杂波环境下基于Hough变换和逻辑的快速航迹起始算法

航迹起始是航迹处理中的首要问题。本文提出了一种新的航迹起始算法,即基于Hough变换和逻辑的航迹起始方法。这种新的算法首先利用Hough变换法排除大量的杂波点,创造一个虚警概率比较低的环境,然后利用3/4逻辑法起始航迹,因而特别适用于密集杂波环境下快速起始航迹。仿真结果表明了这种算法在快速起始航迹中的有效性及优越性。

共同杂波环境下多目标量测数据的误差传递与校正

在目标跟踪领域,如何提高目标航迹估计精度是一个重要问题．传统做法是基于目标量测数据进行滤波或者融合以减小随机误差．奉文提出了基于误差相关性提高估计精度的新思路．在强相关条件下,依据误差基本理论,研究了多目标之间量测数据误差传递和校正的概念、原理和方法,建立并给出了各关键步骤的算法．仿真实验表明,多目标量测数据误差之间具有相关性时,可以进行误差的传递和校正．如果相关性较强,则校正后量测数据精度能够得到较大幅度的提高．

密集杂波环境下的数据关联快速算法

基于联合概率数据互联（ＪＰＤＡ）的思想，提出了一种新的数据关联快速算法（ＦａｓｔＡｌ－ｇｏｒｉｔｈｍｆｏｒＤａｔａＡｓｓｏｃｉａｔｉｏｎ，简称ＦＡＦＤＡ算法）。该方法不需象在最优ＪＰＤＡ算法中那样生成所有可能的联合互联假设，因而具有计算量小，易于工程实现的特点。仿真结果表明，与最优ＪＰＤＡ算法相比，ＦＡＦＤＡ算法的跟踪性能令人满意，并且在密集杂波环境下可实时、有效地跟踪１００批次以上的目标。

Weibull海杂波环境中基于Hough变换的目标最优检测

给出了基于Hough变换的信号检测结构及最优门限的确立方法 ,设计了仿真流程 ,并通过仿真计算分析了Weibull海杂波环境中基于Hough变换的目标检测性能 ,得到了所需SCR最小意义下的最优检测结构 ,最后指出了实际应用中的次优检测策略。

一种强杂波环境下雷达目标微振动信号提取方法

基于宽带雷达的微振动测量是典型非接触式振动测量手段之一,具有可穿透障碍物、全天候工作的优势,在公路/铁路桥梁安全性监测、生命体征测量、目标识别等多个领域发挥重要作用。典型的雷达测振模型基于回波相位调制模型,即目标回波的相位变化线性依赖于目标振动。当目标位于强杂波环境中时,目标微振动对回波相位的调制程度减弱,容易被系统相位噪声淹没,因而难以高精确提取。为解决这一问题,本文提出一种基于慢时间差分共轭相乘的目标微振动信号提取方法,首先对目标复高分辨一维像作慢时间差分;然后差分结果与当前时刻目标像共轭相乘,取其实部;最后对上一步结果作积分得到目标上的微振动信号。该方法适用于强静止杂波环境下无宏观运动目标上的微振动信号高精度提取。

可适应阵列误差和非均匀杂波环境的多通道SAR图像域STAP方法

多通道SAR图像域STAP方法是一种利用了长相干积累时间的STAP方法,其杂波抑制和运动目标检测能力强。但是,目前的多通道SAR图像域STAP方法均是在理想条件下给出的,没有考虑阵列误差和非均匀杂波环境对其性能的影响。文中分析了阵列误差和非均匀杂波环境的影响,提出了一种可适应阵列误差和非均匀杂波环境的多通道SAR图像域STAP方法。基于实测杂波数据的实验验证了所提方法的正确性。

非均匀杂波环境下基于贝叶斯方法的自适应检测

对于非均匀杂波环境下信号自适应检测问题,由于待测数据样本的协方差矩阵与训练数据的协方差矩阵不相同,造成检测性能下降,针对此问题本文提出了基于贝叶斯方法的广义似然比检测器(Bayesian generalized likelihood ratio test,B-GLRT).通过对非均匀杂波环境下协方差矩阵间的关系进行统计建模,使在B-GLRT的设计过程中能够结合杂波的非均匀性,并且这种非均匀性在统计模型中可以通过标量参数调节.同时通过对协方差矩阵选择合适的先验分布,使B-GLRT能够融合有助于提高检测性能的先验知识.通过仿真实验,验证了B-GLRT的检测性能高于传统的非贝叶斯检测器,并且分析了杂波环境非均匀性和先验信息对自适应检测性能的影响.

杂波环境下多目标跟踪数据关联的快速算法

数据关联是实现杂波环境下多目标跟踪的关键问题，目前公认较好的方法是联合概率数据关联（ＪＰＤＡ），但是其计算和存储量很大，故在实际中寻求一种快速或近似的算法是十分必要的。本文提供一组有效快速算法，并在我们有关课题中得到初步验证。

密集杂波环境下确定性退火DA-HPMHT跟踪算法

在对Homothetic概率多假设跟踪(probabilistic multiple hypothesis tracking,PMHT)和确定性退火(deterministic annealing,DA)技术深入研究的基础上,结合扩展卡尔曼算法,提出了DA-HPMHT算法。针对密集杂波环境对多目标跟踪性能的影响,给出了DA-HPMHT算法在匀速直线交叉运动目标,机动转弯目标和匀速直线邻近目标的仿真实验,并同HPMHT算法进行了仿真比较。仿真结果表明,在初始值与真实值相差较大的情况下,HPMHT算法跟踪性能下降,而DA-HPMHT算法仍能保持较好的跟踪精度,并且满足实时性要求,证明DA-HPMHT算法对密集杂波环境下多机动目标跟踪的有效性。

密集杂波环境下的机动目标跟踪算法

针对密集杂波环境下的机动目标跟踪问题提出了一种新的算法，即交互式多模型数据关联算法。基本思路是利用概率数据关联处理多余回波，同时利用交互式多模型算法处理目标的机动问题，而且将机动目标“当前”统计模型引入其中，将它们结合起来处理密集杂波环境下的单机动目标跟踪问题。仿真结果证明该算法是解决此种问题的一种非常有效的方法。

杂波环境下机动输入序列和量测序列的联合最优估计

为了提高在杂波环境下跟踪强机动目标的精度,提出了一种新的基于期望极大化(EM)算法的机动目标状态估计方法.首先建立了基于EM算法的最大后验概率意义下的状态估计数学模型,然后采用离散优化技术解决EM算法中的极大化问题,最终确定出作用于系统的实际机动输入序列,同时分离出源于目标的量测序列,进而获得对目标状态更精确的估计.它有效地解决了最大后验概率状态估计中的不完全数据问题.Monte Carlo仿真结果表明,新算法比传统的交互式多模型概率数据关联算法具有更优越的跟踪性能.

气象杂波环境下二维次序统计量恒虚警检测器

利用实际的气象杂波数据 ,研究了其CFAR处理问题。基于FFT处理技术 ,比较了CAGO -CFAR检测器、CLUTTERMAPPING -CFAR检测器和MX -OS -CFAR检测器的抑制气象杂波性能。针对存在的问题 ,提出了将通常在一维距离向进行的CFAR处理改为在R-Fd(距离 -多普勒频率 )二维平面进行 ,并利用次序统计量估计杂波幅度 ,形成新的稳健的 2D -OS -CFAR检测器。对实际杂波数据和仿真目标数据的处理结果表明所提出的 2D -OS

杂波环境下雷达/红外融合跟踪的修正概率数据互联滤波算法

为解决杂波环境下转弯机动目标跟踪过程中的数据关联问题,提出了雷达/红外融合跟踪修正概率数据互联滤波算法。修正概率数据互联算法利用前一时刻目标的状态和转弯角速度,依据目标转弯机动能力及测量噪声等因素的影响,求出当前时刻转弯角速度变化范围,在转弯角速度变化范围内,求出与当前时刻每一测量值最匹配的转弯角速度、预测中心、新息协方差阵及权重系数,从而决定该测量在状态更新时的权重。仿真结果表明,雷达/红外融合跟踪修正概率数据互联滤波算法提高了跟踪精度,降低了航迹丢失率。

杂波环境下网络波动信号采样模型

杂波环境为可对信号产生随机干扰的环境。对上述环境下的网络信号进行采样,可以有效监测网络环境,防范网络入侵和拥堵。由于在杂波环境下的网络信号具有扩展衍射特征,使得正常网络信号存在较大波动性。传统方法进行网络信号采集过程中,在网络信号存在波动的情况下,采样时频重叠调制进行采集,未能纳入杂波先验信息,波动序列的扩展衍射特征形成欠定采样,造成信号采集效果不好。提出基于自适应空间域窗口采集算法的网络波动信号采样模型。将谐波小波核函数和支持向量机理论相结合,获取样本回归模型,得到该模型的约束条件,并对上述回归模型求取最优解,得到网络波动信号采样结果。实验结果表明,利用改进算法进行网络波动信号采样,能够极大的提高采样的准确性和实时性,满足网络波动信号的采集要求。

基于相关性的杂波环境自适应对消方法

旁瓣对消技术是应对旁瓣有源压制干扰的有效手段。实际应用发现,对于工作在具有强杂波环境的中近程雷达,指向杂波区域的回波数据中会存在大量乃至全距离的杂波数据,对干扰样本的选取带来了极大困难。错误选取强杂波数据作为干扰样本不仅难以有效对消干扰,还可能对检测目标的回波造成恶劣影响。本文提出一种基于相关性的杂波环境自适应旁瓣对消方法,首先统计辅助波束与主波束之间的干扰相关性,然后根据相关性统计结果采取不同的对消处理措施,仿真试验平台的试验数据表明本文方法不仅可以在强杂波环境下有效提取样本进行对消处理,而且保障了弱杂波环境下的对消性能,较大地提高了旁瓣对消方法在杂波环境下的适用性。

密集杂波环境下数据融合估计算法评估

由于观测量获取的不确定性,使得密集杂波环境下的多传感器机动目标跟踪变得复杂,解决这个问题的关键在于跟踪门限和数据联合与融合算法的选取。文中在分析最邻近卡尔曼滤波(NNKF)和概率数据联合滤波(PDAF)两种融合算法的基础上,对其在密集杂波环境下的跟踪误差和算法实时性效果采用当前统计模型进行评估,仿真结果表明PDAF算法跟踪性能明显优于NNKF算法。

杂波环境中雷达通信一体化系统波形设计算法研究

针对杂波环境中雷达通信一体化系统探测性能下降的问题,该文以信干噪比作为设计准则,通过联合优化系统发射波形和接收滤波器来抑制杂波,进而增强目标探测性能。为同时保证系统信息传输的质量,将通信信号的多用户干扰能量纳入约束条件。此外,引入相似性约束使得发射波形具有良好的模糊函数。为求解发射波形和接收滤波器联合优化问题,提出了一种基于循环优化和半正定松弛的迭代算法。理论分析证明了算法的收敛性。仿真结果表明,所设计的波形不仅可以提升系统在杂波环境中的目标探测性能,而且可以高效地实现多用户通信。

机载雷达杂波环境模拟器实现方法研究

阐述了机载雷达杂波环境模拟器系统的实现方法,描述了各个模块的组成和基本功能。针对系统联试要求,提出了不同的工作方式。介绍了杂波数据仿真的方法,模块组成和算法流程,对机载雷达杂波的幅度统计特性和功率谱进行了分析,并将理论图与仿真图进行了比较,叙述了模拟器实现方法中的技术要点。实际运用证明,该模拟器可为机载雷达地面调试提供有效的杂波环境模拟。

误差量测与杂波环境对水下目标跟踪的影响分析

在水下特殊的环境中,大误差量测与强杂波环境会对目标跟踪有显著的影响。量测误差越大,则预测门限区域越大,杂波密度越高,那么轨迹更易于与杂波关联,进而降低正确量测的权重,滤波精度因此下降。文中依据量测误差模型与杂波模型,建立了误差量测与杂波对水下目标跟踪的影响模型。依据该模型可定量分析量测误差与杂波对目标跟踪的影响,可为目标跟踪滤波器提高抗杂波能力或者提高滤波精度提供理论依据。

部分均匀杂波环境中极化自适应Rao检测器

研究了机载极化雷达在部分均匀杂波背景下对于低慢小目标的自适应检测问题。基于Rao准则设计得到了极化自适应Rao检测器,分析了极化自适应Rao检测器的性能,推导得到了虚警概率和检测概率的解析表达式,证明了极化自适应Rao检测器对于杂波协方差矩阵和杂波功率比因子具有恒虚警率特性。理论分析和数值仿真表明,与基于广义似然比检验准则得到的自适应子空间检测器和自适应匹配检测器相比,极化自适应Rao检测器具有更好的检测性能和更低的计算复杂度。