基于多驻留测量的相控阵雷达目标跟踪算法

针对相控阵雷达目标跟踪和资源调度问题,给出了基于后向概率的后向递归概率数据关联滤波(PDAF),以及基于后向概率最大的多维数据关联(N-D)方法。推导了预测位置偏离波束指向、且误差是相关的情况下,估计目标平均信噪比和目标检测概率的方法。通过仿真,比较了不同测量窗口数据长度和不同杂波环境下,相应算法对目标维持跟踪的性能和雷达能量需求。仿真结果表明,基于后向递归的PDAF优于常规的PDAF和N-D方法;虽然基于后向概率最大的N-D方法比常规的N-D方法好,但当维数较少时仍然比PDAF性能要差。     

舰载相控阵雷达单目标测量精度研究

舰船摇摆环境下相控阵雷达跟踪机动目标要解决的两个主要问题是由目标机动引起的误差和舰船摇摆运动引起的误差。本文提出两种可行的解决方案,并进行了计算机仿真,仿真结果说明两种方案都是可行的。     

用相控阵雷达跟踪编队飞行目标的数据处理方法

本文介绍用相控阵雷达跟踪编队飞行目标的数据处理逻辑,其重点是对队形交叉、分离及编队成员增减等情况的处理方法。本文提供的逻辑对单目标跟踪情况也完全适用。     

机械扫描雷达和相控阵雷达中的TWS技术

本文研究了在传统的机械扫描雷达和相控阵雷达两种雷达体制中使用边扫描边跟踪技术（ＴＷＳ）跟踪目标时,其扫描方式的不同引起的噪声模型和跟踪性能的差异,并通过在相控阵雷达仿真系统中进行的实验和结果分析,得到了在相控阵雷达中应用ＴＷＳ技术时的跟踪性能不如机械扫描雷达的结论。     

用C6201实现机载相控阵雷达的目标模拟

论述了一种新的机载相控阵雷达视频信号模拟器中目标信号的模拟方法和基于TMS320C6201的硬件实现.该模拟器采用软硬件相结合的方法,由计算机根据雷达工作参数预先设定并计算目标、杂波数据,然后将数据加载到硬件电路中,硬件电路实时合成视频雷达回波信号并输出.     

基于雷达/红外神经网络融合目标跟踪算法

提出—种基于雷达/红外传感器神经网络融合的机动目标跟踪算法，利用神经网络的非线性逼近能力，将神经网络与卡尔曼滤波器相结合构成一个非线性估计器，该算法可以对来自红外成像传感器的补充信息加以充分利用，进行机动检测，把计算负荷转移到神经网络，在改善跟踪性能的同时又保持跟踪滤波的计算结构尽可能简单。仿真结果表明所提出的跟踪滤波算法在跟踪应用上优于—般的非线性估计算法，它最明显的优点就是减少了数字计算上的复杂性，提高了跟踪算法的快速性。     

机动目标的模糊自适应跟踪算法

在当前统计模型的基础上，提出了一种基于当前统计模型(CS)的模糊自适应算法(CSFA)。该算法使用了模糊推理技术，使系统状态噪声方差随着机动特性能够自适应调整，提高了系统在目标作非机动或者弱机动时的跟踪精度以及在强机动时的快速响应能力。蒙特卡罗仿真结果表明了该算法的有效性。     

相控阵雷达的参数选择和几个问题的讨论

本文从相控阵雷达的工作原理出发,推导了几个主要参数之间的制约关系,并对在设计相控阵雷达时所遇到的几个问题进行了讨论;提出了相应的解决途径。     

相控阵和频率分集阵双模式雷达联合目标检测

传统相控阵发射方向图仅是角度的函数,而频率分集阵发射方向图是距离/时间-角度的函数,发射方向图的差异使得两种体制各具不同的应用优势。本文提出一种相控阵和频率分集阵双模式体制联合目标检测方法。分析了双模式雷达的发射方向图特性,阐明了相控阵发射功率聚焦与频率分集阵角度宽覆盖结合的优势,提出了相控阵和频率分集阵双模式联合最优检测器,基于检测概率、检测信噪比对比分析了双模式体制相比于单一模式体制的目标检测性能改善。研究表明,相控阵和频率分集阵双模式雷达不仅在主瓣方向具有最优的目标检测性能,而且可以在较小信噪比损失的条件下兼顾旁瓣区域的目标检测性能。     

基于强跟踪滤波器的纯方位机动目标跟踪算法

针对无源纯方位跟踪中目标机动的问题,提出了一种基于强跟踪滤波器的机动目标跟踪算法.该算法在目标机动跟踪中通过实时调节增益阵,提高了滤波器对状态变化的跟踪能力,避免了修正增益协方差(MGEKF)算法中所寻找的观测量修正函数不准确而引起较大的误差.同时对量测模型非线性问题采用伪量测变换估计器(PLE)予以解决,它具有形式简单,计算量小的优点.最后将该算法与MGEKF算法相比较,Monte Carlo仿真结果验证了提出算法的优越性.     

空间探测相控阵雷达系统中的任务规划算法

针对空间探测相控阵雷达系统,提出了一种观测任务规划算法。首先,建立了观测任务模型和观测任务资源占用模型;其次提出一种多任务并行截止期越早越优先(multi-task parallel earliest deadline first,MTPEDF)调度算法来解决观测任务规划,该算法综合考虑雷达的搜索任务与跟踪任务来进行系统资源的分配。对于跟踪任务,算法结合目标的过境时间以及当前系统的负载情况,以此来确定雷达对该目标的观测时间段;最后给出了算法的评估方法。利用在轨的2 886个空间目标进行仿真验证,仿真结果表明算法可以较好地利用系统时间资源,合理安排雷达观测任务。     

基于遗传算法的相控阵雷达最优化调度研究

任务调度是相控阵雷达工作流程的核心环节,也是雷达设计的重要内容,本文提出了一种基于遗传算法的任务调度模型。在与典型作业车间调度比较的基础上,分析了相控阵雷达调度的流程和时序,然后利用层次分析法研究了最优化调度模型的目标函数,并且结合双门限思想给出了时间、能量和计算机约束条件,为下一步应用遗传算法求解相控阵雷达调度模型奠定了基础。     

宽带相控阵雷达的设计准则与发展方向

宽带相控阵雷达是一种新型的成像雷达,在弹道导弹防御(BMD)中有着重要的应用。首先回顾了国外宽带成像雷达的发展,分析了宽带相控阵雷达的波形选择、子阵的选择及自适应波束形成的实现结构,并给出了有源固态宽带相控阵雷达宽带线性调频Stretch处理的信号处理组成框图,提出了宽带相控阵雷达的未来发展方向。所提的设计准则与给出的发展方向对未来弹道导弹防御雷达的研制有一定的参考意义。     

宽带相控阵雷达中波束形成问题的研究

多功能宽带相控阵雷达可以灵活地切换于多种工作模式和实现高分辨成像,成为相控阵雷达发展的重要方向。工作在成像模式时,系统采用具有一定带宽的信号,传统窄带波束形成的方法在宽带相控阵雷达中不再适用。对宽带相控阵雷达中波束形成问题进行了讨论,对波束方向图的畸变给出了定量分析和实验结果。在此基础上,提出了频域宽带波束形成方法中频率柜划分的依据。     

基于启发式混合遗传算法的相控阵雷达最优化调度

针对相控阵雷达最优化调度,提出了结合启发式规则的混合遗传算法实现。设计了基于遗传算法的相控阵雷达调度的编码规则、初始种群产生、交叉和变异遗传算子等,定量描述了波束合并和交错跟踪的条件,并提出了五项启发式规则。最后开发了结合启发式规则的混合遗传算法相控阵雷达调度软件系统,并利用仿真结果验证了算法的可行性和有效性。     

脉冲多普勒雷达距离拖引目标序贯滤波跟踪方法

建立一个包含欺骗过程参数的滤波模型,在估计目标状态的同时,对目标距离拖引欺骗的相关参数进行估计。用一个递归滤波器估计回波平均功率,并计算真实回波和欺骗回波的检测概率,用于相关计算和欺骗终止判断。用2D方法实现测量值与真实回波和欺骗回波预测位置的关联判断,对相关上的回波使用序贯滤波的方法对目标状态进行估计。仿真结果表明,本方法能够有效地利用欺骗回波,不仅能稳定地跟踪目标,而且可以获得较高的目标位置估计精度。     

基于二次规划的相控阵雷达任务自适应调度算法

雷达任务自适应调度是目前相控阵雷达资源管理研究的热点问题。以加权时间偏移量平方和最小为调度代价标准,基于相控阵雷达任务二次规划数学模型,证明最优解存在条件,并给出一种最优解的解析求解算法。与数值解法相比,解析求解算法有效提高了算法的快速性。对航空护卫舰舰载相控阵雷达真实工作环境进行一系列仿真,仿真结果表明,所提算法有效提高了雷达高优先级任务调度的调度成功率,降低了任务调度代价。     

多功能相控阵雷达实时驻留的自适应调度算法

灵活有效的调度算法是实现多功能相控阵雷达工作性能优化和资源合理利用的基础。从调度代价的角度建立了实时驻留调度的数学模型,提出一种求解次优调度序列的自适应算法。该算法利用任务自身工作方式属性及任务中所含目标的先验信息分配任务的综合优先级,采用一步回溯的策略来确定每个驻留任务的调度属性,利用二次规划获取其最佳执行时间,并与传统的基于优先级调度算法进行了比较。仿真结果表明,提出的自适应调度算法提高了任务调度成功率,降低了截止期错失率。     

相控阵雷达波束波形联合自适应调度算法

针对多功能相控阵雷达,提出了一种波束和波形的联合自适应调度算法。首先建立了联合调度的最优化模型,该模型根据当前时刻目标实际协方差与期望值的偏差代价以及所选波形的能量代价,来确定下一时刻相控阵雷达的最佳工作方式。对于多目标跟踪,分别给出协方差偏差均值和最大协方差偏差的两种偏差度量准则。所提出的算法可以依据最佳的调度方式来控制相控阵雷达下一时刻波束的工作模式以及相应的工作波形,使得对所有目标的跟踪偏差代价和资源消耗代价最小化。仿真结果表明本文所提出的算法可以在维持目标期望跟踪状态的条件下,有效地调度雷达的工作模式和波形。最后讨论了期望协方差阵的选取原则。     

Novel cued search strategy based on information gain for phased array radar

A search strategy based on the maximal information gain principle is presented for the cued search of phased array radars. First, the method for the determination of the cued search region, arrangement of beam positions, and the calculation of the prior probability distribution of each beam position is discussed. And then, two search algorithms based on information gain are proposed using Shannon entropy and Kullback-Leibler entropy, respectively. With the proposed strategy, the information gain of each beam position is predicted before the radar detection, and the observation is made in the beam position with the maximal information gain. Compared with the conventional method of sequential search and confirm search, simulation results show that the proposed search strategy can distinctly improve the search performance and save radar time resources with the same given detection probability.