發(fā)布時(shí)間：2019-11-11 19:35

【摘要】：現(xiàn)役雷達(dá)一般采用先檢測(cè)后跟蹤(DBT)體制,當(dāng)對(duì)隱身飛機(jī)、低空小目標(biāo)等進(jìn)行探測(cè)時(shí),由于回波能量往往微弱,加之探測(cè)場(chǎng)景中強(qiáng)雜波的干擾,這時(shí)DBT將出現(xiàn)大量的虛警和漏檢,造成回波信息的大量損失,使得檢測(cè)和跟蹤性能惡化。知識(shí)輔助檢測(cè)跟蹤一體化算法,旨在于傳統(tǒng)DBT基礎(chǔ)上,結(jié)合目標(biāo)、環(huán)境等先驗(yàn)知識(shí)的輔助,關(guān)聯(lián)原本相互獨(dú)立的檢測(cè)過(guò)程和跟蹤過(guò)程,量化分析檢測(cè)性能與跟蹤性能之間的關(guān)系,實(shí)現(xiàn)檢測(cè)過(guò)程和跟蹤過(guò)程的耦合,最終提高雷達(dá)對(duì)弱小目標(biāo)的檢測(cè)跟蹤性能。知識(shí)輔助檢測(cè)跟蹤一體化算法,作為長(zhǎng)久以來(lái)的研究熱點(diǎn),仍有一些技術(shù)問(wèn)題需要完善和解決,例如在強(qiáng)雜波環(huán)境下對(duì)檢測(cè)跟蹤性能的定量分析以及對(duì)臨近多目標(biāo)的檢測(cè)跟蹤耦合處理等。針對(duì)以上問(wèn)題,本文主要做了以下研究工作：1、研究了基于修正黎卡蒂方程(MRE)的跟蹤性能預(yù)測(cè)算法,給出了檢測(cè)器工作點(diǎn)與跟蹤性能的定量關(guān)系,該算法為檢測(cè)器工作點(diǎn)的確定提供了理論依據(jù),檢測(cè)器采用優(yōu)化后的工作點(diǎn)時(shí),可有效提高跟蹤性能。2、針對(duì)強(qiáng)雜波環(huán)境下的微弱目標(biāo)檢測(cè)跟蹤問(wèn)題,研究了長(zhǎng)拖尾K分布雜波背景下,利用幅度知識(shí)輔助的跟蹤性能預(yù)測(cè)算法,該算法給出了復(fù)雜背景下使跟蹤性能最優(yōu)的檢測(cè)工作點(diǎn)確定方法,與未利用幅度知識(shí)的算法相比,該算法可以得到更好的跟蹤性能。3、研究了耦合貝葉斯檢測(cè)器和概率數(shù)據(jù)關(guān)聯(lián)跟蹤器的算法,該算法引入了從跟蹤器到檢測(cè)器的反饋,有效降低了檢測(cè)器虛警概率,同時(shí)提高了跟蹤濾波器的跟蹤精度和成功跟蹤概率。4、針對(duì)臨近多目標(biāo)場(chǎng)景下的檢測(cè)跟蹤問(wèn)題,提出了多目標(biāo)檢測(cè)跟蹤耦合算法,該算法采用并行貝葉斯檢測(cè)器對(duì)各目標(biāo)進(jìn)行獨(dú)立檢測(cè),有效抑制了臨近目標(biāo)間的相互干擾,提高了對(duì)臨近目標(biāo)的檢測(cè)跟蹤性能。
【圖文】：

在干擾功率己知時(shí)，才能精確計(jì)算滿足特定虛警概率的檢測(cè)口限；然而對(duì)于大多逡逑數(shù)雷達(dá)系統(tǒng)來(lái)說(shuō)，干擾功率是未知的，此時(shí)實(shí)際的虛警概率常常將偏離預(yù)期值，如逡逑下圖２－１所示。逡逑８｜邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｊ邐－ｆ邐逡逑ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邋邐邐邋ｉ邐Ｉ邐Ｉ逡逑７邋…Ｊ…；…Ｌ邋＿邋－…曲ｓｊＡＩ邋－—逡逑ｉ邋ｉ邋Ｉｉ邐ｉ邐ｉ邐ｉ邐ｉ逡逑６邐ｆ邐Ｔ邋￣邋－邋－ｊＴ－邋－邋－Ｉ邐ｒ邐１邐－Ｉ邐１邐邐邐邐逡逑NB邋４邐？．邐－Ｚ邋Ｊ邐邐？邐Ｉ邐＊邐－Ｉ邐Ｉ邐Ｊ邐逡逑ｇ邋：~枌H：ｔ逡逑0０邐２邐４邐？＇邐８邐１０邐１２邐１４邐１６邐１８邐２０逡逑？聲功車的X棾す椋攏╁義賢跡玻痹肷β什ǘ孕榫怕實(shí)撓跋戾義仙賢枷允玖�，祩渖葰率发生变化时，将蒂Z灤榫怕食墑考兜腦棾�。全k義細(xì)扇毆β時(shí)浠矗洌率�，虚警概聲r(shí)浠隋澹玻擔(dān)蹈鍪考�。所文z閾榫怕剩ǎ茫疲粒遙╁義霞觳�，正蕷J攵哉庖晃侍�，，咒Xτ讜詬扇毆β飾粗幕肪誠(chéng)綠峁┖愣ǖ男榫怕叔義蝦涂稍ぶ募觳飧怕�。ＣＦＡ酶]觳饌ü愿扇毆β實(shí)氖凳憊蘭�，自室暒调整检诧冓辶x舷�，保持袡綅渑聦�(shí)暮愣�。ＣＦＡＲ检测訛a芏嘀鄭緄ピ驕閾榫ǎ茫粒茫疲粒遙╁義霞觳

本文編號(hào)：2559403