基于时频域联合滤波的中段群目标信号分离

该文针对中段群目标回波信号分离问题,提出了基于时频域联合滤波的信号分离算法。该算法首先基于自相关原理估计出某一目标的微动周期;然后根据所估计周期对回波进行分段,利用S变换提取各段信号在时频域的强能量区域,各段信号强能量区域的交集即对应了某一目标在时频面上的支撑域。基于该支撑域对回波进行时频域联合滤波即可得到某一目标的回波信号,实现回波信号的分离。仿真结果验证了该文所提算法的有效性。

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。