基于误差检测的杂波点迹过滤技术

在密集杂波点迹区域,传统点迹过滤方法易出现目标检测跟踪丢失现象。根据目标的时空相关性和运动轨迹唯一性,提出了一种基于时间前后向误差的杂波点迹检测方法。该方法通过计算前向搜索和后向搜索2条轨迹的欧氏统计距离,实现了杂波点迹的识别和过滤。最后,蒙特卡罗仿真分析和实装数据验证表明,该方法可提高杂波点迹过滤正确率,且未出现低信噪比目标点迹丢失现象,从而提升了点迹过滤性能。

地面情报雷达点迹过滤技术研究

在雷达扫描过程中,由于受到外部环境的影响,实际回波中总是混杂着噪声、杂波和各类干扰,这些杂波和干扰信号被雷达检测和提取后,形成虚假点迹,如果不进行处理,将会大大提高形成虚假航迹的概率,严重影响雷达的探测性能。本文所述点迹过滤技术是通过提取真假目标点迹的归一化幅度、距离展宽、方位展宽等特征信息,然后对得到的每个目标点迹计算风险系数,根据风险系数判别目标的真假性,进而剔除虚假点迹,并进行计算仿真。最后利用该方法对外场实录数据进行处理测试,结果表明实测结果与仿真结果一致。

基于杂波特征评估的雷达目标点迹过滤方法

雷达在目标检测和跟踪时常面临地杂波、海杂波、气象杂波等复杂强杂波的干扰,而雷达回波信号经过传统的动目标显示(MTI)和恒虚警(CFAR)检测处理后的剩余杂波,在距离-时间(脉冲)上的二维分布与目标非常相似,无法区分。对此,提出一种基于杂波综合特征评估的雷达目标点迹过滤方法,综合考虑目标与杂波在幅度起伏、距离/俯仰/方位相关性、相位变化等多维特征的不同,利用综合特征因子评估区分目标和杂波。最后,利用雷达实测数据对所提方法进行验证。结果表明,杂波有效抑制率较传统方法有显著提升。

低空补盲雷达剩余杂波点迹过滤方法

本文提出一种低空补盲雷达剩余杂波点迹过滤方法,该技术采用实时处理方式,对每一个新报入的点迹立即按照检测规则采用帧间处理技术进行识别处理。可把低空补盲雷达上报的点迹识别为固定地物杂波类点迹、运动目标类点迹、孤立噪声类点迹和待确认可疑类点迹共四类,大大减轻后续的点迹处理负担并提升目标的跟踪效果。

基于PF-Net的点迹过滤算法

针对杂波环境下虚假点迹造成跟踪性能下降的问题,提出一种基于PF-Net的点迹过滤算法,并给出了从标注到训练的完整实现,降低了训练难度。首先利用K-Means算法根据点迹特征将点迹聚为有限个类,并根据聚类结果对点迹类别进行手动标注,再将标注好的数据作为PF-Net的训练集;训练完成后的PF-Net可用于点迹过滤与后续自学习。利用点迹特征参数标记目标点迹并滤除杂波点迹,能有效降低数据处理负荷,提升跟踪性能。虚假点迹剔除率超过75%,且真实目标点迹损失率低于2%。