基于前后向矩阵束方法的线性排布无人机集群目标规模估算

利用前后向矩阵束方法,提出了一种有效的“蜂群”无人机群目标个数估计方法用于目标检测。与传统的参数估算方法相比,所提方法对于稀疏信号也能准确地进行估算。首先,在一定的角度或频率下,获取线阵排列群目标的雷达散射截面;然后,根据已知的雷达回波构造Hankel-Toeplitz矩阵,并对该矩阵进行奇异值分解;最后,通过设置合适的阈值选取比例较大的奇异值,以此准确地估算线阵排列群目标的个数。此外,文中还讨论了不同信噪比对估算结果的影响。为了提高精度,文中采用多组不同方位角度的回波信号来联合估算群目标的个数。仿真结果表明,该方法能够有效、准确地估算线阵排列群目标的个数,而且估计结果不受噪声的影响,具有较好的鲁棒性。

面向应用的GM-CPHD雷达多目标跟踪技术

针对雷达密集多目标跟踪数据关联的难题,为了进一步降低目标个数估计误差,研究高斯混合-势概率假设密度方法(GM-CPHD)。首先,在随机集框架和最优贝叶斯理论下,给出了CPHD递归形式;然后,在线性高斯假设条件下,详细给出了GM-CPHD强度和势预测和更新的递归闭合解,降低了计算复杂度,满足跟踪实时性要求;最后,仿真实验结果显示,GM-CPHD目标个数估计精度比GM-PHD更高;雷达实验数据测试结果显示,GM-CPHD在不需要数据关联的情况下,能够有效抑制大量杂波,稳定地估计目标个数和目标状态。