《复杂环境下雷达机动目标跟踪关键技术》

该项目属于武器装备科技领域,涉及信息处理技术。

机动目标跟踪一直是雷达跟踪领域的难点,雷达对机动目标的跟踪研究主要是在数据处理阶段采用各种机动模型实现对目标的跟踪,但在高机动、低信噪比和欺骗干扰等环境下常常面临着跟踪精度低、甚至跟踪发散的问题。项目结合国家自然科学基金,以提高复杂环境下雷达跟踪性能为目的,对机动目标分辨技术和跟踪技术进行了深入研究,在信号处理阶段提出了机动目标个数判别方法、目标参数估计方法以及欺骗干扰识别方法,在数据处理阶段提出了基于径向速度和径向加速度的机动目标跟踪方法。项目技术创新包括“机动目标跟踪模型”、“雷达机动目标跟踪方法”和“欺骗干扰目标识别方法”3个方面共5个主要创新点:

1.机动目标跟踪模型方面:

创新点1:针对Singer模型在强机动条件下跟踪性能不高的缺点,提出一种基于模糊推理系统的Singer模型改进方法,解决了现有Singer模型方法对目标突发机动的自适应跟踪能力不强,以及速度和加速度估计误差较大的问题。

2.雷达机动目标跟踪方法方面:

创新点1:根据机动目标回波频率的时变特征,提出了一种基于原子分解的目标个数判别方法,该算法只需在一维平面内进行搜索,与需要在二维平面上搜索的时频分析方法相比,提高了计算效率,并为下一步的目标参数估计提供了必要的依据;创新点2:针对现有径向加速度和径向速度估计算法中存在着所需信号持续时间过长和采样频率过高的问题,提出了一种基于压缩感知(CS)的机动目标径向加速度和径向速度估计方法,与现有方法相比,具有所需信号时长短、采样频率低以及估计精度高的优势;创新点3:针对机动目标跟踪方法中径向加速度和径向速度量测与状态向量存在非线性强度高的问题,提出了一种基于径向加速度、径向速度的序贯扩展卡尔曼滤波方法,该方法与基于径向加速度和径向速度(RAV)的扩展卡尔曼滤波(EKF)和不敏卡尔曼滤波(UKF)方法相比,具有跟踪精度高、滤波稳定且不易发散的优点。

3.欺骗干扰目标识别方法方面:

创新点1:针对PD雷达所面临的距离-速度同步拖引干扰,建立了距离-速度同步拖引干扰判别准则,利用压缩感知具有频域高分辨力的特点,提出了基于梯度投影的距离-速度同步拖引干扰识别方法,有效识别出真实目标的多普勒速度。该方法对距离-速度同步拖引欺骗干扰的识别概率在信噪比大于-6dB时较现有神经网络方法有明显提高。

该项目申请专利5项,已授权4项,发表论文11篇,其中SCI收录3篇,EI收录3篇,培养硕博研究生4名。创新技术已在北京中科世行测控技术有限公司、青岛欧博源电子科技有限公司、烟台三航雷达服务技术研究所有限公司等单位的雷达系统研制过程中得到了应用,显著提高了雷达在复杂环境下的参数估计和跟踪性能,有力地推动了中国雷达跟踪技术的发展,取得了一定的社会效益和经济效益。

成果说明

该项目的主要创新技术已应用于各种软件平台的开发,其中北京中科世行测控技术有限公司在“便携式小雷达”开发过程中采用基于压缩感知的机动目标径向加速度估计方法显著地改善了目标参数估计性能,并大大缩短信号采样速度率,近三年为该公司产生间接经济效益114万;青岛欧博源电子科技有限公司在“雷达数据采集记录系统”开发过程中运用基于径向加速度和径向速度的序贯扩展卡尔曼滤波(RAV-SEKF)算法明显提高了目标跟踪精度,并缩短了滤波器达到稳定的时间;烟台三航雷达服务技术研究所有限公司在目标跟踪系统研制过程中,采用了基于正交

  1. 下载详细PDF版/Doc版

提示:为方便大家复制编辑,博主已将PDF文件制作为Word/Doc格式文件。