一种改进的雷达组网误差配准算法

雷达组网系统首先要解决误差配准问题，来准确地估计和消除系统误差。对一种经典的误差配准技术广义最小二乘估计GLSE配准算法进行了研究，讨论了系统偏差增大时，配准精度退化的原因，并针对这一问题提出了一种改进的误差配准算法(MGLSE算法)。通过循环配准，MGLSE算法不但可以对真实的系统偏差进行逼近，而且当GLSE算法失效时，可以自动退出配准循环，放弃配准。仿真结果表明，系统偏差较大时MGLSE算法优于GLSE算法和其他传统的配准算法，并具有配准效果自动检验功能，防止配准后系统偏差反而增大。     

模糊数据融合在组网雷达数据关联中的应用

提出了运用模糊数据融合理论解决组网雷达系统中数据关联问题的一种算法 ,采用隶属函数和模糊矩阵实现跟踪过程中点迹和航迹的关联配对 ,克服了传统的硬判断及目标数增加时计算饱和的缺点。该算法简单易行 ,适于工程应用。     

雷达组网系统中的快速多目标跟踪算法

针对雷达组网系统中多目标跟踪问题的特点,提出了一种实时的多目标跟踪算法.算法首先利用最小标准化距离最近邻分配策略对量测数据进行局部航迹关联,再采用模糊数据关联对其进行系统航迹关联,最后,利用α-β滤波对系统关联航迹进行滤波,并分别用仿真和实测数据对算法进行了验证.实验结果表明,提出算法能够实时有效的对多个目标进行跟踪,具有一定的工程实用价值.     

机动组网雷达系统偏差估计

针对机动组网雷达中的距离和欠度的修正偏差,提出了一种基于扩展卡尔曼滤波(extendedKalmanfil ter,EKF)滤波的雷达系统偏差的估计方法,减少了一阶近似对系统偏差估计的影响,即使在系统偏差较大的情况下,也能得出较准确的估计结果,适用于高机动组网雷达中的实时系统偏差修正。     

组网雷达融合处理组件化设计与仿真

数据融合处理是多雷达组网的核心.以典型防空雷达网为参考对象,采用组件化设计方式,将纽网数据融合处理过程划分为不同的组件,设计通用组件库,包括数据有效性检验、误差配准、时空对准、点迹关联、点迹融合、航迹起始、航迹滤波、航迹关联、航迹融合、航迹管理等.每个组件包含不同的处理算法,采用统一的外部接口,通过参数选择不同的处理算...     

基于单部半实物雷达的分时组网仿真方法

提出了一种实用的半实物雷达分时组网仿真方法,有效解决了在半实物仿真中,采用一套半实物设备实现多部雷达组网仿真的问题.提出了一种基于分段曲线拟合的异步航迹关联算法,将航迹关联问题转化为空间曲线的相似性判别问题.该方法已成功应用于某雷达对抗仿真系统中,仿真结果验证了该方法的有效性.     

2D雷达组网几何定位融合算法

研究了两部2D雷达组网中的目标定位估计和定位精度问题。为考虑地球曲率对目标定位精度的影响,提出了两雷达站组网中基于实际地球椭球模型的几何交叉定位与数据融合相结合的方法,建立了两部雷达观测定位几何模型,推导了定位方程和精度估计公式并进行了误差分析。仿真分析表明,在选择更为实际的观测模型的前提下,利用几何定位与数据融合方法不但改善了两雷达的定位性能,而且根据定位几何精度因子(geometrical dilution of precision, GDOP)图的特点,选择相应的定位雷达,提高了雷达站组合的几何定位精度。     

低信噪比下多频段雷达数据高精度相参配准

子带相参配准是多波段雷达数据融合技术首先要解决的问题,它直接关系到多波段数据融合的成败。基于数据相关与基于Prony模型的方法在弱噪声的条件下能取得比较理想的相参配准结果,但在噪声较强的条件下配准误差较大。本文分析了线性相位和固定相位对一维像的影响,在此基础上利用累加一维像的图像熵,提出了依据最小熵准则和非线性最小二乘拟合获得高精度相位参数估计的方法。仿真实验表明,本文所提出的方法在低信噪比条件下的参数估计精度优于现有的方法。     

两坐标雷达组网中目标高度与系统误差联合估计

针对目前两坐标雷达组网系统误差估计忽略了目标高度影响的问题,采用模块化方法,将3部两坐标雷达组网分成平面与空间两个模块进行目标高度与系统误差的联合估计,提高了系统误差估计的精度。首先分析目标高度对系统误差估计的影响,接着详细推导基于极大似然估计法的目标高度与系统误差联合估计模型,并给出估计流程图,最后建立仿真模型对算法进行验证,并和传统方法进行比较。仿真结果显示,所建立的模型能够精确估计出目标平面位置和高度信息,实现目标的三维准确定位,并且同样能精确估计出传感器系统误差,验证了算法的准确性和有效性。     

基于距离加权最小二乘的量测数据关联

量测数据关联是被动多传感器系统中需要首先解决的一个关键问题,通常可采用多维分配算法进行求解,其中代价函数的选取在一定程度上决定了算法的最终分配结果。基于广义似然比构造的代价函数由于采用精度较低的传统最小二乘法进行定位,且没有考虑融合方差的影响,导致其性能较差。针对这一问题,提出一种基于距离加权最小二乘的量测数据关联算法,该算法将距离信息引入最小二乘定位算法中,并在代价函数的计算中融入目标位置的估计方差,构建出能够更为准确反映量测与目标之间相关程度的代价函数。仿真实验表明,所提算法在计算代价较小的前提下,提高了关联正确率,具有较好的工程应用价值。     

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.     

速度信息辅助雷达目标数据关联方法研究

多目标数据关联时,联合概率数据互联(JPDA)算法是最常用的方法之一,与最优的贝耶斯算法需要对当前时刻以前的所有确认量测集合进行研究相比,其只对最新的确认量测集合进行研究,因此是次优的贝叶斯算法。为进一步提高JPDA算法的性能,基于最优贝叶斯算法的理论,将包含目标历史信息的速度信息引入JP-DA算法过程中,增加了近距离平行运动目标的正确关联次数,并提高交叉运动目标关联精度。     

针对分布式雷达网的多帧联合航迹起始方法

分布式雷达网相对于单站雷达系统而言, 可以通过信息融合、协同探测等技术获得目标探测性能的提升。然而实际应用中, 目标相对于各个雷达站距离和视角通常不同, 往往存在某些雷达站由于信噪比较低无法捕获成功。针对上述问题, 充分依托分布式雷达网信息共享的优势, 提出一种多帧联合航迹起始方法。首先将已经成功建立目标航迹的雷达站获取的跟踪信息, 传递至尚未发现目标的雷达站, 并基于该跟踪信息建立预测波门, 设计预测波门内的多帧联合检测方法, 最终根据检测结果完成目标航迹起始。仿真试验表明, 所提方法可以实现航迹起始性能的提升。     

Modified joint probabilistic data association with classification-aided for multitarget tracking

Joint probabilistic data association is an effective method for tracking multiple targets in clutter, but only the target kinematic information is used in measure-to-track association. If the kinematic likelihoods are similar for different closely spaced targets, there is ambiguity in using the kinematic information alone; the correct association probability will decrease in conventional joint probabilistic data association algorithm and track coalescence will occur easily. A modified algorithm of joint probabilistic data association with classification-aided is presented, which avoids track coalescence when tracking multiple neighboring targets. Firstly, an identification matrix is defined, which is used to simplify validation matrix to decrease computational complexity. Then, target class information is integrated into the data association process. Performance comparisons with and without the use of class information in JPDA are presented on multiple closely spaced maneuvering targets tracking problem. Simulation results quantify the benefits of classification-aided JPDA for improved multiple targets tracking, especially in the presence of association uncertainty in the kinematic measurement and target maneuvering. Simulation results indicate that the algorithm is valid.     

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。     

卫星与雷达位置数据自适应关联

卫星与雷达间的数据关联能够实现海上预警探测过程中由大范围预警向精细跟踪过渡转换,但传统关联模型关联速度慢且难以适应舰船编队目标的非刚性变换、虚警漏报等情形。对此,提出一种卫星与雷达位置数据自适应关联模型。首先,采用多层神经网络提取卫星数据和雷达数据的整体差异参数。然后,将参数通过位移变换估计网络实现两类信源目标的匹配,解决不同信源间的时间间隔和定位误差导致的空间位置差异。最后,对匹配后的目标进行关联判决。仿真实验结果表明,该模型关联速度快,精度高,能够实时处理大规模多源数据关联任务。同时在应对非刚性变换、定位误差、虚警漏报等场景下有较好的鲁棒性。     

两坐标雷达融合定位算法

传统的两坐标雷达目标定位算法需通过迭代求取目标位置估计,不仅计算量大,而且有可能得到局部最优解,甚至无效解。提出了一种组网融合定位算法,利用数据融合技术进行目标定位,回避了费时的迭代搜索,同时保证了估值的有效性。仿真实验验证了该方法的有效性。     

基于压缩感知和递归最小二乘的IR-UWB信道估计算法

为了减轻脉冲无线超宽带(impulse radio ultra-wide band, IR-UWB)接收机高采样频率的负担,提出了基于压缩感知和递归最小二乘的低采样率信道估计算法。该算法先令接收到的训练符号通过随机滤波器,并对其欠采样,对采样到的信号进行递归最小二乘计算,最后利用压缩感知重构算法得到信道参数的估计值。提出的算法能够在低采样率的情况下对IR-UWB信道参数进行有效估计。该算法一方面降低了接收机对于模数转换器的要求;另一方面,低采样率产生较小的数据量,从而降低了估计算法的计算量。     

基于RLS的联合同步和信道估计算法

针对采用跳频正交频分复用(frequency hopping orthogonal frequency division multiplexing, FH-OFDM)系统进行战时通信时存在的高误码率(bit error rate, BER)问题,对定时偏差(timing offset, TO)、载波频率偏差（carrier frequency offset, CFO）和采样率偏差(sampling frequency offset, SFO)进行综合考虑,提出一种导频辅助的联合同步和信道估计算法。在时域中分别对TO和子载波干扰项进行预先补偿。使用线性误差函数来配合递归最小二乘法对信道冲激响应、CFO和SFO进行估计。采用改进的极大似然算法对迭代参数的初始值进行估计,提高了估计的准确度。分析并给出FH OFDW系统频谱效率的权衡标准。仿真结果表明,该系统工作在1 000 hop/s时,该算法的估计均方差和BER均优于传统的算法。