无偏转换的雷达误差配准算法

在多雷达数据处理系统中,影响目标跟踪和数据融合质量的一个重要因素是雷达系统偏差.为了使融合结果更加准确可靠,提出了基于无偏转换的雷达误差配准算法.该算法是通过无偏转换把其它雷达的测量转换到主雷达下,利用各雷达相对主雷达的测量差值,采用Kalman滤波器实时估计出各雷达的系统偏差(方位和距离),从而进行配准.仿真实验结果表明这种算法是有效的.     

一种利用宽带信号对弹道目标成像和跟踪的方法

宽带成像雷达通常采用窄带跟踪、宽带成像的交替工作方式。该方法需要花费两个雷达重复周期才能完成对目标的跟踪和宽带成像,降低了雷达跟踪、成像的数据率。为了克服这个缺点,提出了一种基于宽带固态相控阵雷达对弹道目标成像同时进行跟踪的方法,一个周期就可同时完成对目标的成像和跟踪,大大节省了雷达资源,提高了雷达数据率。同时论述了宽带信号距离信息和角度信息提取方法,利用仿真和模拟试验验证了方法的正确性。     

基于雷达与图像信息融合的目标跟踪仿真研究

提出了同平台上一种基于雷达与图像信息融合的目标跟踪系统结构和相应算法。该结构引入“反馈加引导”的思想,即在将系统融合状态反馈给局部传感器作为跟踪初始状态的基础上,利用距离信息引导图像传感器捕获目标,利用角度信息引导雷达跟踪目标,真正做到了两种不同传感器的优势互补。仿真结果证明该系统具有良好的跟踪性能。     

多雷达数据互联算法研究

组网雷达系统作为C4ISR的重要组成部分,其多雷达多目标数据互联问题一直是研究的重点。对单雷达多目标数据互联问题进行了扩展,建立了融合中心的多雷达多目标数据互联问题的数学模型,并设计了推广的联合概率数据互联求解算法(MSJPDA),实现了一种扩展的联合概率数据互联滤波器。以雷达网多目标跟踪为应用背景,对算法和滤波器进行了仿真,结果证明了算法的可行性和有效性。     

基于组合优化分配的多传感器数据互联

在建立多传感器系统现测表达和互联似然比测度的基础上,多传感器多目标数据互联被表达为多重组合最优分配问题.利用一个具有多项式时间复杂度的次优算法,多重分配的方法被应用到由雷达和红外所组成的异类多传感器数据融合系统之中,实现了其中的多目标互联.     

基于发射分集的MIMO雷达相参信号处理方法

针对多个运动的慢起伏目标情况,研究了发射分集多入多出(multiple input multiple output,MIMO)雷达的相参信号处理方法.提出了一种重复利用回波数据的目标参数估计算法.发射分集MIMO雷达的发射阵元间距满足空间分集条件,其接收端采用阵元间距为半波长的均匀线阵.按距离门对其回波信号进行脉压-Capon谱估计,可提取出各目标对应不同发射阵元的初步位置信息.然后利用回波数据及目标的初步位置信息,把同一目标对应不同发射阵元的脉压数据矢量经多普勒频移和相位补偿后相加,再进行Capon谱估计,获得高精度的目标方位角估计值.仿真结果表明,该算法可对雷达观测区域内的多个动目标进行高精度定位.     

杂波环境下基于距离航速航向信息的多目标跟踪

针对杂波环境下的多目标数据互联问题,提出了基于距离、航速和航向信息的多目标数据互联算法。该算法首先以不同目标状态更新向量中的位置元素为中心,基于距离门限对测量数据进行选择,然后在此基础上利用目标航速和航向信息对选择的测量数据做进一步判断,具体方法是由当前时刻目标测量数据和前一时刻目标的状态来估计相应目标的航速和航向,并通过设定的航速和航向门限对保留的测量数据进行选择,实现复杂环境下的多目标数据的有效关联;然后计算有效回波是正确量测的概率,并以这些概率值作为权值对目标状态进行加权融合,实现杂波环境下多目标的可靠跟踪;最后通过仿真实验对算法的有效性和可行性进行了验证。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

调频步进雷达的目标速度估计方法

针对调频步进雷达目标运动对合成距离像的影响,提出了一种快速的速度估计方法.根据调频步进雷达运动目标的回波特性,首先对压缩后的子脉冲进行包络平移.然后将前后两帧中同一频率的信号进行相关处理,对消相位项中距离信息及距离和速度交叉信息,只保留速度信息.再通过快速傅里叶变换处理,完成速度的快速估计.最后利用估计的速度对回波进行补偿,得到了清晰的一维距离像.仿真结果证明了该方法的有效性.     

New deghosting method based on generalized triangulation

A new deghosting method baaed on the generalized triangulation is presented. First, two intersection points corresponding to the emitter position are obtained by utilizing two azimuth angles and two elevation angles from two jammed 3-D radars (or 2-D passive sensors). Then, hypothesis testing baaed deghosting method in the multiple target scenarios is proposed using the two intersection points. In order to analyze the performance of the proposed method, the correct association probability of the true targets and the incorrect association probability of the ghost targets are defined. Finally, the Monte Carlo simulations are given for the proposed method compared with the hinge angle method in the cases of both two and three radars. The simulation results show that the proposed method has better performance than the hinge angle method in three radars case.     

基于相对系统误差估计的组网雷达点迹融合技术

雷达组网点迹融合系统中,雷达系统误差的存在导致雷达点迹的空间配准精度不能满足数据关联和点迹融合的需求。提出一种基于相对系统误差估计的组网雷达点迹融合技术,即将各雷达观测统一到本地雷达的系统误差基准上,以实现精确的点迹空间配准。这种融合技术能提高融合航迹的精度,改善多目标环境下数据关联的正确率,并且当本地雷达功能失效时,融合中心可以采用远方雷达点迹进行补盲,实现精确的航迹维持。仿真实验验证了以上结论。     

单频网外辐射源雷达目标航迹维持新方法

通常雷达数据处理在航迹维持阶段,仅存在目标与量测的数据关联问题。单频网外辐射源雷达多个发射站同频同时发射相同的波形,因此还存在量测与发射站的关联问题。该文针对单频网外辐射源雷达目标跟踪的航迹维持阶段,重点研究了单频网下发射站—目标—量测三者的数据关联问题,通过将量测与发射站的关联融入常规的目标与量测的关联过程,使得发射站、目标和量测的多维关联问题转化为二维分配问题,得到了一种适用于单频网的航迹维持新方法,仿真和实测数据验证了该方法的有效性。     

基于概率数据关联的雷达导引头抗速度拖引干扰算法

针对在速度拖引干扰下, 脉冲多普勒雷达导引头无法精确跟踪、制导目标的问题, 提出了基于概率数据关联的抗速度拖引干扰算法。对于雷达导引头角度测量信息和Doppler测量信息, 采用序贯扩展卡尔曼滤波算法进行目标状态估计。根据Doppler信息强非线性的特点构建了伪量测信息, 并提出了在Doppler量测更新滤波估计阶段，采用概率数据关联算法进行抗速度拖引干扰。给出了算法的推导过程, 并进行了数值仿真验证。仿真结果表明, 采用该算法能够稳定跟踪释放多重速度拖引干扰的目标, 有效抑制速度拖引干扰对制导信息估计的影响, 改善导弹的制导精度。     

Effect of biased estimation on radar-to-ESM track association

The track association problem of radar and electronic support measure (ESM) has been considered in the literature for several years.This problem is crucial for radar-to-ESM track fusion and is complicated by the presence of individual systematic errors and measurement errors.In order to improve the track association of radar and ESM sensors,a pseudo-linear filtering algorithm is proposed to estimate the target states and improve the stability of the filter.It is found that,however,the correct probability of radar-to-ESM track association decreases as the radar measurement error decreases,when the pseudo-linear filter is used for ESM sensor filtering.In view of the strange phenomenon,this paper analyzes the reason for it by using the statistic theory and further performs Monte Carlo simulation to verify the analysis.     

雷达组网中联合数据关联与偏差估计方法研究

针对雷达组网目标跟踪系统中,单雷达系统偏差严重影响多雷达航迹数据关联及融合跟踪质量的问题,提出了一种联合数据关联与系统偏差估计的方法。该方法利用对雷达系统偏差不敏感的新特征量———目标参照拓扑对多雷达航迹进行自适应的预关联,然后根据关联质量选择可靠的关联航迹对作为雷达系统偏差估计的先验信息,最后应用递归最小二乘算法进行偏差估计,估计结果可为预关联过程提供依据。在无需外界提供关联先验信息的情形下,该方法实现了对静态系统偏差的在线估计,从而可以进行及时的校准,保证了后续数据处理的有效性,具有很高的工程应用价值。仿真结果表明了该方法的有效性。     

分布式被动传感器轨迹关联算法性能分析

轨迹关联算法性能分析是天基光学被动跟踪系统中尚待解决的一个重要问题,给出针对基于倾角差准则的二维指派轨迹关联算法的性能分析新方法。该方法首先对在正确关联和错误关联条件下的倾角差统计量的概率分布进行准确建模,接着分析关联算法的等价条件,最后推导关联算法的理论关联性能。不同条件下的理论分析性能与Monte Carlo仿真结果表明,角度测量误差、目标间距、目标间的射向差别等都是影响轨迹关联性能的重要因素,这为工程应用提供了参考。     

MIMO雷达比幅单脉冲测角精度分析

和差比幅单脉冲测角方法由于实现简单且测角精度高,在雷达系统中得到广泛应用。研究多输入多输出(multiple-input multiple-output, MIMO)雷达的比幅单脉冲测角技术及其精度问题,采用全微分方法详细推导了MIMO雷达和传统相控阵雷达的单脉冲测角精度,得到了准确的测角误差函数表达式。通过计算机仿真,验证了理论分析的正确性,并在相同信噪比条件下,对两种模式下的测角精度进行了比较。     

利用方向角信息辅助雷达目标跟踪

传统雷达仅能提供目标的方位和距离量测,由于可利用的信息相对较少,跟踪精度很难进一步提高。利用现代雷达的高分辨探测能力,提出了一种基于距离像识别信息辅助目标跟踪的模型,并结合求根不敏卡尔曼滤波技术得到了一种高性能跟踪算法。该算法根据距离像识别结果得到目标方向角的测量,进而通过增加观测量的维数来提高目标的跟踪能力。不同条件下的仿真结果表明,利用方向角信息辅助的跟踪算法收敛速度快,跟踪精度高,且复杂度与传统算法相当。     

基于多重判别的雷达网距离向多干扰目标鉴别

针对距离多假目标迷惑性强,鉴别过程计算复杂度高的问题,在长基线雷达组网背景下提出了一种基于多重判别的距离向多干扰目标鉴别技术。首先,针对目标量测关联判别次数随假目标数量增加而增加问题,将来自雷达网各目标量测分为真真、真假、假真、假假4种情况,以降低计算量;然后,采用最近邻角度信息多重判别的方法提高真假目标的正确识别率;最后通过理论分析和仿真实验的方法,对本文方法与经典的最近邻关联方法进行对比分析,结果表明,本文方法能够在提高正确识别率的同时显著减少判别时间。