反导系统对弹道群目标分离识别仿真

反导中段假目标数量众多,多个目标可能会位于同一雷达波束而无法分辨和识别。针对上述问题,首先使用独立成分分析算法进行弹道群目标混波的盲源分离,并从分离前后的各目标回波中提取若干种物理意义明确、提取难度较低、类别可分性强的特征,构成模糊支持向量机的训练及测试样本向量。然后基于改进的样本模糊隶属度函数和训练样本精简算法,利用一对多模糊支持向量机分类思想对弹道群目标进行真假判决。仿真结果表明,将独立成分分析与模糊支持向量机相结合可以成功解决反导中段群目标混波的分离难题,同时以较高识别率实现了真实弹头的有效识别。

弹道群目标跟踪技术研究现状

弹道导弹是一种高性能的进攻性武器,其在突防过程中会采用一系列的突防技术并形成弹道群目标,导致雷达对目标跟踪困难,因此,如何对弹道群目标进行高精度稳定跟踪成为解决这一困难的关键。全面介绍了弹道群目标跟踪的思想,并根据弹道群目标跟踪的框架对每个功能单元的实现算法做了归类总结,主要阐述了弹道群目标跟踪的群起始算法、群合并/分裂算法、数据关联和非关联的多目标跟踪算法等基本原理和特点,并从4个方面对弹道群目标跟踪技术发展方向做出展望。

一种用于空间群目标分辨的滑动窗轨迹跟踪算法

针对大多数现有的微多普勒分析理论难以解决空间群目标的监测与识别问题,本文提出一种基于提取目标运动特征的弹道中段群目标分辨方法。首先建立了多个具有滑动散射中心的旋转对称目标模型并得到其m-D曲线,在此基础上,利用形态学图像处理方法抑制一维距离像旁瓣,然后提出了一种滑动窗轨迹跟踪的方法分离出各散射点相互交叉的m-D曲线,再对分离结果进行经验模式分解(Empirical-Mode Decomposition,EMD),最后通过提取能够反映目标运动特征的固有模态函数(Intrinsic Mode Function,IMF),实现了群目标分辨。仿真实验校验了所提方法的可行性和鲁棒性。