自适应CS模型的强跟踪平方根容积卡尔曼滤波算法

对于目标跟踪过程中的强机动问题,基于当前统计(current statistical, CS)模型和改进的强跟踪平方根容积卡尔曼滤波器(square root cubature Kalman filter, SCKF),提出新的跟踪算法。在CS模型和改进输入估计算法的基础上,引入加加速度估计,使得状态过程噪声与状态协方差矩阵相联系,实现模型的自适应调整。从正交性原理出发,重新确定了渐消因子的引入位置,并提出了新的渐消因子计算形式,以克服传统渐消因子在雷达量测坐标系中的失效问题,从而构造强跟踪平方根容积卡尔曼滤波器。另外,构造强机动检测函数,利用SCKF的输出来调整自适应CS模型中的机动频率。仿真结果表明,相比基于CS模型的多重渐消因子强跟踪SCKF算法、改进CS模型的强跟踪SCKF(SCKF STF)算法和交互式多模型(interacting multiple model, IMM)SCKF算法,所提算法具有更佳的目标机动适应性和跟踪精度;相比于IMM SCKF算法,实时性有明显改善。     

基于中频注入的雷达信号模拟器设计与实现

采用基于中频注入的方法为雷达构建复杂电磁环境,对提高部队在复杂电磁环境下的作战训练水平具有重要意义。研究了一种基于中频注入的雷达信号模拟器的设计与实现,通过对目标回波、欺骗干扰信号和压制干扰信号分析,提出了模拟器系统的总体设计及模块化设计方案,并对该模拟器进行了实际测试。测试结果表明:该模拟器能够实时模拟目标回波、欺骗干扰信号及间歇瞄准式、阻塞式及扫频式等干扰信号,并且可以根据训练环境的需要选择信号输出,满足了设计指标要求,具有较高的实用价值。