防空雷达网对多隐身目标的协同检测与跟踪

针对防空雷达网对多隐身目标检测与跟踪时雷达分配问题,该文将二值粒子群优化(BPSO)用于雷达分配,结合粒子滤波,提出了一种隐身目标的协同检测与跟踪算法。该算法将雷达分配问题转化成组合优化问题,根据目标的隐身特性设计雷达分配方案(RAS),借助随机分布的检测粒子计算不同RAS对新生目标的检测概率,同时根据RAS对已跟踪目标位置的后验克拉美罗界衡量跟踪精度,采用BPSO算法在RAS中进行全局搜索,选择最优分配方案进行粒子滤波与融合跟踪。与现有算法相比,该算法不仅能够及时检测新生目标,而且能够利用组网优势持续且优化跟踪隐身目标,使网络的整体跟踪精度得到显著提高,实现多目标协同跟踪。

面向协同检测与跟踪的多传感器长时调度方法

针对目标检测与跟踪时辐射控制问题,提出一种面向协同检测与跟踪的多传感器长时调度方法.首先建立基于部分马尔可夫决策过程(POMDP)的目标跟踪与辐射控制模型;然后以随机分布粒子计算新生目标检测概率,以后验克拉美-罗下界(PCRLB)预测长时跟踪精度,以隐马尔可夫模型(HMM)滤波器推导长时辐射代价;最后构建新生目标检测概率和已有目标跟踪精度约束下辐射控制的长时优化函数,给出基于贪婪搜索的分支定界算法求解最优调度序列.仿真结果验证了所提出方法的有效性.