雷達微弱目標(biāo)檢測前跟蹤方法研究.pdf

1、如何提高對雷達微弱目標(biāo)的檢測能力、延長對它們的預(yù)警時間是現(xiàn)代雷達面臨的嚴峻挑戰(zhàn)之一。檢測前跟蹤（TBD）技術(shù)作為一種新興微弱目標(biāo)檢測技術(shù)，通過對多幀數(shù)據(jù)中的目標(biāo)航跡能量進行積累，顯著地提高了對弱小目標(biāo)的檢測性能，已經(jīng)成為國內(nèi)外學(xué)者研究的熱點問題。本文針對雷達微弱目標(biāo)檢測前跟蹤方法展開了相關(guān)研究，包括針對高重頻雷達弱小目標(biāo)檢測而提出的檢測前跟蹤方法，基于距離-多普勒延拓的多重頻雷達弱小目標(biāo)檢測前跟蹤方法，基于粒子濾波的雷達多目標(biāo)檢測前跟蹤

2、方法和基于格子分區(qū)的多幀檢測（MFD）檢測前跟蹤方法。具體工作概括如下：
　　第一部分針對高重頻雷達高速運動弱小目標(biāo)檢測的距離模糊問題，提出了一種基于動態(tài)規(guī)劃的檢測前跟蹤算法。在目標(biāo)的狀態(tài)轉(zhuǎn)移方程中，將目標(biāo)的實際距離轉(zhuǎn)化為模糊距離和模糊數(shù)兩個變量，將解距離模糊問題轉(zhuǎn)換為對模糊距離和模糊數(shù)的聯(lián)合估計問題。本文提出的基于動態(tài)規(guī)劃的檢測前跟蹤算法，通過最大后驗概率估計方法(MAP)聯(lián)合估計目標(biāo)的模糊距離、多普勒速度和模糊數(shù)的變化，在存在

3、距離模糊的情況下完成了對高速弱小目標(biāo)能量的積累和檢測。仿真結(jié)果表明，該算法對高速運動弱小目標(biāo)具有很好的檢測性能。最后，針對中重頻雷達的距離-多普勒模糊問題，也提出了類似的解決方案。
　　第二部分提出了一種基于距離-多普勒延拓的多重頻雷達弱小目標(biāo)檢測前跟蹤方法。該方法采用多重頻參差工作模式，對MTD處理后的數(shù)據(jù)進行預(yù)處理并按照不同的模糊數(shù)進行距離-多普勒數(shù)據(jù)延拓。通過多重頻組內(nèi)直接能量積累和組間的航跡能量積累獲取最大的目標(biāo)能量。最后

4、，采用航跡凝聚策略消除由動態(tài)規(guī)劃算法引起的航跡團聚效應(yīng)，依據(jù)虛假目標(biāo)與真實目標(biāo)的相關(guān)性去除由低信噪比而引起的虛假目標(biāo)航跡。仿真結(jié)果表明，在未知目標(biāo)初始化狀態(tài)的情況下，改善了對弱小目標(biāo)的檢測性能。
　　第三部分針對多重頻雷達提出了一種基于粒子濾波的雷達多目標(biāo)檢測前跟蹤方法。采用“雙層粒子濾波”處理結(jié)構(gòu)和目標(biāo)粒子群的技術(shù)，將對多目標(biāo)檢測跟蹤轉(zhuǎn)換為對多個單目標(biāo)的檢測跟蹤問題。在“目標(biāo)發(fā)現(xiàn)層”發(fā)現(xiàn)新生目標(biāo)、生成新生目標(biāo)的粒子群，在“目標(biāo)跟

5、蹤層”跟蹤維持或刪除已有目標(biāo)的粒子群及其航跡。采用改進的ESIR-TBD粒子濾波算法解決了目標(biāo)檢測過程中的距離-多普勒模糊問題，采用類似 JPDA的數(shù)據(jù)關(guān)聯(lián)方法解決了臨近目標(biāo)相互干擾問題。該方法通過粒子群和目標(biāo)存在概率分別完成對多目標(biāo)的個數(shù)和狀態(tài)的估計。仿真結(jié)果表明在多重頻工作模式下，該方法能有效地實現(xiàn)對多目標(biāo)的檢測和跟蹤。
　　第四部分提出了一種基于格子分區(qū)的多幀檢測（MFD）檢測前跟蹤方法。該方法無需建立離散的狀態(tài)空間，而直接

6、在傳感器量測空間上實現(xiàn)檢測前跟蹤算法。在該方法的處理過程中，首先對原始量測數(shù)據(jù)進行預(yù)處理以獲得目標(biāo)的候選點跡數(shù)據(jù)集。然后對候選點跡數(shù)據(jù)集進行格子分區(qū)，并通過設(shè)定合適的分區(qū)大小，使得目標(biāo)航跡運動的搜索范圍被限定在目標(biāo)周圍的幾個格子分區(qū)內(nèi)，再利用目標(biāo)的多普勒速度信息，使搜索區(qū)域進一步縮小。最后，采用高效的檢測前跟蹤算法實現(xiàn)對多幀候選點跡數(shù)據(jù)集的能量積累，該方法將滑窗航跡能量積累算法和臨近目標(biāo)STC處理相結(jié)合，在克服了目標(biāo)檢測跟蹤延時的同時，