主被动雷达导引头数据融合目标跟踪算法

在主被动雷达导引头目标跟踪过程中,为了有效融合主被动雷达导引头探测的信息进行精确跟踪,文中提出了用BP神经网络将主被动雷达导引头探测的信息进行分类,并通过模糊系统根据目标的机动大小调节神经网络的学习速率以及根据目标距离的远近调节融合中心的权值。通过仿真试验表明,与传统的目标跟踪方法相比较,具有更好的跟踪效果,证明了该方法是可行的。

导弹主被动雷达导引头共口径技术研究

导引头共口径技术是主被动雷达导引头关键技术之一。针对导弹主被动雷达导引头内部空间有限的问题,提出了导引头共口径技术,采取了把微带贴片天线应用到导引头表面的措施,得到了预期的结果。通过对微带贴片天线的设计,研究导弹主被动雷达导引头的性能,经过分析和仿真表明所提出方法的有效性。

主被动雷达协同跟踪制导方法研究

针对导弹主被动雷达协同跟踪制导问题,采取了复合制导的方法,把2种不同制导律复合作为导弹主被动雷达协同跟踪的导引法,并把卡尔曼滤波器估计应用到有目标机动时导弹的末制导。用Matlab进行仿真,对导弹的机动性,弹目遭遇时间进行研究,最后仿真分析表明了复合制导方法的优越性。

主被动雷达数据融合及跟踪

主、被动雷达同时工作阶段,导引头需要处理的数据包括两个不同数据率且非对准的角度数据,应用主被动数据融合处理的思想和方法进行精确的跟踪将是这一段时间导引头的主要任务。文中提出了一种利用目标先验信息改变权值的"基于最近邻简单方差融合算法",当主动雷达受干扰时,利用目标运动的先验信息判断干扰出现,然后改变融合权值,使受干扰雷达观测数据所占比重减小,进行干扰抑制和跟踪。经过理论分析和仿真试验,证明了该方法能有效地抑制干扰并进行目标跟踪,且具有算法简单、计算量小的特点。

主被动雷达复合导引头信息融合技术研究

针对主被动雷达复合导引头,研究了基于序贯扩展Kalman滤波的信息融合算法。利用主被动雷达复合导引头对目标角误差进行观测,将匹配后的测量角度进行最优加权,进而以角度信息作为量测,估计目标的运动信息。通过试验验证,基于主被动雷达信息融合状态估计比仅依赖主动雷达观测量的状态估计稳态误差小,且滤波器收敛速度更快。

弹载主被动雷达数据融合算法研究

当“弹-目”距离满足主动雷达开机工作条件时，主动雷达和被动雷达同时工作，应用多传感器信息融合的思想和方法进行精确的角度跟踪将是这一段时间导引头的主要任务。文中提出了一种动态加权融合算法，利用主动雷达观测角变化情况可以有效判断干扰的出现。当主动雷达受干扰时，改变融合权值，减小主动雷达观测数据比重。经过仿真实验，证明了该方法可以有效抑制干扰并进行目标跟踪，计算量小，实时性高，具有一定的工程参考意义。

一种基于模糊逻辑的主/被动雷达数据融合算法

提出一种基于模糊逻辑的主/被动雷达传感器数据融合算法。首先将单个雷达的测量值通过时间校准后,将它们作为卡尔曼滤波器的输入分别滤波,然后再对滤波后的目标状态估计进行融合。融合算法是基于卡尔曼滤波的协方差匹配关系,采用模糊推理得到数据融合的权值。最后将各传感器的卡尔曼滤波状态估计进行加权融合得到所需要的目标状态信息。采用该融合算法可以有效提高目标跟踪系统的抗干扰能力。仿真结果表明该算法有效。

主/被动雷达导引头信息融合方法研究

针对导弹制导系统的特点要求,研究了基于Kalman滤波的信息融合算法并将其应用于主/被动雷达多模导引头系统中。研究了基于标量加权的分布式融合算法和基于增广测量方程的集中式融合算法并进行了数字仿真。研究结果表明信息融合算法能够提高多模导引头的测量精度,使融合精度受单一传感器影响更小,同制导律的闭合仿真也表明信息融合技术提高了制导精度,减小了脱靶量;分布式融合算法更方便实现时间校准从而便利于多模复合制导使用。此外,所研究的融合算法计算量小,易于工程应用。

基于主/被动雷达双传感器的自适应跟踪融合算法

在主、被动雷达双传感器目标跟踪背景下,提出一种自适应数据融合算法。跟踪同一个目标的主、被动雷达观测数据由线性卡尔曼滤波器来处理,与主/被动雷达对应的两个跟踪器的输出数据被发送到一个中央节点,在这个节点中,包含了两个由在线跟踪信息构成的指标变量,将这些指标与设定的阈值进行对比,即通过二者的逻辑判断结果来选择用于得到整体评估的方法,其中对阈值的选择决定了融合算法融合精度与计算量的平衡点。仿真结果表明,这种融合算法有很好的融合效果。

导弹主/被动雷达复合制导中的目标状态估计

针对主 /被动雷达复合制导中的被动雷达只有角度信息而无径向距离信息 ,当被动雷达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特点 ,提出了一种旨在获取被动雷达径向距离信息的方法 ,从而可利用主动雷达和被动雷达的角度和径向距离信息进行数据融合。仿真结果表明 ,利用此方法可得到较好的数据融合效果。

基于LMS2UKF的主/被动雷达融合算法

在主/被动雷达双传感器目标跟踪背景下,针对IMM算法的计算量大,提出一种基于变结构多模型思想的LMS2UKF分布式融合算法。该算法将LMS算法和UKF滤波算法结合进行矩阵加权融合。与IMM2UKF算法进行仿真比较,结果表明在相同情况下,本算法有较好的稳定性和较好的定位精度。

主/被动雷达模糊自适应IMM融合跟踪算法

在主/被动雷达复合制导背景下,提出一种基于模糊自适应交互多模型(IMM)的分布式融合算法。该算法将交互多模型和模糊推理的优点相结合,通过模糊推理机制在线调节模型集合中部分模型的参数,使这些模型对不同的目标机动模式有更强的自适应能力。避免了传统交互多模型算法的模型冲突问题,大大减少了计算量。数字仿真结果表明了算法的有效性。

基于H_∞滤波的主/被动雷达模糊自适应融合算法

在主/被动雷达复合制导背景下,提出一种基于H∞滤波和模糊逻辑的自适应融合算法,算法结合了H∞滤波和模糊推理的优点。为了克服卡尔曼滤波对模型和传感器噪声特性的依赖性,应用H∞滤波实现目标的状态估计。与卡尔曼滤波相比,H∞滤波不需要对噪声作任何假设。由于模糊推理方法具有很强的处理不确定性问题的能力,基于协方差匹配技术应用模糊推理方法在线估计每个H∞滤波器的性能,融合中心根据每个H∞滤波器的性能融合来自两滤波器的状态估计值。数字仿真结果表明了算法的有效性。

基于IMM-UKF的主/被动雷达融合算法

在主/被动雷达双传感器目标跟踪背景下,提出一种基于IMM-UKF滤波的加权数据融合算法。该算法采用UKF对观测数据进行滤波估计,避免了计算雅克比矩阵,克服EKF滤波方法受滤波初值影响大、易发散的缺点。与单一传感器进行仿真比较,结果表明该算法可以比任一单传感器滤波精度高,稳定性更好。

主/被动雷达双模导引头

介绍了国外主/被动雷达双模导引头的研制背景和技术特点,重点描述了其发展应用情况及关键技术,指出发展主/被动雷达双模导引头的重要性和前景,希望由此促进我国主/被动雷达双模导引头技术的研究。

一种主/被动雷达模糊数据融合算法

提出一种基于模糊逻辑的主/被动雷达传感器数据融合算法。首先将单个雷达的测量值通过时间校准后,将它们作为卡尔曼滤波器的输入分别滤波,然后再对滤波后的目标状态估计进行融合。融合算法基于卡尔曼滤波的协方差匹配关系,采用模糊推理得到数据融合的权值。最后将各传感器的卡尔曼滤波状态估计进行加权融合得到所需要的目标状态信息。采用该融合算法可以有效提高目标跟踪系统的抗干扰能力。仿真结果表明该算法有效。

基于ICA的主、被动雷达抗干扰性能研究

雷达抗干扰技术研究一直是雷达领域的研究重点和热点。本文提出了一种基于独立分培分析的改进算法,应用于主、被动雷达抗干扰处理过程中。通过从观测信号中将目标回波信号与干扰信号分离开来,提取目标回波信号,并抑制干扰信号,达到雷达抗干扰的目的。通过仿真实验表明,应用这种方法分离目标回波信号与干扰信号取得了较好的效果,证明其应用在主、被动雷达抗干扰处理中是可行和有效地。

交叉眼技术对主被动复合单脉冲雷达测角的干扰效果分析

交叉眼技术是一种通过相干多点辐射源诱使单脉冲雷达测角偏差的电子对抗技术。面对攻防双方激烈对抗的复杂电磁环境,采用主被动复合单脉冲雷达测角是现代末制导雷达提高抗干扰能力的发展趋势之一。该文以主被动复合单脉冲雷达为干扰对象,建立了交叉眼干扰数学模型,通过对比交叉眼技术对抗主动单脉冲测角和被动单脉冲测角的干扰效果,揭示了交叉眼技术对主被动复合单脉冲雷达的影响机理。该研究成果可为干扰与抗干扰的合理应用提供理论规律和仿真数据。

基于主动探测与被动截获协同的多源异类数据融合定位算法研究

针对当前主动雷达在复杂电磁环境下的使用风险,以及无源被动定位精度较差的问题,本文提出了一种基于极大似然意义下的雷达主动探测与电子侦察被动截获相结合的数据融合最优定位算法,该算法有效地提高了目标定位精度.通过Monte Carlo仿真表明,在信噪比适当的情况下,所提算法能够达到CRLB界,验证了该算法的有效性.

主/被动雷达情报协同浅议

通过对主动雷达和被动雷达各自优缺点的论述,阐明了主动雷达和被动雷达在战争中的地位和面临的威胁。为了提高生存能力,充分发挥主动雷达和被动雷达的效能,分析研究了主/被动雷达情报协同技术独特的优点和战时应用价值及实际意义。