距离多假目标干扰下低可观测目标跟踪处理

距离多假目标干扰下,当雷达对低可观测目标进行跟踪时,会遇到虚假航迹较多、真-假目标鉴别难度大、真实目标跟踪不稳定等难题,针对这些问题,本文提出了基于角度量测统计特性差异的真-假目标识别方法与基于等效量测构建的低可观测目标跟踪方法,实现了虚假目标的有效剔除,有效提高了目标跟踪的稳定性,仿真验证了该方法的有效性.

图像融合技术检测低可观测目标评述

阐明了利用图像信息空间覆盖范围大的特点,运用图像融合的手段来对低可观测目标进行检测.通过综合处理来自多个传感器图像包含的检测对象信息、环境特性信息、运动信息、空间信息、时间信息,获得的融合信息包含任何单一传感器无法提供的信息,进而提高检测性能.扼要介绍了像素层图像融合、特征层图像融合以及符号层图像融合的基本概念.列举了图像融合技术一些应用实例,阐述了用图像融合技术检测低可观测目标的优点.着重强调了检测低可观测目标需要进一步研究的问题.

基于雷达组网的低可观测目标跟踪技术研究

本文利用距离多假目标欺骗干扰下虚假目标检测概率高、与真实目标角度量测相近的特点,提出了基于雷达组网的低可观测目标跟踪方法。根据角度量测信息完成各雷达量测集的划分与融合,对各雷达量测划分进行同源假设检验,利用虚假目标所暴露的真实目标的角度信息,构造低可观测目标的量测输入,对漏检目标进行"补位",提高低可观测目标跟踪的稳定性。仿真结果证明了该技术的可行性和有效性。

基于动态规划的低可观测目标检测与跟踪

动态规划算法用于检测与跟踪低可观测的运动目标,它是一种"检测置前跟踪"技术,在检测到目标的同时得到目标航迹.通过仿真,给出了动态规划算法的处理结果并分析了动态规划算法的性能.结果表明该算法在低信噪比时可以观察到较好的性能,但是当信噪比进一步下降时,其性能会迅速下降.

基于长时间积累的低可观测目标检测方法

雷达信号的有效长时间积累是检测低可观测目标的一种常用方法,可以在不改变系统硬件的同时大大提高信噪比,以增加雷达威力。但是,在较长的积累时间下,快速机动目标有可能会带来距离走动、多普勒扩散等问题,严重影响检测性能。为解决上述问题,提出了一种段内相干积累段间非相干积累的方法,避免出现多普勒扩散,有效地矫正了距离走动,具有良好的性能。

空间多目标掠飞观测接近轨道设计方法

针对当前的天基空间观测任务中存在的观测效率低、燃料不足等问题,基于粒子群算法与空间多目标观测模型提出一种空间多目标掠飞观测的接近轨道设计方法以实现观测器在不变轨道的情况下实现对特定多目标的近距离掠飞观测。结合两轨道卫星的距离计算与天光地影条件建立空间多目标观测模型。利用粒子群算法对观测器轨道六根数优化,得到对特定多目标的综合最近距离观测的最优轨道,以轨道高度差产生的周期差抵消目标与交线处位置的相位差,以消耗时间为代价得到了最省燃料的方式。利用仿真说明了该轨道设计方法的有效性。

无人驾驶公交车基于循迹误差观测和目标测量误差观测的避障路径规划算法

为了提高无人驾驶公交车的避障安全,针对循迹控制不确定性和目标测量不确定性导致地碰撞风险问题,提出了一种基于循迹误差观测和目标测量误差观测的避障路径规划算法。首先利用均值方差模型描述循迹误差,并引入Gaussian过程回归量化目标测量误差。随后,建立了目标横向空间概率分布模型,为安全横向偏移值的求解提供理论支持。最后,通过Bézier路径模型实现避障路径规划,并建立综合评价体系对避障规划性能进行评价。在仿真环境下,探究了循迹误差以及测量误差等不确定因素对避障品质的影响,并在天津大学无人驾驶智能公交的测试道路上进行了实车数据仿真验证,对3种算法的效果进行评价。结果表明:实际行驶中,避障安全性提高了17.61%,具有较好的鲁棒性,提出的算法平均耗时7.43 ms,具有良好的实时性。

雷达低可观测目标探测技术

复杂背景下稳健高效的低可观测目标探测始终是雷达信号处理领域的研究热点和难点。一方面,强杂波背景和目标复杂运动使得信号微弱,时频域难以区分;另一方面,传统雷达体制回波信号资源受限,难以实现对目标信号的精细化描述,亟需发展雷达目标探测新体制和新技术。本文归纳总结了低可观测目标探测面临的技术难点,系统回顾了常用的雷达动目标检测方法,最后从目标探测技术和手段两方面对雷达低可观测目标探测的发展进行展望。

面向区域目标观测的多星协同成像任务规划方法

针对遥感卫星星座对区域目标的观测问题,研究具有侧摆机动能力的卫星在即时覆盖成像策略下的多星协同成像任务规划方法。首先,基于轨道外推模型对区域目标中心点进行可见性分析,得到在卫星侧摆能力范围内有机会观测到目标区域的条带集合。然后,在满足用户需求约束和资源约束的情况下,将区域覆盖率、覆盖即时性、条带个数作为优化目标项构建约束满足模型。最后,利用改进的遗传算法对模型进行求解,得到最优的成像条带集合,并根据轨道外推模型对条带成像时间裁剪。仿真结果表明:该方法可有效提高调度方案的即时性,能在牺牲有限覆盖率的情况下以更短的时间和更少的条带完成对目标区域的覆盖。

基于SIM-GM-PHD的低可观测目标跟踪算法

针对多传感器协同探测多个低可观测目标问题,提出一种基于强度叠加的多传感器高斯混合概率假设密度(SIM-GM-PHD)滤波器,并提出目标状态的两步提取策略.首先,利用跟踪门对预测强度函数中每个高斯分量选择有效传感器集合;然后,利用各传感器量测数据更新其对应的高斯分量,叠加所有传感器的局部后验强度以及全局漏检强度得到融合后验强度;最后,提出目标状态的两步提取策略对目标的个数与状态进行估计.仿真结果验证了所提出算法的有效性.

Deep Snake协助相关滤波目标跟踪

针对在相关滤波目标跟踪中,对目标尺度观测不准会造成匹配模板更新错误,从而降低目标跟踪的精度的问题,提出一种Deep Snake协助相关滤波的目标跟踪方法。该方法首先利用相关滤波估计目标的初始状态;然后利用Deep Snake得到目标的轮廓,进而优化目标的尺度。在OTB-2015(成功率70%)和VOT-2019(期望平均覆盖率28.6%)数据集上的实验结果表明:与现有的目标跟踪方法相比,提出的跟踪方法具有较优的跟踪性能。

基于动态规划的低可观测目标TBD检测方法研究

阐述了动态规划的跟踪置前检测（TBD）的原理和方法。利用TBD的方法对低可观测目标的强度进行积累，并优化动态规划计算方法减少计算量。对所提方法进行了仿真分析，仿真结果表明：此方法能够用于实际雷达弱信号检测，提高检测信噪比，为检测低可观测目标的有效方法之一。

基于集合卡尔曼变换的目标观测敏感区识别系统优化及影响试验

在基于集合卡尔曼变换(Ensemble Transform Kalman Filter,ETKF)方法的适应性观测系统的基础上,考虑湿度因子作用并增加对流层低层的大气运动信息,发展了更加适用于我国中尺度高影响天气系统敏感区识别的优化方案。针对环北京夏季暴雨和冬季降雪的高影响天气个例,分别设计4组试验进行观测敏感区识别试验,考察了优化方案目标观测敏感区识别质量,并对分析和预报结果进行了评估。结果表明:优化方案的目标观测敏感区识别效果最佳,对环北京夏季暴雨和冬季降雪天气的目标观测敏感区质量有明显改善,湿度因子可使最强观测敏感区更加集中,对夏季降水敏感区的影响比冬季降雪天气更加明显。低层大气信息的引入对最强观测敏感区的准确识别也具有重要的积极作用。目标观测敏感区的目标资料对分析和短期预报质量具有明显的正贡献。

北京地区一次空气重污染过程的目标观测分析

针对北京市2016年12月16～21日的空气重污染过程进行了回报试验,探讨了该次事件预报的目标观测敏感区。使用新一代高分辨率中尺度气象模式(Weather Research Forecasting,WRF)和嵌套网格空气质量模式(Nested Air Quality Prediction Model System,NAQPMS),针对初始气象场的不确定性,通过4套初始场资料识别了影响北京地区细颗粒物(PM2.5)预报水平的目标观测敏感变量及其敏感区。结果表明:当综合考虑初始气象场的风场、温度、比湿不确定性的影响时,发现改善黑龙江区域上述气象要素的初始场精度,对北京地区PM2.5预报不确定的减小最显著;当分别考察风场、温度、比湿的不确定性的影响时,发现初始风场精度的改善,尤其是黑龙江区域风场精度的改善,能够更大程度地减小北京地区PM2.5的预报误差,对北京东南地区的PM2.5预报误差的减小甚至可达到40%以上。因此,优先对黑龙江区域的气象场,尤其是该区域的风场进行目标观测,并将其同化到预报模式的初始场中,将会有效提高初始气象场的质量,进而大大减小北京地区PM2.5浓度的预报误差,提高北京地区空气质量的预报技巧。初始风场代表了北京地区该次空气重污染事件预报的目标观测变量,而黑龙江地区则是该目标观测的敏感区域。

多星协同观测条件下区域目标的动态划分方法

针对多星对区域目标的协同观测问题建模,提出了基于卫星观测能力的动态划分方法,划分时能够充分利用卫星的每次过境观测机会,依据不同卫星的遥感器幅宽、侧摆能力以及卫星轨道参数特征,以及偏移参数动态划分区域目标,构造多个候选观测场景,特别适用于运动轨迹、工作模式存在差异的多颗卫星联合观测的情况。仿真实验表明,采用本文的划分方法,能够明显提高多星对区域目标协同观测的效率。

ENSO预测的目标观测敏感区在热带太平洋海温的多模式集合预报中的应用

本文将ENSO预测的目标观测敏感区与多模式集合预报方法相结合,提出了一种能够有效提高预报技巧且又具有较小计算成本的多模式集合预报方法.该方法在目标观测敏感区内采用模式不等权的多模式超级集合预报方法（SUP）,而在其他区域采用相对简单的等权的多模式消除偏差集合平均方法（BREM）.利用CMIP5中15个气候系统模式的工业革命前参照试验（pi-Control）数据,针对热带太平洋海温的长期演变开展了理想预报试验.将新集合预报方法与现有的多模式集合预报方法进行了比较.结果表明,在所考察的预报期内（即1～20年）,新集合预报方法与整个热带太平洋区域使用SUP方法具有相当的预报技巧,但前者的计算成本明显小于后者,计算时间仅为后者的1/4.可见,新方法是一个具有较高预报技巧且计算成本较小的多模式集合预报方法.同时,其较高的预报技巧强调了热带太平洋SST预测对ENSO目标观测敏感区内的模式误差也是极端敏感的,也正因如此,多模式集合预报方法才能够有效过滤模式误差的影响,具有较高的预报技巧.

基于波动方程的目标导向观测系统设计方法研究

本文提出了复杂构造地区的目标导向观测系统的设计方法.使用波动方程正演模拟来指导并在二维声波方程的一阶速度-应力方程中应用交错网格有限差分法实现.使用了四阶精度的差分算子和完全匹配层吸收边界条件.通过分析理论模型的模拟结果,展示了如何将地面地震响应与地下目标构造匹配.通过分析桥口地区实际地质模型的模拟结果,指出波动方程正演模拟在小断块、小背斜增生的复杂地区中相对于传统方法更精确,图像更清晰,更利于分析和指导观测系统设计.跟踪目标区的反射同相轴并得到其到达地面的接收范围来约束炮检距的范围,通过比较不同道距的模拟记录并综合考虑成本和任务目标来选取最佳道距.最终获得了实际效果达到设计要求的观测系统参数.

一种求解条件非线性最优扰动的快速算法及其在台风目标观测中的初步检验

条件非线性最优扰动(CNOP)是Mu等2003年提出的一个新的理论方法,它是线性奇异向量在非线性情形的推广,克服了线性奇异向量不能代表非线性系统最快发展扰动的缺陷,成为非线性系统可预报性和敏感性等研究新的有效工具。然而,由于以往CNOP的求解需要采用伴随技术,计算量相当巨大,限制了该方法的推广应用。为了克服这一困难,本文基于经验正交分解(EOF),提出了一种求解CNOP的快速算法,利用GRAPES区域业务预报模式实现了 CNOP快速计算,并在台风"麦莎"的目标观测研究中得到初步检验,通过观测系统模拟实验(OSSE)检验了该方法确定敏感性区域(瞄准区)的有效性和可行性。试验结果表明,用快速算法求解的CNOP,其净能量随时间快速地发展,而且发展呈非线性。在台风"麦莎"个例的目标观测试验中,用快速算法得到的预报时间为24 h的CNOP可以有效地识别瞄准区,并通过瞄准区内初值的改善,可明显减少目标区域(检验区)内24 h累计降水预报误差。尤其,累计降水预报的这种改进效果能够延伸到更长时间(如72 h),尽管检验时间是设在第24小时。进一步分析发现,24 h累计降水预报误差的减少是通过利用瞄准区内改善的初值改进初始时刻台风暖心结构、高空相对涡度以及水汽条件等而得以实现的。

基于CNOP方法的台风目标观测中三种敏感区确定方案的比较研究

在目标观测中,敏感区的确定是个关键性的问题。本文详细研究了如何用条件非线性最优扰动(CNOP)方法确定敏感区。提出了三种确定敏感区的方案:水平投影方案、单点能量投影方案以及垂直积分能量方案。比较了三种方案确定的敏感区的差异,分析了它们所阐释的物理意义,讨论了它们的优缺点,并通过理想回报试验考查了不同方案确定的敏感区的有效性。对六个台风个例的应用结果显示,单点能量投影方案与垂直积分能量方案下识别的敏感区较为相似,二者与水平投影方案确定的敏感区则有较大的区别。两种能量方案确定的敏感区更多地反映了环境场对台风的影响,而水平投影方案则反映了台风自身对流不对称性结构对台风发展变化的影响。理想回报试验结果表明,由两种能量方案确定的敏感区对预报误差能量的减小程度以及路径预报的改善程度都要大于水平投影方案确定的敏感区的效果,且垂直积分能量方案确定的敏感区的有效性最高。而在强度预报方面,三种方案对预报效果的改善程度相当。因此,总的说在台风目标观测研究中,利用CNOP方法确定敏感区时,垂直积分能量方案是较佳的方案。