一种对抗欺骗式干扰的组网雷达功率分配方法

针对现有组网雷达发射站等功率发射信号导致抗欺骗式干扰方法不能获得最高鉴别概率的问题,提出一种对抗欺骗式干扰的组网雷达功率分配方法。首先,在现有组网雷达的参数估计模型中增加了发射站的功率信息,推导了对欺骗距离参数估计的克拉美洛下界(CRLB),计算得到鉴别器中欺骗式假目标的鉴别概率;然后,以最大化假目标鉴别概率为目标,设计功率分配模型,完成欺骗式干扰下组网雷达功率分配方法的设计。仿真实验表明,相比于现有文献中功率平均分配的算法,所提出的功率分配方法可保证将更多的功率资源分配到目标空间角度差异大及回波信号路径损失较低的发射站,有效提高组网雷达系统对假目标的鉴别概率,尤其在系统资源有限的约束下,鉴别概率提高了10%以上。     

组网雷达自适应数据融合跟踪算法

针对高速、机动目标的实时、精确跟踪问题,提出一种能在线调整组网雷达中各雷达权值的自适应数据融合算法。按照一定的规则寻找最佳的权系数,使融合后目标的状态估计值最优;把输入信号用作自适应滤波器的量测信号,利用新息相关的自适应滤波算法对状态方程及量测方程中误差的变化调节增益矩阵的大小,同时根据自适应滤波的状态偏差输出信号与当前的量测数据,运用模糊推理规则对组网雷达系统中各雷达的权值进行在线调节;系统输出结果即为自适应数据融合下目标的最优状态估计值。仿真结果验证了该算法在跟踪精度和收敛速度上的优越性,实现了组网雷达系统对目标的自适应跟踪。     

融合视觉与雷达数据的改进粒子滤波车辆目标跟踪

针对视觉跟踪中由于尺寸变化累积误差导致目标丢失的问题,提出一种融合视觉与毫米波雷达数据的改进粒子滤波车辆跟踪算法。首先,引入遗传算法改善标准粒子滤波中的粒子退化与粒子衰退问题,根据退化程度计算动态自适应的遗传交叉概率,并利用高斯分布替代平均分布计算种群适应度。然后,将图像HSV直方图特征与改进粒子滤波算法结合,实现车辆多目标跟踪。最后,通过雷达目标投影点与视觉跟踪框的位置关系实现关联匹配,利用深度信息修正跟踪框的位置与尺寸。实验结果表明,相对于标准粒子滤波,改进的粒子滤波算法可以使平均跟踪准确率与精度分别提高22.1%与21.1%。相对于仅采用视觉跟踪,融合雷达数据的跟踪算法能够使车辆目标跟踪精度再次提高9.2%。     

SSC移频算法的改进型间歇采样转发干扰

针对间歇采样转发干扰空间分布特性较差,而传统移频处理暴露干扰特征及无法应对调频斜率捷变的弱点,提出应用SSC移频算法改进的间歇采样转发干扰。首先从雷达模糊函数出发推导假目标表达式,分析该干扰方法存在假目标的空间分布缺陷,然后利用N阶频谱扩展-压缩盲移频算法,通过对信号及其延迟进行N倍和N-1倍频谱扩展,利用后者对前者频谱压缩从而得到前移假目标。经理论分析与仿真验证,这种改进方法能有效优化间歇采样转发干扰的欺骗干扰假目标空间分布,且相比直接移频处理,不需要雷达信号先验知识、不会暴露移频特征,可以有效对抗调频斜率捷变雷达。     

一种面向EBPSK卫星被动雷达的改进多源PHD算法

为提高对海杂波干扰下空中目标的跟踪性能,讨论了海面-目标二次反射模型,分析了EBPSK调制方式的卫星被动雷达系统特点,在此基础上开展多目标跟踪研究.由于经典的概率假设密度(PHD)滤波不适用于海杂波空间分布不均匀的卫星EBPSK信号多目标跟踪,提出了面向卫星被动雷达系统的多源改进算法.该算法首先对各卫星信息使用经典PHD滤波进行预测和更新,然后在修整步骤进行多卫星信息融合.仿真结果表明:该改进算法能够适应被动卫星EBPSK信号的特性,避免海杂波造成的虚假目标,目标数估计优于经典的PHD滤波算法,具有工程应用前景.     

基于雷达组网的探测概率仿真模型研究

本文从单部雷达的探测概率分析入手,利用空间分割法计算出搜索雷达组网在有无干扰条件下对其搜索区域内目标的探测概率,对于提高雷达组网的作战效能具有一定的参考价值。     

雷达组网中交叉定位误差校正算法

论述了干扰条件下组网雷达交叉定位的解算模型,并对其定位误差及分布进行了分析。针对各定位模型定位误差大、跳跃性强这一问题。依据数据融合理论建立了组网雷达定位误差的融合校正方法,消除了定位误差跳跃性分布现象。仿真结果表明,定位误差的融合校正模型扩大了组网雷达精确定位范围,使雷达定位精度有了较大的提高。     

雷达假目标仿真精度要求的定量表述

为了提出一种定量表述雷达假目标仿真精度的方法,依据雷达图像目标检测的辐射分辨率理论,沿用指定图像强度计算错误概率的分析方法,给出了目标对比、独立视数与错误概率的关系,进而解析了真假目标雷达散射截面差值与目标正确发现概率的定量关系。理论分析表明,雷达假目标仿真精度的设计参数应选择为不大于3dB。     

利用雷达滤波进行空间有源假目标识别的原理和方法

针对弹道导弹突防过程中的空间有源假目标欺骗干扰,介绍了利用雷达滤波进行假目标识别的原理和方法．在弹道目标跟踪中,滤波器通常默认目标运动服从二体运动方程．真目标的动力学模型与滤波状态方程相匹配,其滤波状态估计归一化误差较小;而有源假目标则相反．这种差异是有源假目标识别的理论基础．由于实际应用中目标的真实运动状态未知,无法直接计算归一化误差,文中采用非线性最小二乘估计,对目标的状态真值进行更精密的估计以获得名义真值．提出了近似归一化误差的概念．结合典型仿真场景,分析了近似归一化误差的分布特性,设计了识别门限．结合中程弹道进行真假目标的计算机识别实验,并对各种影响识别性能的因素做了分析．实验结果验证了所提识别方法的有效性和可行性。     

基于多传感器信息融合理论的交互式多模型算法

在经典的交互式多模型算法中,对似然函数的高斯近似以及概率密度函数与概率质量函数的混合计算使得所求得的模型概率仅为贝叶斯意义下的次优值.为解决此问题,基于各滤波器估计误差的相关性和多传感器最优信息融合准则,提出了一种重新加权的交互式多模型算法.该算法通过计算估计误差的互协方差阵对模型概率进行更新,在此基础上利用最优信息融合理论对各滤波器的滤波结果进行融合.理论分析及仿真结果表明:经过重新加权的交互式多模型算法较原始算法以及其他忽略误差相关性的交互式多模型的改进算法在估计精度上均有显著的提高.