主、被动雷达数据融合算法研究

对主、被动雷达的数据融合问题进行了研究.由于被动雷达只能测角,不能测距,当其与目标间的相对加速度为零时,目标的距离状态是不可观的,若只利用角度信息进行主、被动雷达数据互联,则当同一方向上有两个以上目标时,主、被动雷达的正确相关率较低.针对这种情况,提出了被动雷达利用伪距离测量方法来估计目标的径向距离信息,从而可利用主、被动雷达的角度和径向距离信息进行数据互联,并给出了直角坐标系下的数据互联算法.仿真结果表明,利用提出的方法可使主、被动雷达可达到较好的数据融合效果.     

分布式被动传感器轨迹关联算法性能分析

轨迹关联算法性能分析是天基光学被动跟踪系统中尚待解决的一个重要问题,给出针对基于倾角差准则的二维指派轨迹关联算法的性能分析新方法。该方法首先对在正确关联和错误关联条件下的倾角差统计量的概率分布进行准确建模,接着分析关联算法的等价条件,最后推导关联算法的理论关联性能。不同条件下的理论分析性能与Monte Carlo仿真结果表明,角度测量误差、目标间距、目标间的射向差别等都是影响轨迹关联性能的重要因素,这为工程应用提供了参考。     

A New Deghosting Algorithm with Hypothesis Testing Data Fusion

1 .INTRODUCTIONInrecentyears,themultisensordistributeddatafu sionhasattractedmuchattention[5] .Oneoftheim portantaspectsispassivecrosslocation[2 ] .Themea surementfromarealtargetisatrueLOS (line of sight)angleplussomemeasurementnoise.Torrieri[1 ] proposedthebasicmethodsofestimationanddeterminedtheaccuracyofasuitableestimator.However,theLOSmeasurementsofmultipletargetsoccurringinthesameplanewouldcreateanumberoffalseintersec tions ( ghosts) .Eliminatingthefalseintersectingpoints(deghosti…     

基于单脉冲三维成像的抗交叉眼干扰方法

交叉眼干扰是针对末制导雷达实施的一种有效的角度欺骗干扰,使得导弹不能有效地跟踪并打击目标。针对这种主瓣干扰,现有末制导雷达缺乏较为有效的对抗措施。为此,本文提出一种基于单脉冲三维成像的抗交叉眼干扰方法。该方法首先对单脉冲雷达和、方位差、俯仰差3个通道信号在距离、多普勒两维上进行高分辨处理,通过测量各分辨单元的方位角和俯仰角,再结合距离信息得到目标三维像,然后利用目标的团聚效应设定合适的阈值,剔除由交叉眼干扰引起的目标尺寸之外的奇异点,从而得到干扰对抗后的测角结果,确保了导弹对目标的有效跟踪。仿真结果证明了这种抑制主瓣角度干扰措施具有一定的有效性。     

基于L型阵列MIMO雷达的DOA矩阵方法

首先提出一种基于波达方向（direction of arrival, DOA）矩阵思想的L型阵列多输入多输出（multiple input multiple output, MIMO）雷达二维角度估计方法。通过将L型阵列MIMO雷达所产生的二维虚拟平面阵列划分为两个子阵,并构造估计矩阵以实现二维角度估计。在此基础上,针对角度兼并问题,进一步提出联合对角化DOA矩阵方法。该方法通过构造4个子阵,并采用联合对角化方法估计目标二维角度。该方法在保持原DOA矩阵法无需二维谱峰搜索和参数配对等优点的基础上避免了角度兼并问题,能够减少阵列孔径损失,有效提高阵元利用率和角度估计精度。仿真实验验证了所提方法的有效性。     

基于改进型PASTd双基地MIMO雷达角度跟踪算法

针对双基地多输入多输出(multiple input multiple output,MIMO)雷达目标角度跟踪问题,提出了一种改进型紧缩投影近似子空间跟踪(projection approximation subspace tracking deflation,PASTd)算法。PASTd算法性能较好,被大量应用于双基地MIMO雷达角度跟踪中,但是PASTd算法不能跟踪相同发射角(direction of departure,DOD)或接收角(direction of arrival,DOA)的目标,并且无法实现不同时刻同一目标角度的自动关联。改进PASTd算法首先给出了目标角度自动关联算法,且能够实现收发角度的自动配对。然后利用估计出的收发角度,得到此时的收发联合导向矢量。最后用收发联合导向矢量更新PASTd算法估计出的特征矢量,作为下一时刻跟踪算法的初始矢量。改进算法克服了PASTd算法的不足,能够成功跟踪相同角度的目标,并且实现了目标收发角度自动配对和关联。仿真结果验证了理论分析的有效性。     

端射阵机载雷达STAP单脉冲测角方法

端射阵列雷达是新体制雷达发展的一个重要趋势,因其具有低剖面和定向辐射特性,特别适合用于机载雷达的补盲。但由于端射阵天线方向图的特殊性,其主瓣宽度比相同天线尺寸的侧射阵宽得多,这势必会导致传统自适应单脉冲测角方法性能下降。本文提出了一种基于三维空时联合约束的自适应单脉冲测角方法,将传统自适应单脉冲测角问题扩展到俯仰-方位-多普勒三维空间,利用三维杂波特性克服波束过宽所带来的问题,并可同时测出目标的方位角和俯仰角,表现出较为优越的角度估计性能。计算机仿真结果验证了该方法的有效性。     

雷达组网中联合数据关联与偏差估计方法研究

针对雷达组网目标跟踪系统中,单雷达系统偏差严重影响多雷达航迹数据关联及融合跟踪质量的问题,提出了一种联合数据关联与系统偏差估计的方法。该方法利用对雷达系统偏差不敏感的新特征量———目标参照拓扑对多雷达航迹进行自适应的预关联,然后根据关联质量选择可靠的关联航迹对作为雷达系统偏差估计的先验信息,最后应用递归最小二乘算法进行偏差估计,估计结果可为预关联过程提供依据。在无需外界提供关联先验信息的情形下,该方法实现了对静态系统偏差的在线估计,从而可以进行及时的校准,保证了后续数据处理的有效性,具有很高的工程应用价值。仿真结果表明了该方法的有效性。     

被动传感器系统模糊-概率双加权数据关联新算法

针对被动传感器系统中的数据关联问题,提出了一种新的被动传感器系统模糊-概率双加权数据关联算法。该算法首先利用候选关联的方位角建立检验统计量,进行方位的粗关联,排除一部分虚假候选关联,减少计算量;再对保留的候选关联进行交叉定位,计算每个交叉定位点与各个目标的关联概率;同时对相应的候选关联建立模糊关联度,来修正目标的关联概率,最后采用最大值搜索方法得到各个目标的正确关联。仿真结果表明,该方法可以快速、准确的排除虚假定位点,能够有效的对多个目标进行跟踪。     

多雷达联网目标检测能力研究

本文是研究由分布在各处的单部雷达所得信息综合（多雷达联网）工作模式时的目标信号检测的性能。多雷达联网是一个系统。此系统有一组分布在各处的，相互独立的单部雷达和一个能综合多部雷达信息的中心处理器。本文将分布式检测器的概念和雷达联网的性能结合在一起，从而可以得出在不同雷达布站和不同目标起伏条件下信号检测性能。此性能可以对雷达布站方法和比较单、多站雷达性能研究都带来益处。由于目标所在位置相对于每一站的斜距都不相同，因此每一站的所得信噪比也不尽相同，本文将给出综合后的系统发现概率（Ｐｄｏ）和虚警概率（Ｐｆａｏ）的计算和仿真结果。     

频率捷变雷达的扩展目标检测

本文研究频率捷变雷达的扩展目标检测问题。当频率捷变雷达的合成带宽较大时, 雷达目标会变成扩展目标, 导致雷达无法直接应用传统的恒虚警检测算法。针对这一问题, 本文建立了频率捷变雷达的扩展目标检测模型, 推导了基于广义似然比的检验统计量, 并且通过数值仿真展示了相应的检测概率和虚警概率。为了提升雷达的抗干扰能力和频谱利用率, 本文考虑了雷达只使用一部分发射频点的场景。数值结果表明, 在高信噪比下, 频率捷变雷达使用的发射频点越多、合成带宽越大时, 扩展目标检测的性能越好。     

LFM脉冲雷达恒虚警检测的协同压制干扰

针对采用恒虚警检测的线性调频脉冲压缩雷达,提出多假目标联合灵巧噪声的协同压制干扰方法。首先阐述了利用卷积调制转发实现多假目标压制干扰的机理,并推导得到压制信号关键参数值,如假目标个数及干噪比。然后分析了多假目标干扰在侦测参数存在误差时的不足之处,并进一步计算进行协同干扰所需的压制噪声功率。最后对协同压制干扰的效果进行了仿真验证,仿真结果表明,该方法能够降低目标发现概率,实现对雷达检测环节的有效干扰。     

基于多重判别的雷达网距离向多干扰目标鉴别

针对距离多假目标迷惑性强,鉴别过程计算复杂度高的问题,在长基线雷达组网背景下提出了一种基于多重判别的距离向多干扰目标鉴别技术。首先,针对目标量测关联判别次数随假目标数量增加而增加问题,将来自雷达网各目标量测分为真真、真假、假真、假假4种情况,以降低计算量;然后,采用最近邻角度信息多重判别的方法提高真假目标的正确识别率;最后通过理论分析和仿真实验的方法,对本文方法与经典的最近邻关联方法进行对比分析,结果表明,本文方法能够在提高正确识别率的同时显著减少判别时间。     

New computing method of weighted coefficients for tracking a maneuvering target using PDAF in the presence of clutter

To avoid or reduce the influence of unpredictable motion mode on data association, a new computing method of weighted coefficients of measurements for PDAF is presented in which it is assumed that the current turn rate of a maneuvering target changes within a limited range and its turn may be in arbitrary direction during data association. Thus, the predicted center for computing the weighted coefficients is a curved surface in 3-D space, which differs from the predicted center for setting up a validation gate, namely, a point in 3-D space. The distance between a measurement and the curved surface is used to compute its weighted coefficient. To reduce the computational complexity of weighted coefficients, the formulas for computing the maneuvering direction angle and turn rate corresponding to a measurement are presented. Simulation results show the proposed method reduces the percentage of lost tracks and improves the state estimation accuracy in tracking a maneuvering target using PDAF in the presence of clutter.     

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.     

概率约束MIMO雷达稳健发射波形设计方法

传统多输入多输出(multi-input multi-output, MIMO)雷达发射波形设计方法对传播矩阵误差敏感,导致难以得到最优的匹配波形,进而造成系统检测性能严重下降。针对此问题,提出一种基于概率约束的MIMO雷达稳健发射波形设计方法。该方法考虑最差情况的发生为小概率事件,基于输出信噪比(signal noise ratio,SNR)低于可接受水平的概率小于中断概率的约束条件,通过最大化输出信噪比设计最优波形。利用传播矩阵误差的概率分布特性,将概率约束转化为凸约束,从而将统计优化问题转化为确定性优化问题。该方法在传播矩阵存在误差情况下以高概率实现系统性能最优化。仿真结果表明所提方法能够提高输出SNR,具有较好的检测性能。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

集中式多雷达系统维数不匹配处理技术

在集中式多雷达跟踪系统中，经常存在雷达的观测信息维数不一致的情况。为了能正确对所有雷达观测数据进行融合，系统需要首先对维数不匹配的观测数据进行处理。目前，通常采用降维的方法处理数据维数不匹配问题。由于在降维处理过程中，需要丢失目标的高度信息，因此，系统会产生一定的动态误差。当目标的俯仰角度比较大时，系统的跟踪精度必然会下降。针对降维方法的缺点，本文采用升维的方法对数据维数不匹配进行处理，并对这两种方法在不同情况下的跟踪精度进行了仿真分析。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

分布式相参雷达几何布置约束条件

分布式相参雷达(distributed coherent aperture radar, DCAR)通过调整空间分布单元雷达发射和接收时的时间、相位,实现信号相参合成,提高对空间关注区域的探测性能。然而单元雷达位置的布置会影响信号的相参性,进而影响DCAR的合成增益。针对在保证信号合成增益约束下的单元雷达几何布置问题,首先给出DCAR的3种典型结构,然后分析接收信号去相参性的来源,提出DCAR单元雷达几何布置的两个约束条件——信号相参性约束和相参参数可替代约束,建立了目标尺寸、探测距离、载频和视角之间的约束关系。最后通过仿真实验验证了所提出约束条件的合理性和正确性。