共查询到18条相似文献,搜索用时 906 毫秒
1.
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。 相似文献
2.
3.
4.
5.
高分辨雷达在跟踪远程空间目标时,其量测坐标转换会引起一类特殊的强非线性问题。对其产生机理进行了分析。经典的非线性滤波技术的跟踪精度会急剧下降。因此,提出一种基于中间过渡状态的Kalman滤波器,在直角坐标系下进行目标状态预测,避免了球坐标系下目标运动的复杂建模;预测后,通过选取量测空间内目标位置和速度量及其协方差作为中间过渡状态,在测量坐标系下进行目标状态线性更新;更新后,再将中间状态映射到直角坐标系下,从而得到目标状态的一致性估计。仿真实验结果表明,基于中间过渡状态的Kalman滤波器可有效提高高分辨雷达对空间目标的跟踪精度。 相似文献
6.
多机载平台多目标跟踪与辐射控制 总被引:5,自引:0,他引:5
针对作战飞机编队多目标跟踪中的辐射控制问题,提出了一种多机多传感器协同多目标跟踪与辐射控制方法。该方法首先根据目标与我机编队之间的距离,利用模糊逻辑设定不同目标的跟踪精度,然后以目标跟踪精度为任务需求,在时间上控制雷达辐射。建立了目标的威胁评估模型,并根据目标相对我机的不同威胁度在空间上控制雷达辐射,选择威胁度最小的一个或几个雷达辐射。同时,利用多平台间的机载地理坐标系转换,进行多平台序贯滤波,实现传感器管理下的目标跟踪。仿真结果证明了方法的合理性和有效性,研究结论有助于提高作战飞机编队的抗侦察和抗干扰能力,从而提升整体的生存能力。 相似文献
7.
8.
辐射能量减缩是提高机载雷达射频隐身性能的有效途径。针对目标跟踪过程中辐射能量的减缩量约束, 首先通过分析双机雷达协同的目标回波信噪比, 分别从双机与目标距离比和目标雷达散射截面积推导了其对雷达总辐射能量减缩值的贡献; 然后针对雷达目标跟踪过程中的采样间隔算法, 分析了基于滤波残差的递推法与其他两种方法的目标跟踪精度与仿真计算效率; 最后利用交互式多模型卡尔曼滤波算法与基于滤波残差的递推采样间隔法仿真, 验证了目标跟踪过程中双机雷达辐射能量的减缩量, 并仿真了有源无源协同目标跟踪对双机雷达总辐射能量减缩值的贡献。实验结果表明,本文设计的跟踪策略具有更佳的隐身性能。 相似文献
9.
将仅仅考虑位置量测的二维去偏一致转换量测卡尔曼滤波算法进行推广,以解决包含多普勒量测且斜距误差和多普勒误差相关的雷达目标跟踪问题。首先用斜距和多普勒量测的乘积构造伪量测,以减小多普勒量测和目标运动状态之间的强非线性程度;然后用嵌套条件方法得到了转换量测误差前两阶矩的一致性估计;最后根据伪量测是目标运动状态二次函数的特性,用二阶EKF最优地实现了非线性跟踪滤波,其中为了进一步减小二阶EKF的近似误差,利用Cholesky分解实现了位置量测和伪量测的序贯处理。Monte-Carlo仿真结果表明采用新算法可以明显改善跟踪滤波器的性能。 相似文献
10.
复杂弹道群目标空间密集程度高,群内目标相互遮挡,在给定雷达工作带宽前提下如何对复杂群目标进行有效分辨、实现航迹的连续稳定跟踪已成为亟待解决的难题。针对该问题,首先通过二体运动预测获得航迹群预测中心,根据预测偏差与分辨阈值关系,自适应开启局部压缩感知群目标分辨算法,提高群目标遮蔽分辨能力。其次,引入航迹片段拼接思想,利用已有航迹档案构建假设检验,对航迹片段进行关联、平滑处理和批号管理,有效减少换批和非线性估计误差。仿真结果表明,所提算法大大增加了可分辨时间,分辨能力可达80%,平均跟踪时长提高一倍,中断期间跟踪均方根误差显著降低,且航迹稳定跟踪并全程未换批,为弹道群目标精确稳定跟踪提供了一种新的思路。 相似文献
11.
旋转相控阵雷达由于天线面阵旋转和电子波束偏移限制,每天线周期有66.7%左右的时间不能照射到正在跟踪的目标,可连续取值的自适应变数据率跟踪算法不适用于旋转相控阵雷达.在Cohen研究基础上,提出一种离散取值的变数据率跟踪算法应用于旋转相控阵雷达目标跟踪.该算法在直角坐标系下进行运动状态估计,在球坐标系下计算跟踪残差,利... 相似文献
12.
针状波束单脉冲雷达作为跟踪雷达对目标进行跟踪时,首先需要在指定空域完成目标的搜索捕获,而后再进入跟踪状态。雷达扫描方式的不同对目标的捕获性能特别是捕获概率的影响也较大。基于已有的研究对几种常用的扫描方式进行了分析与仿真,比较了各自的优劣情况,给出一种最优化思想及实现方法。仿真结果表明,螺旋形扫描性能最好,但是对系统性能要求较高,栅形扫描对系统要求较低,但扫描性能最差,其他扫描方式性能居于上述扫描方式之间。 相似文献
13.
临空高速目标具有高空、高速、机动能力强、雷达散射截面积小等特性,仅靠单一探测手段难以发现和稳定跟踪。在分析临空高速目标的运动、电磁及红外特性的基础上,探讨了目前雷达、红外平台探测跟踪能力的不足,提出了多平台协同探测跟踪临空高速目标平台与载荷需求、多平台协同工作流程。最后,初步仿真验证了天基多平台的协同探测能力需求。研究可为反临空高速目标的探测跟踪系统发展提供理论和技术支持。 相似文献
14.
弹道式再入目标跟踪方法对比分析 总被引:1,自引:0,他引:1
地基雷达对弹道式再入目标进行滤波跟踪时主要存在两个导致滤波误差增大的不确定因素,一是弹道系数未知,二是不可准确确定过程噪声协方差矩阵。为此,采用交互式多模型无敏滤波(iterative multiple model unscented filter, IMM UF)算法对弹道式再入目标进行跟踪,选取不同的弹道系数初值和过程噪声协方差矩阵构成合适的模型集合进行了仿真分析,并将其滤波结果与扩展卡尔曼滤波(extended Kalman filter, EKF)和无敏滤波(unscented filter, UF)的滤波结果进行了对比分析,同时还分析比较了IMM UF和自治多模型(autonomous multiple model, AMM)UF算法的跟踪滤波性能。从仿真结果可以看出,采用的IMM UF算法和相应的模型集合可以在先验信息缺少的情况实现对弹道式再入目标更高精度的跟踪。 相似文献
15.
在跟踪加搜索工作方式下,相控阵雷达既要对已捕获的目标保持稳定跟踪,又要继续搜索责任空域发现新目标,为此提出了一种波束调度策略。在交互多模型框架下,基于状态的一步预测估计了目标的预期驻留时间,以检测概率和跟踪精度为约束条件进行了优化,基于驻留时间估计了目标的预期噪声方差和预期误差协方差,定义了目标跟踪的紧迫因子、偏差因子和调度系数,在各个时刻估算所有目标下一时刻的调度系数,根据调度系数大小确定下一时刻的波束指向,指挥波束进行照射,当波束照射到目标上时,更新量测噪声并滤波,当波束未照射到目标上时用预测值表示目标状态,仿真证明了算法的可行性和有效性。 相似文献
16.
Li Chaowei Wang Hongqiang Li Xiang & Zhuang ZhaowenATR key Lab. Institute of Electronic Engineering National University of Defense Technology Changsha P.R. China 《系统工程与电子技术(英文版)》2005,16(2)
1.INTRODUCTION Inamonopulseradarsystem,whenthereturnscome frommultipletargetswhichareresolvableinrange,Dopplerandangle,theangletrackingsystemwillbe influencedandconvergesontothepowercentroidof themultipletargets.TheRefs.[1~5]discussthe problemaboutthedetectionofthemultipleunre solvedtargets.Athresholdtestofeithertheamplitudeofthe sum signalorthemagnitudeoftheimaginarypartof themonopulseratiowasconsideredinRef.[2].In theamplitudethresholdtest,whentheamplitudeof thesum signalfailedtoexcee… 相似文献
17.
给出了对抗环境下宙斯盾系统探测弹道导弹的仿真技术。仿真系统建立了宙斯盾系统中SPY 1相控阵雷达、SPG 62照射雷达及SM 2导弹半主动导引雷达的电波传播、射频信道和信号处理模型,给出弹道导弹目标雷达散射截面的快速计算方法,考虑宙斯盾平台和弹道导弹的运动模型以及阻塞式干扰等对抗情况,仿真宙斯盾系统探测并使用SM 2导弹截击弹道导弹的过程。仿真系统可以应用于弹道导弹利用速度、弹道设计和电子对抗等措施突防宙斯盾系统的研究。 相似文献
18.
针对弹道目标微动分类前需平动补偿及典型雷达散射截面积(radar cross-section, RCS)序列分类需构造人工特征的问题,提出利用弹道目标微动特性和RCS相结合的弹道目标智能分类算法。首先,建立弹道目标运动模型并分析得到方位角和俯仰角,从而获取RCS序列,在此基础上利用小波变换得到时频图并构建数据集;然后,通过卷积神经网络(convolutional neural network, CNN)提取时频图像特征序列并与RCS序列融合成高维特征;最后,利用具有容错能力的双向长短期记忆网络充分学习序列之间的相关性以实现目标分类。仿真结果表明,该算法比卷积神经网络和支持向量机的分类精度分别提高5%和2%以上,分类速度比卷积神经网络和双向长短期记忆网络分别提高1.5倍和2.5倍,实现了更高精度的快速智能分类。 相似文献