弹道的方法以及采用单一运动模型的UKF滤波方法相比,IMM-UKF算法具有更高的外弹道跟踪精度,并且算法的收敛速度满足航天测控外弹道跟踪的实时性要求。     

一种提高雷达远距离机动目标精度的算法

在分析雷达对远距离机动目标跟踪速度精度要求和存在困难的基础上,提出了一种提高三坐标雷达速度估计精度的滤波算法。该算法将三维空间中目标的运动描述为切向和法向加速度机动的非线性状态方程,采用机动目标"当前"统计模型,建立了基于雷达三坐标测量的自适应扩展卡尔曼滤波算法。仿真结果表明,该算法可明显提高远距离目标机动段的速度精度。     

航向角辅助的高斯混合PHD模糊滤波方法

为了更好的解决目标数未知或随时间变化的多目标跟踪问题, 针对高斯混合概率假设密度滤波器（GMPHD）的局限性,提出了非线性条件下的航向角辅助的GMPHD滤波算法。本文给出采用测量数据计算航向角的方法,将航向角与观测向量组成复合观测向量,在跟踪过程中提高了对目标位置的估计精度;利用测量数据生成新目标密度,提高了目标数的估计精度;同时,本文在非线性高斯条件下,将求容积卡尔曼滤波（CKF）引入计算目标状态的预测和更新分布,取得了很好的效果;最后利用模糊方法确定了各个目标的运动轨迹。实验结果表明,本文提出的算法不但能给出目标的运动轨迹而且在目标的位置、速度和目标数的估计精度上都有明显的提高。      

Unscented卡尔曼滤波对目标位置预测

采用一种针对目标位置预测只能测量角度信息的卡尔曼滤波算法,实现对目标的位置、速度和加速度的估计。由于是纯方位目标运动分析,所以一般的线性滤波方法不能使用,主要使用UKF滤波算法,并给出了具体步骤。通过仿真运算与以前的方法进行比较,发现该算法实现方便,并在滤波精度、稳定性和收敛时间等方面有了很大提高。     

基于时差定位解算的目标跟踪处理

针对三站时差定位系统的目标跟踪问题,推导了时差定位解算过程和定位协方差估计方法,研究了“先时差定位解算、后卡尔曼滤波处理”的跟踪处理方法。计算机仿真实验表明,该处理算法跟踪精度与无迹卡尔曼滤波基本相当,由于其避免了非线性近似计算导致的发散问题,处理稳健性更好,适合在实际工程中应用。     

视线坐标系带多普勒观测的雷达目标跟踪

雷达观测量与目标状态呈非线性关系,使目标跟踪成为非线性滤波问题,目标状态估计精度与跟踪滤波算法复杂度成了一对不可调和的矛盾。提出了在视线坐标系中建立观测方程,将笛卡尔坐标系中的目标运动方程转换到视线坐标系中,使得雷达观测量尤其是多普勒速度观测与目标状态呈线性关系,并推导得到了该坐标系下的卡尔曼滤波算法,比较了与标准卡尔曼滤波算法的不同。仿真结果表明,该算法不仅能改善跟踪滤波效果,还明显降低了算法复杂度,节省了运算时间。     

基于MIMO噪声雷达的高速运动目标检测

针对传统体制雷达对高速运动目标不能进行长时间有效相参积累检测问题,该文提出了一种基于MIMO噪声雷达的高速运动目标检测方法。该方法利用MIMO噪声雷达在短时间内输出的多路回波数据进行相参并行处理来取代回波数据的长时间相参积累检测,以避免距离走动,径向速度变化以及反射截面积(RCS)快起伏等非平稳因素对目标检测的影响,有效实现了多个高速运动目标的无模糊检测。仿真结果验证了MIMO噪声雷达在高速运动目标检测方面的优越性。     

基于多基地雷达系统的机动目标跟踪算法

针对多基地雷达系统,提出一种基于目标距离和以及速度信息的快速卡尔曼滤波机动目标跟踪算法.将目标位置滤波和速度滤波结合,构成了机动目标滤波的完整形式,从而提高了跟踪精度,最后给出仿真实例并进行相关的讨论.结果表明该方法计算量小,收敛速度快,跟踪精度高,具有一定的实用价值.     

基于RCS的海上目标识别方法研究

雷达目标识别技术是现代雷达的一个重要发展方向,高分辨雷达目标识别方面已经取得了较大的进展,但是在现今条件下不可能把所有的常规雷达都更换为高分辨雷达,因此如何提高常规雷达的利用率迫在眉睫。本文的研究主要基于雷达散射截面的目标识别,依据海上目标的自身特点,提出了利用常规雷达进行海上目标识别的办法,并且已经达到了较好的识别率。     

基于ESM和雷达的海上目标识别方法

对电子支援措施（ESM）探测到的目标信号进行了分析,得到了雷达的基本概率分配函数;根据雷达和舰船的对应关系,由雷达概率分配函数推导出目标平台的基本概率分配函数;然后利用目标的位置信息对目标进行筛选;最后根据测得的舰船目标航速以及分析回波得到的目标平台的大小,采用D-S证据理论识别海面目标。该方法具有较大的实际应用价值。     

模拟空中目标定位运动模型的几点设想

空中目标定位运动模型主要为雷达模拟设备与系统提供及时、准确、逼真的空中目标信息。空中目标定位运动模型是任何雷达模拟系统都必须建立的基本模型,其结构与系统的处理速度、精度有极大的相关性。建立雷达训练想定时,为了使目标在预定时间到达预定地点（如拦截、合批、分批等操作）,需要确定精确的4D飞行航迹,必须给定确定的航路点,模拟目标的实际位置。     

超高速运动目标回波及其对雷达检测的影响

超高速运动目标是现代雷达目标检测中遇到的新情况。文中建立了超高速运动目标的回波模型，得出其信号模型是一多项式调频信号。根据超高速运动目标回波信号的特点，给出了先进行多普勒处理再进行脉冲压缩的超高速运动目标检测方法。分析了目标的超高速运动对雷达目标检测的影响，并对理论分析进行了仿真验证。最后给出了问题的解决方向。     

基于多DSP的雷达检测录取器的设计

介绍了以多片ＤＳＰ和可编程器件可编程门阵列（ＦＰＧＡ）相结合构成的雷达检测录取单元,给出了系统的软件流程图．分析了实时处理的速度。用此方法设计的雷达检测录取器具有体积小、可靠性高、通用性强的优点。     

一种获取雷达目标一维距离像的方法

利用高分辨一维距离像进行目标识别在现代雷达中已成为一个重要的研究课题。本文基于雷达信号设计和互相关接收处理技术,研究了一种利用目标回波,逐次获取一维距离像的方法。与冲激雷达相比,这种方法能显著提高信噪比,并且这个方法的收敛速度快,一般迭代10次以内即达到稳定。     

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。     

新型雷达动态目标模拟器的研究

讨论了一款新型的雷达动态目标模拟器。该模拟器可对飞行目标的距离和速度进行模拟 ,以改变信号源的载频来模拟目标的多普勒频移 ,通过对雷达视频脉冲的可编程延时来模拟目标的距离变化。可编程脉冲延时是由EPLD来实现的。该模拟器具有高稳定、高精度、操作简单、应用范围广的特点