《表1 一些雷达探测场景参数与TBD参数的对应关系》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于动态规划的检测前跟踪算法的性能分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

其中*为卷积运算。这种精确计算的方式极其复杂。针对该问题，文献[10-11]分别采用正态分布近似与极值理论分析的方法，但存在或者逼近精度低或者适用场景简单的问题。在雷达实际探测场景中，目标可能具有不同的RCS起伏特性，雷达设计者也可能采用多种工作参数以更加有效地探测不同目标。这些因素均可能使得I（XK）的概率分布估计更加复杂。观察式（12），对于给定的积累帧数K，p（I(XK）)由p（mk(ik，jk，hk）)与|ψ（Xk）|的取值决定，其中1≤k≤K。式（2）表明mk（ik，jk，hk）的概率密度函数取决于噪声幅度分布与目标幅度分布决定。观测不同RCS起伏特性的目标或者采用多脉冲非相参积累或者背景杂波的幅度分布不同均可能改变mk（ik，jk，hk）的概率密度函数。雷达数据率、带宽、波束宽度、驻留时间、量测空间维度、目标动力特性等参数的差异均会导致积累搜索波门大小|ψ（Xk）|的取值不同。表1给出了一些雷达探测场景参数对DP-TBD参数的对应关系。文献[10-11]的结果仅针对单脉冲、Swerling 0类目标，因此很难适用于实际工程中的复杂场景。蒙特卡洛仿真技术通过计算机随机模拟TBD在各种场景中的积累过程，具有简单、新场景响应快、适用范围广、误差小等优点，尤为适合分析复杂场景下的TBD算法性能。