針對雷達與電子支援偵察（ESM）主被動傳感器聯(lián)合定位與目標跟蹤,提出了基于概率假設(shè)密度（PHD）濾波的雷達-ESM融合算法,并給出了其混合高斯實現(xiàn)方法。該算法能夠利用多ESM偵察信息實現(xiàn)聯(lián)合目標定位及識別,還可綜合雷達信息實現(xiàn)異源傳感器融合,從而實現(xiàn)雜波環(huán)境下多目標高精度跟蹤及目標檢測。大量蒙特卡洛仿真實驗表明:該算法是一種有效的雷達-ESM協(xié)同跟蹤融合方法。 

【文章來源】：現(xiàn)代雷達. 2020,42(08)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

雷達-ESM PHD融合框架

表1 多目標運動起始狀態(tài) 批號 起始時刻 消失時刻 起始狀態(tài)/(m,m,m/s,m/s) 1 1 170 (7 000,10 000,20,20) 2 30 200 (7 000,10 000,-15,15) 3 30 200 (-7 000,-10 000,18,-8) 4 50 200 (0, 50 000, -340,0) 5 60 200 (7 000,10 000,0,20) 6 1 170 (-7 000,-10 000,-20,-20)假設(shè)k時刻各目標的存活概率為ps,k=0.99,目標狀態(tài)轉(zhuǎn)移矩陣Fk及過程噪聲協(xié)方差Qk如下所示

圖3、圖4為雷達-ESM融合PHD濾波算法與單傳感器多目標PHD濾波算法以及ESM多目標PHD融合濾波算法的估計性能對比圖,非線性解算過程均采用CKF濾波算法。其中,圖3展示了多目標個數(shù)估計結(jié)果,圖4展示了OSPA估計誤差。從仿真結(jié)果可知:本文算法不僅提高了多目標跟蹤融合精度,還保證了監(jiān)視區(qū)域內(nèi)目標個數(shù)的正確估計。圖4 多目標OSPA誤差圖

【參考文獻】：
期刊論文
[1]機動目標自適應(yīng)跟蹤與系統(tǒng)誤差配準[J]. 修建娟,王光源,何友.  指揮信息系統(tǒng)與技術(shù). 2018(02)
[2]基于概率假設(shè)密度濾波的多目標雷達空間誤差配準算法[J]. 章濤,李海,吳仁彪.  控制與決策. 2018(08)
[3]面向多目標跟蹤的PHD濾波多傳感器數(shù)據(jù)融合算法[J]. 周治利,薛安克,申屠晗,彭冬亮.  火力與指揮控制. 2017(08)
[4]雷達與ESM綜合多目標檢測、跟蹤與識別[J]. 石紹應(yīng),杜鵬飛,張靖,曹晨.  系統(tǒng)工程與電子技術(shù). 2016(07)
[5]基于測量子集優(yōu)化的雷達/ESM聯(lián)合目標跟蹤[J]. 王雪飛,尚朝軒,王昌盛.  現(xiàn)代雷達. 2014(04)
[6]基于概率假設(shè)密度濾波方法的多目標跟蹤技術(shù)綜述[J]. 楊峰,王永齊,梁彥,潘泉.  自動化學(xué)報. 2013(11)
[7]基于UKF的雷達和機載ESM擴維跟蹤[J]. 張翔宇,王國宏,王娜,張靜.  國外電子測量技術(shù). 2011(09)
[8]ESM傳感器與雷達航跡關(guān)聯(lián)仿真[J]. 林洪濤,周焰,程焱,沈丁丁.  艦船電子對抗. 2009(03)
[9]一種目標狀態(tài)與系統(tǒng)偏差的聯(lián)合估計算法[J]. 宋強,何友,董云龍.  彈箭與制導(dǎo)學(xué)報. 2007(04)
[10]基于有源輔助的被動跟蹤系統(tǒng)[J]. 李安平,敬忠良,胡士強.  上海交通大學(xué)學(xué)報. 2005(12)



本文編號：3128169