CENTRALIZED MULTIRADAR INTEGRATED TRACKING

This paper deals with the integrated tracking mechanics of centralized multiradar system,such as tracking system files management, operation mechanics, etc. Simulation is made for a certain ship tracking 8 targets under various tactical maneuvering situations.

多雷达数据处理(MRDP)

本文涉及空中交通管制 (ATC)自动化系统的多雷达数据处理。这项研究的主要工作是设计并实现了一种雷达数据融合加权系数的优化方法以及在输入数据为点迹和Kalman滤波航迹典型情况下 ,实现最优或次优融合的数据处理方案。

多雷达跟踪系统中航迹质量管理的优化

利用滑窗检测器对多雷达跟踪航迹起始与撤消进行了分析，指出了目前技术指标的不足之处，提出了新的技术指标，定义了最优航迹起始、准最优航迹起始和最优航迹撤消，为航迹质量管理系统的优化设计提供了依据。

多雷达综合跟踪

本文研究了集中式多雷达综合跟踪机理,如跟踪系统文件管理、运行机制等;提出了雷达方位扫描初始位置预置和数据重组的方法,并以某型舰的多雷达系统为工程背景对8个目标在多种战术机动情况下进行了跟踪仿真。结果表明,本文提出的方法可以较好地解决多雷达跟踪中的一些特殊问题。

MRD2K多雷达综合显示系统的设计和实现

介绍了一种新型的 MRD2 K空管多雷达综合显示系统的研制工作 ,包括系统结构、软件设计和实现技术 ,对试验效果进行了讨论 ,对应用前景进行了分析 .

一种稳健的分布式检测算法

在多雷达分布式检测系统中各个雷达的信噪比各不相同且没有办法对实际的信噪比进行有效估计时,基于N选k融合的分布式检测策略最稳健的方法就是选择N选1融合,但是这种方法相对于系统所能达到的检测性能有很大的损失,该文提出了一种基于4元局部判决的方法,融合中心作3种N选k融合,然后将3种融合结果进行‘或’运算以得到最终判决结果。仿真表明该方法比N选1融合具有更好的检测性能,能适应各个雷达输入信噪比剧烈变化的情况,是一种稳健的多传感器分布式检测方法。

基于多雷达组网IMM-GMPHDF的机动多目标检测跟踪

高斯混合概率假设密度滤波(GMPHDF)有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目标发生机动时,就难以跟踪到目标,因此,在GMPHDF中引入交互多模型(IMM)算法,对继续存在目标的运动模型进行建模,根据计算的模型概率融合各模型滤波器估计得到的继续存在目标概率假设密度,解决了运动模型机动问题。仿真实验表明,IMM-GMPHDF能实时跟踪到强机动超音速多目标,在多雷达组网系统中跟踪强机动超音速多目标精度(OSPA距离均方根误差)能达到70 m,满足了工程使用要求。

基于观测值聚类的多雷达数据融合

采用一种改进的K NN算法对多雷达观测数据进行聚类 ,结合聚类中心和目标预测值 ,应用卡尔曼滤波器估计目标状态 ,从而实现多雷达数据融合。实验结果表明这种方法是有效的。

多雷达数据互联算法研究

组网雷达系统作为C4ISR的重要组成部分,其多雷达多目标数据互联问题一直是研究的重点。对单雷达多目标数据互联问题进行了扩展,建立了融合中心的多雷达多目标数据互联问题的数学模型,并设计了推广的联合概率数据互联求解算法(MSJPDA),实现了一种扩展的联合概率数据互联滤波器。以雷达网多目标跟踪为应用背景,对算法和滤波器进行了仿真,结果证明了算法的可行性和有效性。

多雷达综合:航迹合成(英文)

目前多雷达跟踪空中交通管制系统的雷达数据处理有两种方法,其中之一是航迹合成法。本文讨论把来自不同雷达站的同一目标的当地航迹合成唯一的一条系统航迹的方法和主要问题,并具体讨论了其中座标变换的问题,分析了由于变换公式的近似引起的实际变换误差。

基于任务效用最大化的多雷达协同任务规划算法

该文针对多雷达协同场景下的多任务实时规划问题,提出了一种基于任务效用最大化的多雷达协同在线任务规划模型。该模型以任务效用函数最大化为目标将多雷达协同任务分配建模成一个基于整数规划的多变量混合优化问题;随后提出了启发式穷举搜索算法和基于凸松弛的两步解耦算法,可在多项式时间内完成了该NP难优化问题的求解,且分别在优化性能和计算效率方面有所侧重。仿真实验表明,相比于可找到最优解的穷举搜索算法,该文提出算法可有效降低任务规划问题复杂度,提升问题求解效率,以满足在线任务分配的实时性要求。

基于局部多元判决的稳健的分布式检测算法

为提高基于二元判决的Ⅳ雷达分布式检测算法在各个雷达的信噪比未知且可能时变条件下的检测性能，提出了基于局部Ⅳ门限量化的分布式检测算法和衡量不同检测算法性能的一般性方法。仿真结果表明：该算法性能优于各种基于“N选k”融合的检测算法，在特定情况下比基于OR融合的方案有2～2．5dB的信噪比改善，相对于极大似然准则下的集中式检测器的信噪比损失不到0．8dB。在各个传感器的信噪比差异明显时，与基于OR融合的方法有同样的稳健性，因而是一种稳健且高性能的检测算法。

两种基于局部广义符号统计量的融合准则

为提高基于二元局部判决的分布式广义符号检测器的检测性能,研究了基于广义符号统计量的分布式检测,提出了直接求和与删除求和两种融合准则。在W e ibu ll杂波和Sw erlingII目标下,直接求和融合具有比某参数化的分布式恒虚警检测更好的检测性能,并能达到集中式广义符号检测相同的性能。某些传感器信杂比极低时,采用删除求和融合能获得比直接求和融合更好的检测性能。给出了在多雷达分布式检测中应用各种融合准则的方法。