針對(duì)電子偵察系統(tǒng)對(duì)雷達(dá)工作狀態(tài)的跟蹤問題,提出了一種基于融合隱馬爾科夫模型的雷達(dá)工作狀態(tài)跟蹤方法。該算法首先將雷達(dá)工作過程建模成隱馬爾科夫模型,其次通過對(duì)偵察的雷達(dá)短語序列識(shí)別,完成單個(gè)平臺(tái)下雷達(dá)工作狀態(tài)的跟蹤;最后再運(yùn)用DS證據(jù)理論將多平臺(tái)的識(shí)別結(jié)果進(jìn)行融合,實(shí)現(xiàn)多平臺(tái)融合跟蹤。對(duì)算法的識(shí)別率進(jìn)行仿真,仿真結(jié)果表明,提出的算法提高了錯(cuò)誤觀測下對(duì)雷達(dá)工作狀態(tài)跟蹤的準(zhǔn)確率,當(dāng)觀測值錯(cuò)誤率為20%時(shí)跟蹤正確率高達(dá)93%。 

【文章來源】：電子測量與儀器學(xué)報(bào). 2020,34(01)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

雷達(dá)工作狀態(tài)轉(zhuǎn)移

圖4是在不同觀測錯(cuò)誤率以及不同平臺(tái)數(shù)下的識(shí)別率曲線,可以看出在3個(gè)平臺(tái)信息融合的情況下,融合后的識(shí)別率較原始識(shí)別率整體提高約10%,但是在錯(cuò)誤率增加到25%時(shí)識(shí)別率下降明顯。這是由于即使錯(cuò)誤觀測的發(fā)生時(shí)刻是隨機(jī)的,但是隨著錯(cuò)誤點(diǎn)數(shù)量增多,不同平臺(tái)的觀測序列仍有一定概率在同一時(shí)刻發(fā)生錯(cuò)誤,而且錯(cuò)誤點(diǎn)越多概率越大,因此導(dǎo)致識(shí)別率下降嚴(yán)重。以上問題可以通過增加融合平臺(tái)數(shù)加以改進(jìn)，圖中顯示4個(gè)平臺(tái)融合的識(shí)別率在錯(cuò)誤率低于15%時(shí)，與3平臺(tái)融合識(shí)別率相差不大;當(dāng)錯(cuò)誤率達(dá)到15%以上時(shí)識(shí)別率提高顯著。當(dāng)5個(gè)平臺(tái)融合時(shí)，識(shí)別率相較于4平臺(tái)融合提升很小，因?yàn)樾畔⑦_(dá)到飽和，識(shí)別率達(dá)到上限。

以上問題可以通過增加融合平臺(tái)數(shù)加以改進(jìn)，圖中顯示4個(gè)平臺(tái)融合的識(shí)別率在錯(cuò)誤率低于15%時(shí)，與3平臺(tái)融合識(shí)別率相差不大;當(dāng)錯(cuò)誤率達(dá)到15%以上時(shí)識(shí)別率提高顯著。當(dāng)5個(gè)平臺(tái)融合時(shí)，識(shí)別率相較于4平臺(tái)融合提升很小，因?yàn)樾畔⑦_(dá)到飽和，識(shí)別率達(dá)到上限。圖4 多平臺(tái)融合性能

【參考文獻(xiàn)】：
期刊論文
[1]參數(shù)尋優(yōu)LSSVM算法在機(jī)載火控雷達(dá)工作模式判定中的應(yīng)用[J]. 王玉冰,程嗣怡,周一鵬,咼鵬程.  空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[2]基于DS證據(jù)理論的機(jī)載火控雷達(dá)空空工作模式判定[J]. 王玉冰,程嗣怡,周一鵬,咼鵬程,周東青,羅朝義.  現(xiàn)代雷達(dá). 2017(05)
[3]基于深度置信網(wǎng)絡(luò)和雙譜對(duì)角切片的低截獲概率雷達(dá)信號(hào)識(shí)別[J]. 王星,周一鵬,周東青,陳忠輝,田元榮.  電子與信息學(xué)報(bào). 2016(11)
[4]應(yīng)用D-S證據(jù)理論的雷達(dá)工作模式特征層融合識(shí)別[J]. 王星,王志鵬,咼鵬程,周東青,杜文紅,王超.  空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(04)
[5]基于參數(shù)樣本圖的雷達(dá)輻射源識(shí)別[J]. 劉凱,許煥武,陳茂香.  電子信息對(duì)抗技術(shù). 2015(01)
[6]DS證據(jù)理論研究進(jìn)展及相關(guān)問題探討[J]. 韓德強(qiáng),楊藝,韓崇昭.  控制與決策. 2014(01)

碩士論文
[1]基于自動(dòng)機(jī)器學(xué)習(xí)的雷達(dá)信號(hào)識(shí)別研究[D]. 涂同珩.西南交通大學(xué) 2018



本文編號(hào)：3222666