论文部分内容阅读
近年来，在雷达防御系统领域，强杂波背景下弱目标的检测与跟踪问题受到越来越多的国内外学者的关注，检测前跟踪方法给出了解决该类问题的一个较好的思路。实际军事目标，为了避免敌方雷达探测及地形约束和战术要求，常进行强机动及瞬时机动飞行，如何在复杂战场环境中实现对机动弱目标的及时检测与连续准确跟踪具有重要军事意义。基于粒子滤波的检测前跟踪算法既能处理线性高斯系统弱目标检测与跟踪问题，又能处理非线性非高斯系统的弱目标检测与跟踪问题，适用范围相对较广。本文首先建立机动弱目标的检测前跟踪模型，然后分别利用基于粒子滤波的静态多模型、交互式多模型以及变速率单模型技术进行分析研究，主要研究成果如下：第一，针对复杂背景下非机动弱目标的检测跟踪问题，首先介绍了弱目标检测前跟踪数学模型及相关理论基础，给出检测前跟踪算法原理和基于粒子滤波的实现方法，在仿真环境下，重点分析局部似然近似实现算法中分辨单元个数、信噪比及粒子数目等参数对系统检测与跟踪性能的影响。第二，针对强机动弱目标的及时检测与跟踪问题，研究了基于多模型粒子滤波检测前跟踪方法,重点分析了交互式多模型检测前跟踪算法。该算法通过并行运行多个动态模型，估计目标可能的机动状况，再将每时刻各滤波器的输出进行交互，作为下一时刻的模型状态初值。仿真试验说明交互多模型粒子滤波检测前跟踪算法，不仅可以及时检测到微弱目标信号，而且可以准确的估计目标的机动状态。第三，针对强杂波背景下一类做瞬时机动飞行的低信噪比目标，提出一种基于变速率粒子滤波的机动弱目标检测前跟踪算法。在该算法中，目标状态转移时间不再固定为测量周期，而是一个服从伽马分布的时变量。当目标近似匀速运动时，目标航迹可以用较少的状态点来描述，而目标做短时机动时，可以用较多的状态点来描述，测量似然函数通过状态点邻域构造的插值函数来求解。该方法有效降低了基于粒子滤波的检测前跟踪算法的存储量和计算量。