航迹拓扑序列的SVD相关匹配算法

基本拓扑序列法为适应雷达系统误差需要步进旋转拓扑序列,造成过大的计算量。通过推导系统误差与拓扑序列的近似线性关系,得到了一种基于奇异值分解(singularity value decomposition, SVD)的修正匹配算法,可以一次性地计算出匹配情况下的序列旋转角度,不但极大地提高了计算效率,而且避免了基本拓扑法中选择角度旋转步长的难题。通过仿真测试,SVD算法能减少计算时间90%以上,而且在相同系统误差情况下的正确相关概率和误相关概率性能指标都有较大的提高。     

基于修正随机HOUGH变换的快速航迹起始研究

分析了随机Hough变换在特征点合并时的缺陷.以二维雷达为例,通过对特征点计算公式的分析,得到了特征点坐标误差方差的计算方法,并以假设检验为基础,获得了特征点合并的自适应方法.描述了雷达样点保存的数据结构,给出了完整的基于修正Hough变换的航迹起始算法.通过仿真验证,修正随机Hough法的性能比标准Hough法要好.而且,每次数据扫描的处理时间明显减少,这对多目标密集杂波的处理环境非常重要.     

基于模糊累积函数的航迹起始问题研究

为提取杂波环境下直线航迹,提出了使用模糊累积函数进行Hough变换的方法.考虑到雷达误差对累积函数的影响,该方法以模糊函数的隶属度为累积对象,在参数空间中进行峰值的累积,使累积函数的峰值更加明显.详细描述了航迹起始的算法,并采用衰减因子保证累积函数的时效性.为验证算法,设定了杂波环境下的直线航迹,对各种雷达误差取值下的参数空间累积效果进行了仿真.仿真表明,以累积峰值和峰值显著比为衡量指标,模糊累积法能提高直线航迹检测的准确性,从而减少候选航迹的数量,减轻后续航迹验证的计算量.