数据链航迹延迟与ESM点迹间断融合跟踪

数据链与电子支援措施(Electronic Supporting Measures,ESM)融合跟踪是1种典型的异类多传感器信息融合。针对数据链航迹存在延迟和ESM点迹间断情况下的数据链航迹与ESM点迹融合跟踪,提出了复杂情况下的数据链与ESM融合跟踪方法,并对融合跟踪的精度进行分析研究。首先,对数据进行时间对准,保证数据链和ESM数据率一致;然后,通过构造基于不敏变换(Unscented Transformation,UT)的非线性量测转换和误差估计方法,将数据链数据对准到ESM数据;最后,通过引入随机补偿机制对数据链延迟进行补偿,并与ESM数据进行关联融合。实验结果表明,有延迟补偿时的融合跟踪精度取决于延迟补偿均值与实际延迟的贴近程度。结果可为信息综合处理装备的发展和设计提供借鉴。

ESM对2D雷达引导性能分析

对于由 ESM和雷达组成的多传感器系统 ,分析和推导了用 ESM对 2 D雷达成功引导的概率解析表示式 ,为求解成功引导概率提供了依据 ;研究了 ESM对 2 D雷达成功引导概率随一些特征参数的变化规律 ,并得出了 4个特性 ;在多种情况下进行了成功引导概率的数值计算 ,验证了成功引导概率的一些变化规律 ,并得出了一些有意义的结论 ,从而对研究和设计同地配置的

异地配置下ESM对2D雷达的引导分析

雷达与电子支援措施(ESM)异地配置下,分析了单部ESM对单部二维(2D)雷达的引导方程;研究了方程随特征参数变化的规律,得出并证明了相关的性质;对引导误差和引导概率进行了推导和仿真分析,讨论了相关参数对引导误差和引导概率的影响,结果表明,引导误差对于目标到ESM距离的大小十分敏感,距离越大,误差越小,ESM的测角误差对引导概率影响最大。最后提出了异地配置下ESM对2D雷达的引导搜索方法。

雷达和ESM相关的仿真研究

雷达和ESM航迹关联可认为是模式识别问题。在统计假设检验理论和模糊综合分析基础上建立了多目标运动模型、多门限数学模型、时序关联决策模型,给出了累积数据快速计算的模型,以此可对两类传感器的观测数据进行在线时间校准。通过模型能够实现雷达和ESM的快速关联,满足航迹关联的精度要求。并对不同运动态势的关联结果进行分析比较, 取得了满意的结果。

ESM与雷达航迹关联的最大似然估计算法

为解决ESM与雷达异类传感器的航迹关联问题,基于统计信号分析理论,采用最大似然估计准则,给出了利用ESM与雷达角度测量信息在航迹互联先验概率相等情况下的航迹关联判别函数。同时给出ESM与雷达航迹由等数量观测构成情况下的错误关联概率表达式。最后,由错误关联概率曲线得出了采取减小雷达航迹测量误差与ESM航迹测量误差比值和增加测量次数等措施可以减小错误关联概率的结论。

雷达与ESM的多因素综合评判关联算法研究

多传感器信息融合系统中雷达与电子支援措施关联部分十分重要.传统的关联算法仅利用方位角信息,此时用于关联的信息维数少、质量低而引起复杂环境下关联正确率低.针对这个现象提出雷达与电子支援措施的多因素综合关联算法,它不仅考虑雷达和电子支援措施的方位角信息,还结合电子支援措施上报的各个属性信息进行处理,形成综合评判函数,小于综合门限者则判为关联.多因素综合评判法增加了关联时可用信息的维数,提高了关联信息的质量,进而提高了关联的正确率.

基于区间重合度的雷达与ESM航迹关联算法

针对时变系统误差的情况,提出了一种基于区间重合度的雷达与电子支援措施(ESM)航迹关联算法。分析了时变系统误差对雷达与ESM测量数据的影响,将时变系统误差下航迹的不确定性转化为区间问题,通过区间的重合度来衡量雷达与ESM航迹关联程度,建立了灰色关联分析模型,实现了无需系统误差配准下的雷达与ESM航迹关联。在不同误差下进行了仿真对比,仿真结果表明,该算法能有效地实现时变系统误差下的雷达与ESM航迹关联,具有良好的鲁棒性。

基于多分类器ESM与雷达情报融合识别

针对平台型号融合识别问题,依据电子支援措施(ESM)和雷达情报源,利用载频、脉冲间隔和脉宽等信号参数特征,以及速度、高度和雷达散射截面(RCS)等状态参数特征,再利用活动区域、机场位置和飞行模式等先验信息有关的目标位置和航迹特征,提出了能获得信号级、状态级和态势级分类信息的3种单分类器。在此基础上,设计了基于加权和规则的融合分类器。仿真验证结果表明,融合分类器的分类性能优于各单分类器,能充分发挥ESM和雷达情报多种参数以及先验配置信息在识别中的作用,整体上提高了目标识别性能。

基于STFT的宽带数字ESM接收技术

提出了一种新的基于瞬时测频的宽带数字电子支援(electronic support measure,ESM)接收技术。首先对输入信号进行短时傅里叶变换,通过对变换结果进行快速插值,实现瞬时测频;然后利用多门限完成瞬时频域检测,并根据检测带宽进行抽取。这种新的接收技术能够有效解决ESM系统对宽带同时到达信号的侦收难题,且算法结构规整,易于用现场可编程逻辑门阵列(field programmable gate array,FPGA)芯片进行硬件实现。计算机仿真结果表明,系统单信号检测灵敏度可达-5 dB,当输入信噪比为-5 dB^15 dB时,单信号正确检测概率可达90%以上,动态范围达20 dB,双信号瞬时动态范围可达18 dB。

基于空间分布信息的雷达与ESM航迹灰色关联算法

针对异地配置的雷达与ESM航迹关联问题,传统的统计类方法对逐条航迹采用检验假设的思想进行关联决策,没有利用多目标间的空间分布信息。首先基于距离信息和空间分布信息,获取所有交叉点,将所有的交叉点分成若干排列组合;基于距离信息的预处理减少了可能关联组合的数目,提高了运算速度;基于分布曲线相似的灰关联方法充分利用了多目标的空间分布信息;最后对多个时刻的关联结果进行处理,获得最终关联结果。仿真结果表明,该方法能够快速有效地实现雷达与ESM的航迹关联。

基于测量子集优化的雷达/ESM联合目标跟踪

针对雷达电子支援措施(ESM)主被动传感器的协同定位与目标跟踪,提出了基于测量子集优选的目标跟踪算法。该方法利用ESM方位角测量与雷达距离、方位测量组成的各测量子集对目标的定位精度分析,遴选出定位精度最高的测量子集定位结果作为雷达对目标跟踪的融合量测,在雷达的跟踪门内进行量测确认,之后按照联合数据互联的方法,对多目标当前状态进行估计。仿真实验显示,该方法是异地配置雷达/ESM协同目标跟踪的一种点迹级融合的有效方法。

舰载ESM多径增批信号识别研究

多径信号是导致"增批"现象的主要原因之一,受海面反射影响,舰载雷达侦察设备(ESM)更容易接收到多径信号,多径增批信号给信号识别带来了干扰,如果能够从接收信号中挑选出多径增批信号,不仅可以减少信号识别干扰,还可以利用多径增批信号获取目标更多的信息。为了正确识别多径增批信号,选择脉冲初始相位这个脉内指纹特征进行研究,构造了解析信号,利用希尔伯特变换求解解析信号虚部,由解析信号计算脉冲瞬时相位,通过搜索计算疑似多径脉冲配对之间的相位差来识别多径增批信号。仿真实验验证了方法的有效性。

多源置信综合的雷达与ESM协同跟踪方法

跟踪空间邻近目标时,仅依靠运动学信息不足以实现可靠的数据关联,而基于动目标指示器(Moving Target Indicator,MTI)雷达和电子支援措施(Electronic Support Measurement,ESM)的多源异类传感器数据融合可以通过提升数据关联性能达到改善跟踪性能的目的。通过构建基于五种成比例再分配规则(Five Proportional Conflict Redistribution Rules,PCR5)置信度量的数据关联策略,将目标运动学信息和属性信息结合做多特征推理,解决异类传感器数据的不确定性和不一致性;利用Dempster-Shafer(DS)证据理论方法进行属性融合更新,完成属性信息在时间序列上的相干积累,实现空间邻近目标的可靠跟踪。该方法从数据关联和状态估计两方面联合进行改进,通过引入属性信息提升数据关联的正确性,从而提升跟踪性能,实现多源异类信息下的协同跟踪。仿真表明,相比于仅雷达跟踪、雷达和ESM序惯跟踪等方案,该方法可有效提升跟踪精度和关联性能。

使用ESM方位与多普勒频率量测的目标跟踪

针对ESM传感器能够同时测量方位角与多普勒频率的特点,提出了基于MGEKF的ESM多普勒频率/方位角目标跟踪算法(DB-MGEKF)。与通常的纯方位角目标跟踪算法相比,DB-MGEKF算法增加了多普勒频率量测信息,并引入了能够较好处理系统非线性问题的修正增益扩展卡尔曼滤波器(MGEKF),从而提高了目标的估计精度及滤波的稳定性,同时避免了观测平台自身的机动。Monte-Carlo仿真及结果分析进一步说明了算法的有效性。

基于L-Wigner分布的多径ESM信号估计

针对电子支援测量(electronic support measurement,ESM)信号存在多径干扰,从而影响信号特征提取以及雷达辐射源识别的问题,提出了一种基于L-Wigner分布的多径信号估计方法。首先分析了多径ESM信号模型和时频域匹配滤波算法,接着研究了L-Wigner分布对于多分量高阶频率调制信号的分辨性能,根据自身项和交叉项的不同特点,提出采用L-Wigner分布对多径信号进行估计。该方法计算简单,保证了估计结果具有较高的分辨性能。仿真实验结果证明了方法的正确性和有效性。

D-S证据理论在ESM雷-达航迹关联中的应用

研究了将D-S证据理论应用于电子支援措施(ESM)雷-达航迹关联的模型和算法,该模型使用数据间的统计距离作为证据赋值,通过证据合成形成关联可信度矩阵,并给出了基于关联可信度矩阵的关联判决方法。仿真验证,该算法能够在一定程度上解决多目标情况下ESM测量与雷达目标关联的问题,为C4ISR系统利用ESM的属性识别结果来辅助识别雷达目标提供了一种可行的关联方法。

基于GAM模型雷达与ESM数据关联实现方法

有源雷达与电子支援措施(ESM)数据关联是雷达与ESM数据融合的前提。通过测量数据的坐标变换,对ESM数据基于灰色代数曲线模型(GAM)进行平滑,同时对雷达数据采用卡尔曼滤波和预测,实现了雷达与ESM数据的时空对准。最后给出了基于方位差和方位变化率之差的判决函数以及数据关联判定逻辑。

低截获概率雷达在反ESM系统中的应用

通过对低截获概率(LPI)雷达和电子支援措施(ESM)系统性能的比较,得出了LPI雷达在反雷达侦察方面存在优势,阐明了LPI雷达的定义,分析了雷达各参数对截获因子的影响,最后提出了实现LPI雷达的7种途径和国内外LPI雷达的发展趋势。

舰载雷达与ESM协同探测方法研究

作为舰艇主要传感器的雷达和电子支援措施(ESM)具有各自的优势,雷达和ESM的协同探测则可以大大提高舰艇的信息获取能力。对ESM引导下雷达搜索目标所需的时间进行了分析,对雷达与ESM数据融合的算法进行了研究。仿真结果表明雷达和ESM数据融合可以有效提高角度测量精度。

ESM与AIS的统计关联

为了充分利用ESM与AIS的各种目标信息,研究了二者的航迹关联问题,提出了一种统计关联算法。首先,对ESM和AIS的数据进行数据预处理;然后,结合统计理论将ESM与AIS的关联问题转化为假设检验问题,给出了关联判别函数、决策规则及决策门限;最后,通过仿真表明所提出的算法关联效果较好,便于工程实现。