两种TBD算法在HPRF-PD雷达应用中的比较
高斯粒子 PHD 滤波的多个弱小目标 TBD 算法
高斯粒子 PHD 滤波的多个弱小目标 TBD 算法李翠芸;曹潇男;廖良雄;江舟【摘要】针对现有多个弱小目标检测前跟踪（track-before-detect，TBD）算法存在的跟踪精度低，算法复杂度高等问题，提出一种新的基于概率假设密度（probability hypothesis density，PHD）的 TBD 算法。
所提算法通过高斯粒子滤波对 PHD 中的各高斯项进行递归运算、进行多帧能量累积，并提取高斯项的均值为目标的状态，达到检测与跟踪多个弱小目标的目的。
算法在随机集滤波框架下完成未知数目的多个弱小目标跟踪，不仅充分利用粒子滤波的非线性估计能力，同时避免了传统算法利用模糊聚类进行目标状态提取所带来的跟踪精度低等问题。
仿真结果表明，所提算法与传统方法相比，在降低算法复杂度的同时，对多个红外弱小目标具有更加良好的实时检测和跟踪性能。
%In order to avoid the low tracking accuracy and high complexity problems in the conventional al-gorithms,a novel track-before-detect algorithm based on probability hypothesis density (PHD)filter is pro-posed for the tracking and detection of the multiple dim targets in the infrared image.With the Gaussian particle filter,the Gaussian components in PHD can be operated recursively and extracted as the states of targets.The algorithm can realize the tracking and detection of the multiple dim targets by the energy accumulation.With the theory of the random finite set,the algorithm performs the multiple dim targets tracking with unknown num-ber.It can not only make use of the nonlinear estimation ability of the particle filter but also avoid the tracking inaccuracy which is brought by the fuzzy clustering.Simulation results with the infrared images show that the proposed algorithm has thelow complexity and the better performance in the detection and tracking multiple dim targets than the conventional algorithm.【期刊名称】《系统工程与电子技术》【年(卷),期】2015(000)004【总页数】6页(P740-745)【关键词】检测前跟踪;概率假设密度;高斯粒子滤波;红外图像;多目标跟踪【作者】李翠芸;曹潇男;廖良雄;江舟【作者单位】西安电子科技大学电子工程学院，陕西西安 710071;西安电子科技大学电子工程学院，陕西西安 710071;西安电子科技大学电子工程学院，陕西西安 710071;西安电子科技大学电子工程学院，陕西西安 710071; 中国人民解放军95972 部队，甘肃酒泉 735018【正文语种】中文【中图分类】TN953近年来，基于红外探测和成像的武器系统成为各国军事领域研究的重点。
杂波环境下基于粒子滤波的雷达微弱目标TBD算法
杂波环境下基于粒子滤波的雷达微弱目标TBD算法闫青竹;吴孙勇;蔡如华;谢兴祥【摘要】To detect and track the weak target of radar in the clutter environment,PF-TBD algorithm is presented in the clut-ter of Weibull distribution.The algorithm uses a measurement model in the clutter of Weibull distribution based on particle filter and derives likelihood function and particle weights.Simulation results show that PF-TBD algorithm in the clutter of Weibull distribution is stable.%针对杂波环境下的雷达微弱目标检测前跟踪问题,提出了 Weibull杂波分布下PF-TBD算法。
该算法采用 Weibull杂波分布的量测模型,并基于粒子滤波算法,推导出似然函数和粒子权重。
仿真结果表明,Weibull 杂波环境下 PF-TBD算法稳定性良好。
【期刊名称】《桂林电子科技大学学报》【年(卷),期】2015(000)003【总页数】5页(P202-206)【关键词】杂波;威布尔分布;粒子滤波;检测前跟踪;微弱目标【作者】闫青竹;吴孙勇;蔡如华;谢兴祥【作者单位】桂林电子科技大学数学与计算科学学院，广西桂林 541004;桂林电子科技大学数学与计算科学学院，广西桂林 541004;桂林电子科技大学数学与计算科学学院，广西桂林 541004;桂林电子科技大学数学与计算科学学院，广西桂林 541004【正文语种】中文【中图分类】TN957.52雷达弱目标检测一直是信号处理中的难题，检测前跟踪(track-before-detect，简称TBD)是低信杂噪比(signal-to-clutter-noise ratio，简称SCNR)下对目标进行处理的一种多帧信号积累方法，而粒子滤波(particle filter，简称PF)方法非常适合处理这类问题。
雷达信号处理算法性能评价模型
雷达信号处理算法性能评价模型随着雷达技术的不断发展，雷达信号处理算法也日渐复杂和多样化。
为了评估不同算法的性能，科学家们提出了各种不同的评价模型。
本篇文章将介绍雷达信号处理算法性能评价模型的基本原理和应用。
首先，我们需要明确性能评价的目的。
雷达信号处理算法性能评价的主要目的是确定算法的准确性、稳定性和鲁棒性。
准确性指的是算法在处理雷达信号时能够正确地提取出目标信息。
稳定性是指算法在不同环境下的性能一致性。
鲁棒性是指算法对于不完美的输入信号和噪声的适应能力。
在雷达信号处理算法性能评价模型中，最常用的指标之一是误检与漏检概率。
误检概率表示算法错误地将噪声或其他非目标信号识别为目标信号的概率，漏检概率表示算法未能正确地识别目标信号的概率。
这两个概率可以通过实验或仿真得到，从而评估算法的性能。
通常情况下，我们希望误检概率越低越好，漏检概率越低越好。
另一个常用的评价指标是信噪比。
信噪比是指信号与噪声的比值，它可以用来评估算法对于噪声的抑制能力。
一般来说，信噪比越高，信号的清晰度就越高，算法的性能也就越好。
此外，雷达信号处理算法性能评价模型还需要考虑算法的计算复杂度和实时性。
计算复杂度是指算法所需的计算资源，包括计算时间和内存空间。
实时性是指算法能够在规定的时间内完成信号处理任务的能力。
这两个指标通常需要根据具体的应用情况来确定，有时候需要进行权衡。
为了更全面地评价雷达信号处理算法的性能，科学家们还提出了一些其他的评价模型。
例如，我们可以使用接收器操作特性曲线（ROC曲线）来评估不同算法的性能。
ROC曲线反映了算法的误检概率与漏检概率之间的关系，可以直观地比较不同算法的性能。
除了传统的评价模型外，近年来还出现了一些基于机器学习的性能评价方法。
这些方法通过训练算法来识别模式和特征，并使用统计方法来评估算法的性能。
这些方法通常需要大量的数据和计算资源，但能够提供更准确和全面的性能评估结果。
总的来说，雷达信号处理算法性能评价模型可以采用误检与漏检概率、信噪比、计算复杂度、实时性、ROC曲线等指标来评估不同算法的性能。
基于改进型PASTd双基地MIMO雷达角度跟踪算法
第40卷第1期 2018年1月系统工程与电子技术Systems Engineering and ElectronicsVol. 40 N o. 1January 2018文章编号 :1001-5 06X( 2018) 01-00 65-08 网址：w w 基于改进型P A ST d双基地M IM O雷达角度跟踪算法张正言，张剑云(国防科技大学电子对抗学院，安徽合肥230037)摘要：针对双基地多输入多输出（multiple input multiple output，M I M O)雷达目标角度跟踪问题，提出了 一 种改进型紧缩投影近似子空间跟踪（projection approximation subspace trackingdeflation，P A S T d)算法。
P A S T d算法性能较好，被大量应用于双基地M I M O雷达角度跟踪中，但是P A S T d算法不能跟踪相同发射角（direction of departure，D O D)或接收角（direction of arrival，D O A)的目标，并且无法实现不同时刻同一目标角度的自动关联。
改进P A S T d算法首先给出了目标角度自动关联算法，且能够实现收发角度的自动配对。
然后利用估计出的收发角度，得到此时的收发联合导向矢量。
最后用收发联合导向矢量更新P A S T d算法估计出的特征矢量，作为下一时刻跟踪算法的初始矢量。
改进算法克服了 P A S T d算法的不足，能够成功跟踪相同角度的目标，并且实现了目 标收发角度自动配对和关联。
仿真结果验证了理论分析的有效性。
关键词：双基地多输入多输出雷达；投影逼近子空间跟踪压缩；角度跟踪；信号子空间；角度自动配对和关联中图分类号：T N911. 7 文献标志码：A D O I：10. 3969/j. issn. 1001-506X. 2018. 01. 10 Angle tracking algorithm of bistatic MIMO radar based on improved PASTdZHANG Zhengyan,ZHANG Jianyun{Electronic Engineering Insiiiuie, National University o f Defense Technology , H efei 230037, China')Abstract：A n improved projection approximation subspace tracking deflation (P A S T d) i s proposed for the problem of tracking the angle of targets in bistatic multiple input multiple output (M I M O)ra algorithm has good performance and i s widely used in bistatic M I M O radar angle tracking.H o w e v e r，theP A S T d algorithm cannot t rack !^h e target of !^h e same direction of departure (D O D)or direction of arrival(D O A) and achieve automatic association of targetangles.Firstly，the automatic correlation algorithmof targetangle i s given in !^h e improved P A S T d algorithm, which realizes D O D and D O A of !^h e same m o m e n t aul^omatic pairing.Secondly，the send and r eceive jointsteeringvector i s obtainedby the estimatedangle.Finally，thecharacteristic vertor i s updated by the send and receive joint steering vector，which i s estimated by the P A S T dalgorithm.It s used as the initial vector of the tracking algorithm for the next m o m e n t.T h e improved algorithm overcomes the shortcomings of the P A S T d algorithm and can successfully track the target of the same angle.I t realizes the automatic matching and association of D O D a n d D O A.Simulation results are presented to verify the efficiency of the proposed method.K e y w o r d s：bistatic multiple input multiple output (M I M O)radar；projection approximation subspace tracking deflation；angles tracking；signal subspace；angle automatic pairing and association〇引言随着战场环境的日益复杂，传统雷达性能难以充分发挥，越来越难以适应战争需求。
记忆跟踪在HPRF-PD雷达中抗距离遮挡的应用
摘 要 ：高重 频脉 冲 多普 勒 雷达存 在 距 离遮 挡 问题 。分析 了距 离遮 挡 的特 性 ， 出信 号 指 频谱 的幅度 趋 势特性 和 离散 特 性 可 以用 于辅 助 遮 挡 判 决 。在 单重 频 的 前提 下 ， 出 了基 于记 给 忆方 法的抗 遮挡 跟踪 的 系统框 架 ， 计 了记 忆跟 踪 滤 波 器 与 正常跟 踪 滤 波 器的切 换 机 制 。 最 设
２ Ｃｈｉ ａ Ａｉｂｏｒ ｅ Ｍ ｉ ｓｌ ａ ｍ ｙ，Ｌｕ ａ ｇ Ｈｅ ｎ ４７ ０ ． ｎ ｒ ｎ ｓ ｉｅ Ａｃ ｄｅ ｏｙ ｎ ｎａ １ ０９，Ｃｈ ｎａ ｉ ）
Ａｂ ｔ ａ ｔ： ｒ ｎ — ｃｉ ｓ ｎ ｒ ｂ ｅ ｘｉｔ ｉｈ Ｈ ＰＲＦ— ｓ ｒ ｃ Ａ ａ ｇｅ ｅ ｌｐ ｉ ｇ ｐ ｏ ｌ ｍ ｅ ｓ ｓｗ ｔ ＰＤ ｄ ｒ Ｔｈｅ ｆ ａ ｕ ｅ ｆｒ ｎｇ — Ｒａ ａ ． ｅ ｔ ｒ ｓｏ ａ ｅ
法是 记忆 跟踪 ， 关 键 是 盲 区记 忆 跟踪 的起 始 和 其
明 区正常 跟踪 的恢 复 。记忆 跟踪 起始 包 括是遮 挡
检测 与记 忆跟 踪 滤 波 器 初 始化 ， 常 跟踪 恢 复 则 正 涉及 透 明 区检测 和低 信噪 比下 滤波 器 的初始 化 。 本 文 第 二 部 分 分 析 了遮 挡 特 性 ， 出 了 单 提
ｅ ｌｐ ｉ ｇ ａ ｅ ａ ａ ｙ ｅ ｃｉ ｓ ｎ ｒ ｎ ｌ ｚ ｄ，ｈｅ ｃ ｏ ｎｔ ｉ ｇ ｔ ｏ ｏｓ ｌｔ ｔｔ ｒ ｎｄ ｏ ｉ ａ ｐ ｃ ｒ ｎ ｅ ｃ ｍｅ ｉ ｏ ｂｅ ｎ ｈｅ ｐｒ ｐ ａ ｈａ ｈｅ ｔ ｅ ｆｓｇｎ ｌｓ ｅ ｔ ｕｍ
ｐ ａ ａ ｉｕｄ ｎｄ ｄｅ ｅ ｔ ａ ｉａ ｉ ｎ ｏ ｏ ｌ ｒｆ ｅ ｅ ｙ ｃ ｎ ｂｅ ｕ ｅ ｏ ｓ ｐｐ ｔｔ ｅ ｉ ｉ ｅ ｋ ｍ ｇｎ ｔ ｅ ａ ｃ ｎ ｒ ｌｚ ｔｏ ｆＤ ｐｐ ｅ ｒ ｑｕ ｎｃ ａ ｓ ｄ ｔ ｕ ｏｒ ｈｅ ｄ ｃｓｏｎ ｏ ｃｉ ｉ ． Ｏ ｎ ｔ ｃ ａ ｉ ｎ ｏ ｉ ｇｌ ｆｅ ｌｐｓｎｇ ｈｅ ｏ ｃ ｓｏ ｆｓ ｎ ｅ ＰＲＦ ， ｔ ｒ ｍ ｅ ｒ ｆ ａ ｉｅ ｌｐ ｉ ｇ ｔａ ｋｉ ｓ ｄ ｈｅ ｆ ａ ｗｏ ｋ ｏ ｎｔ— ｃ ｉ ｓ ｎ ｒ ｃ ｎｇ ｂａ ｅ ｍ ｅ ｏｒ ａ ｄ ｔ ｅ ｓ ｉｃ ｎ ｍ ｅ ｈａ ｉｍ ｂ ｔ ｅ ｎ ｍ ｙ ｎ ｈ ｗ ｔ ｈｉ ｇ ｃ ｎｓ ｅ ｗ ｅ ｍ ｅ ｏ ｙ ｎｄ ｎｏ ｍ ａ ｔａ ｋ ｎｇ ｆｌｅ ｉ ｍ ｒ ａ ｒ ｌ ｒ ｃ ｉ ｉｔ ｒ ｓ ｃ ｓｒｃｅ ｏｎ ｔ ｕ ｔ ｄ． Ｓ ｍ ｕ ａ ｉ ｎ ｒ ｓ ｌ ｎ ＲＦ ｈａ ｂｅ ｓ ａ ｓ ｅ ｅ ｔ ｄ ｔ ｖ ｌ ｔ ｈ ｒ ｏ ｍ ａ ｃ ｉ ｌ ｔｏ ｅ ｕ ｔ ｉ ｃ ｍ ｒ ｉ ｌ ｏ ｐｒ ｓ ｎ ｅ ｏ ｅ ａ ｕａ ｅ ｔ ｅ ｐｅ ｆ ｒ ｎｅ ｏ ｏ ｓ ｄ ｍ ｅ ｈｏ ｆｐｒ ｐｏ ｅ ｔ ｄ． Ｋ ｅ ｒ ： ｄ ｐｐ ｅ ａ ａ ｙ ｗｏ ｄｓ ｏ ｌ ｒ ｒ ｄ ｒ；ｒ ｎｇ ； ｍ ｅ ｏ ｙ ｔ ａ ｋｉ ｇ ａ ｅ ｍ ｒ ｒｃ ｎ
利用极化信息的高频地波雷达TBD检测算法
利用极化信息的高频地波雷达TBD检测算法李发宗;毛兴鹏;常维国【摘要】Complex clutters of High Frequency Surface Wave Radar cause difficulties on target detection. Based on polarization characteristics of HFSWR, a new method by combining polarization information with the traditional dynamic programming algorithm is proposed. Moving target direction information and polarization information are used to improve the performance of the algorithm, and pre⁃detection technique is adopted to reduce the amount of calculation. The simulation and test results in a Gaussian background and HFSWR measured data show that the new algorithm based on polarization information has significant performance benefits compared to the traditional method based on dynamic programming algorithm in the ionosphere clutter.%为解决复杂的杂波背景造成高频地波雷达目标检测上的困难，针对高频地波雷达的极化特性，提出了一种将极化信息与传统动态规划算法相结合的TBD检测新方法。
HPRFPD末制导雷达解距离模糊方法设计
Ｋｅ ｒ ｓ ＨＰ ｙ ｗｏ ｄ ： ＲＦ； Ｄ ｒｄ ｒ ｒｎ ｅｅ ｌ ｓ ； ａ ｇ ｍｂ ｇ ｉ ； ｌ ｔ— Ｐ Ｆ； ａａ ｔ ｅ ｉ Ｐ ａ ａ ；ａ ｇ ｉｅ ｒ ｅ ａ ｉ ｔ ｍｕ ｉ — Ｒ ｐ ｒｍｅｅ ｄ ｓｇ ｃ ｐ ｎ ｕ ｙ ｒ ｎ
１ 引
言
另一固有问题 ，Ｄ Ｐ 体制末制导雷达通过“ 时分” 的方 法 发射 和接 收信号 ＿ 。在 发射 机发射 脉 冲期 间接 收 ２ Ｊ
机 必须 关机 。如果 目标 回波到 达末制 导雷达 的时候
距 离模糊 问题 是高重 频 脉 冲多普 勒 （ Ｐ ＦＰ ） Ｈ Ｒ Ｄ 末 制导雷 达 的固有 问题 ， 目标 的 回波延 迟 时 间大 当
Ｈ Ｒ Ｄ末制导雷达解距离模糊方法设计 Ｐ ＦＰ
王 莹 苏宏艳 朱 淮城 袁 ， ， ， 起２
（． １中国航天科工集 团二院 二十五所 ， 京 １０５ ； ． ０ ８４２ 中国航天科工集 团第二研究 院， 北京 １０５ ） ０８４
摘
要： 了解决高重频脉冲 多普勒末制导雷达制导过程 中的距 离遮挡和距 离模糊问题 ， 为 实现在距
Ａｂ ｔａ ｔ Ｒ ｎ ｅ ａ ｉｕｔ ｎ ｃ ｉｓ ｒ ｏ ｉｈ ｒｎ ｒｂ ｅ Ｒ Ｄ ｒ ｉ ａ ｇ ｉｉｇ ｒｄ ｒ Ｔ ｏｖｎ ｓｒ ｃ ： ａ ｇ ｍｂｇ ｉ ａ ｄ ｅ ｌ ｅａｅ ｔ ｅｅ ｔ ｏ ｌｍｓｉ ＨＰ Ｆ Ｐ ｔ ｍ ｎ ｄ ｎ ａ ． ｏ ｓｌ ｉｇ ｙ ｐ ｗ ｎ ｐ ｎ ｅ ｌｕ ａ
Ｗ ＮＧ Ｙｎ Ｈ ｏｇｙｎ ，Ｚ ａ—ｈｎ Ｕ Ｎ ｉ Ａ ｉ ，Ｓ Ｕ Ｈ ｎ －ａ ＨＵＨｕ ｉ ｅｇ ，Ｙ Ａ Ｑ ２ ｇ ｃ
雷达探测深度与中心频率参考对应简...
5）在第六章中本文把雷达探测的浸润线高度作为一个参数，应用软件 GEO-Studio 确定 尾矿坝的稳定安全系数，由于浸润线高度与实际钻进测量值之间的误差率小于 5%，认为探地 雷达探测的浸润线结果确定的稳定安全系数可以作为尾矿安全稳定的一个参考安全系数。 关键词：探地雷达；浸润线；电性参数；雷达参数优化；稳定安全系数
1.1 选题的背景及意义 ........................................................................................................... 1 1.2 探地雷达的国内外发展现状............................................................................................ 2
I
Abstract
The position of saturation line as an important aspect of stability monitoring of tailings dam, and now there are many ways for the monitoring of tailings dam saturation line , but the ground penetrating radar as a fast, nondestructive measurement of saturation line has not been widely applied. In this paper, the following aspects to elaborate the cont监测的一个重要方面，现在工程中对于尾矿坝浸润线的 监测手段有很多种，但探地雷达作为一种快速、无损的浸润线观测尚未得到广泛应用。本文 主要通过以下几个方面来阐述研究内容：
基于TBD方法的高频地波雷达弱目标检测与跟踪技术研究
国内图书分类号：TN958.93国际图书分类号：621.396.96工学硕士学位论文基于T B D方法的高频地波雷达弱目标检测与跟踪技术研究硕士研究生：夏共仪导 师：位寅生副教授申请学位：工学硕士学 科、专 业：信息与通信工程所在单 位：电子与信息技术研究院答辩日 期：2008年6月授予学位单位：哈尔滨工业大学Classified Index: TN958.93U.D.C: 621.396.96Dissertation for the Master’s Degree in EngineeringRESEARCH ON DETECTION AND TRACKING OF DIM TARGET BASED ONTBDCandidate:Supervisor:Academic Degree Applied for: Speciality:Affiliation：Date of Defence:Degree-Conferring-Institution: Xia GongyiAssociate Prof. Wei Yinsheng Master of Engineering Information and Communication EngineeringSchool of Electronics Information TechnologyJune,2008Harbin Institute of Technology哈尔滨工业大学工学硕士学位论文摘要在高频地波雷达工作的HF频段上，存在着大量的干扰源，如短波电台的广播、通讯信号以及多普勒零频率的附近存在Bragg一阶谱和二阶谱，和大气噪声，目标回波强度通常低于背景噪声，另外超视距雷达由于波段和带宽有限，距离分辨率为数千米左右，方位分辨率更低，这使得微弱目标的回波往往淹没在复杂的杂波和噪声中，即使通过二维相参积累后，信噪比还是也无法满足对目标进行有效检测。
雷达成像rd算法积分旁瓣比
雷达成像rd算法积分旁瓣比
雷达成像是一种利用雷达技术进行目标成像的方法，而积分旁
瓣比是评价雷达成像质量的重要指标之一。
积分旁瓣比是指成像过
程中目标信号与旁瓣（或者说杂波）信号之间的比值。
在雷达成像中，旁瓣通常是指由于雷达天线方向图、波束形状等因素引起的非
期望信号。
从技术角度来看，雷达成像中的积分旁瓣比是由雷达系统的性
能参数、成像算法以及目标场景等多个因素共同决定的。
首先，雷
达系统的天线方向图和波束形状会直接影响到旁瓣的产生，因此天
线设计和波束控制是影响积分旁瓣比的重要因素。
其次，成像算法
的设计也会对积分旁瓣比产生影响，比如在成像算法中采用的滤波、聚焦等处理方式会影响到目标信号和旁瓣信号的分离程度。
此外，
目标场景的复杂程度也会对积分旁瓣比产生影响，比如目标的反射
特性、背景干扰等因素都会影响到成像质量。
另外，从应用角度来看，积分旁瓣比的大小直接关系到雷达成
像的清晰度和目标分辨率。
较高的积分旁瓣比意味着目标信号相对
于旁瓣信号更突出，成像质量更高，目标的细节信息能够更加清晰
地呈现出来。
因此，在实际的雷达成像应用中，工程师们通常会根
据具体的成像要求和场景特点来调整雷达系统参数和优化成像算法，以获得更好的积分旁瓣比，从而获得更高质量的雷达成像结果。
总之，雷达成像中的积分旁瓣比是一个综合了技术、算法和应
用等多方面因素的重要指标，对于评价雷达成像质量和优化成像效
果具有重要意义。
《双站紧凑型高频地波雷达目标关联方法研究》范文
《双站紧凑型高频地波雷达目标关联方法研究》篇一一、引言在现今的雷达技术中，双站紧凑型高频地波雷达（Two-Station Compact High Frequency Ground Wave Radar）作为一种先进的探测手段，已广泛应用于各种复杂环境中对目标进行高精度探测与跟踪。
目标关联技术是地波雷达系统中的重要组成部分，其目的是将来自不同雷达站点的数据有效地关联起来，从而实现对目标位置、速度等信息的准确估计和跟踪。
本文将重点研究双站紧凑型高频地波雷达的目标关联方法，分析其技术特点及实施策略，以期为相关领域的研究与应用提供参考。
二、双站紧凑型高频地波雷达概述双站紧凑型高频地波雷达是一种利用地波传播特性的高频雷达系统，具有较高的空间分辨率和探测能力。
该系统由两个或多个雷达站点组成，通过互相协作与信息共享，实现对目标的联合探测与跟踪。
该系统具有结构紧凑、探测精度高、抗干扰能力强等优点，广泛应用于军事、海洋、气象等领域。
三、目标关联方法研究（一）目标关联技术概述目标关联技术是地波雷达系统中的重要环节，其主要任务是将来自不同雷达站点的数据进行关联分析，以实现目标信息的准确估计和跟踪。
目标关联技术的实施主要包括数据预处理、特征提取、关联算法等步骤。
（二）数据预处理与特征提取在进行目标关联之前，首先需要对原始数据进行预处理和特征提取。
数据预处理包括去噪、滤波等操作，以提高数据的信噪比和可靠性。
特征提取则是从预处理后的数据中提取出目标的位置、速度等关键信息，为后续的关联分析提供依据。
（三）关联算法研究关联算法是目标关联技术的核心部分，其目的是将不同雷达站点的数据进行有效关联。
常见的关联算法包括最近邻法、加权最小二乘法、卡尔曼滤波法等。
这些算法各有优缺点，需要根据具体的应用场景和需求选择合适的算法。
此外，随着人工智能技术的发展，基于深度学习的目标关联算法也逐渐成为研究热点，为地波雷达的目标关联提供了新的思路和方法。
基于辅助粒子滤波的机动弱目标 TBD算法
基于辅助粒子滤波的机动弱目标 TBD算法孙云;王国宏;谭顺成;于洪波【期刊名称】《电光与控制》【年(卷),期】2013(000)007【摘要】为了解决低信噪比条件下的机动目标检测跟踪问题，研究了辅助粒子滤波与多模粒子滤波（ MMPF）相结合的检测前跟踪（ APF-MMPF）算法。
将多模粒子滤波过程中包含目标存在变量及运动模式变量的预测粒子直接用于产生辅助变量，进行辅助粒子滤波过程实现对机动目标的检测跟踪。
通过APF-MMPF算法与单纯MMPF算法的仿真结果对比可见，APF-MMPF算法的检测概率高、跟踪误差小，检测跟踪性能优于MMPF算法。
由算法机理和仿真结果可见，由于APF-MMPF算法中粒子采样利用了当前量测信息，可有效提高对机动目标的检测跟踪性能。
【总页数】5页(P28-31,92)【作者】孙云;王国宏;谭顺成;于洪波【作者单位】海军航空工程学院信息融合技术研究所，山东烟台 264001;海军航空工程学院信息融合技术研究所，山东烟台 264001;海军航空工程学院信息融合技术研究所，山东烟台 264001;海军航空工程学院信息融合技术研究所，山东烟台 264001【正文语种】中文【中图分类】V271.4;TN953【相关文献】1.基于多模型和辅助粒子滤波的机动目标跟踪算法研究 [J], 李景熹;王树宗;王航宇;宋振伟2.基于粒子滤波TBD的高机动目标检测技术 [J], 杨帆;汪文英;王茹琪3.一种基于MMPF-TBD的机动弱目标检测方法 [J], 黄大羽;薛安克;郭云飞4.基于TS-MMPF的机动弱目标TBD算法 [J], 谭顺成;于洪波5.基于双层粒子滤波的多传感器多目标TBD算法 [J], 王圣哲;陈霄;薛安克因版权原因，仅展示原文概要，查看原文内容请购买。
ＨＰＲＦ 雷达多机动弱小目标检测跟踪技术
第４３卷第１期２０２１年２月指挥控制与仿真ＣｏｍｍａｎｄＣｏｎｔｒｏｌ＆ＳｉｍｕｌａｔｉｏｎＶｏｌ ４３㊀Ｎｏ １Ｆｅｂ ２０２１文章编号：１６７３⁃３８１９（２０２１）０１⁃０００４⁃１０㊀ＨＰＲＦ雷达多机动弱小目标检测跟踪技术∗谭顺成１，２，康勖萍３（１ 海军航空大学信息融合研究所，山东烟台㊀２６４００１；２ 南京电子技术研究所，江苏南京㊀２１００３９；３ 烟台市园林建设养护中心，山东烟台㊀２６４００１）摘㊀要：机动弱小目标的检测和跟踪是当前研究的难点问题，而高脉冲重复频率（ＨＰＲＦ）雷达机动弱小多目标的检测跟踪问题同时面临雷达距离测量模糊㊁目标机动和目标低可观测等问题，更具复杂性㊂因此，对ＨＰＲＦ雷达机动弱小目标检测和跟踪的研究现状进行了详细分析，总结了该问题的关键难点，并结合前期研究，给出了具体可行的研究方向和思路，提炼了需解决的模糊量测似然函数的构建㊁目标丢失和消失的判别㊁ 同源 目标的有效划分㊁乱序观测子量测重要性评估等关键技术，为ＨＰＲＦ雷达机动弱小目标检测和跟踪问题的研究提供参考㊂关键词：高脉冲重复频率（ＨＰＲＦ）；检测前跟踪（ＴＢＤ）；弱小目标；机动目标中图分类号：ＴＮ９５３㊀㊀㊀㊀文献标志码：Ａ㊀㊀㊀㊀ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３⁃３８１９．２０２１．０１．００２ＨＰＲＦＲａｄａｒＭｕｌｔｉｐｌｅＭａｎｅｕｖｅｒｉｎｇＷｅａｋＴａｒｇｅｔｓＤｅｔｅｃｔｉｏｎａｎｄＴｒａｃｋｉｎｇＴｅｃｈｎｏｌｏｇｙＴＡＮＳｈｕｎ⁃ｃｈｅｎｇ１，２，ＫＡＮＧＸｕ⁃ｐｉｎｇ３（１ ＩｎｓｔｉｔｕｔｅｏｆＩｎｆｏｒｍａｔｉｏｎＦｕｓｉｏｎ，ＮａｖａｌＡｖｉａｔｉｏｎＵｎｉｖｅｒｓｉｔｙ，Ｙａｎｔａｉ２６４００１；２ ＮａｎｊｉｎｇＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｏｎｉｃｓＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１００３９；３ ＧａｒｄｅｎＣｏｎｓｔｒｕｃｔｉｏｎａｎｄＭａｉｎｔｅｎｎａｎｃｅＣｅｎｔｅｒｏｆＹａｎｔａｉ，Ｙａｎｔａｉ２６４００１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｄｅｔｅｃｔｉｏｎａｎｄｔｒａｃｋｉｎｇｏｆｍａｎｅｕｖｅｒｉｎｇｗｅａｋｔａｒｇｅｔｓｉｓａｄｉｆｆｉｃｕｌｔｐｒｏｂｌｅｍｉｎｔｈｅｃｕｒｒｅｎｔｒｅｓｅａｒｃｈ．Ｈｏｗｅｖｅｒ，ｗｈｅｎｄｅｔｅｃｔｉｏｎａｎｄｔｒａｃｋｉｎｇｍａｎｅｕｖｅｒｉｎｇｗｅａｋｔａｒｇｅｔｓｗｉｔｈｔｈｅｈｉｇｈｐｕｌｓｅｒｅｐｅｔｉｔｉｏｎｆｒｅｑｕｅｎｃｙ（ＨＰＲＦ）ｒａｄａｒ，ｔｈｅｐｒｏｂｌｅｍｓｓｕｃｈａｓｒａｎｇｅａｍｂｉｇｕｉｔｙ，ｔａｒｇｅｔｍａｎｅｕｖｅｒｉｎｇａｎｄｌｏｗｏｂｓｅｒｖａｂｉｌｉｔｙａｒｅｔｏｂｅｆａｃｅｄ，ｗｈｉｃｈｃｏｍｐｌｉｃａｔｅｓｔｈｉｓｉｓｓｕｅｅｖｅｎｆｕｒｔｈｅｒ．Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅｃｕｒｒｅｎｔｓｉｔｕａｔｉｏｎｏｆｍａｎｅｕｖｅｒｉｎｇｗｅａｋｔａｒｇｅｔｓｄｅｔｅｃｔｉｏｎａｎｄｔｒａｃｋｉｎｇｗｉｔｈＨＰＲＦｒａｄａｒｉｓａｎａｌｙｚｅｄｉｎｄｅ⁃ｔａｉｌ，ａｎｄｔｈｅｋｅｙｄｉｆｆｉｃｕｌｔｉｅｓｏｆｔｈｉｓｐｒｏｂｌｅｍａｒｅｓｕｍｍａｒｉｚｅｄ．Ｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｐｒｅｖｉｏｕｓｒｅｓｅａｒｃｈ，ｔｈｅｓｐｅｃｉｆｉｃａｎｄｆｅａｓｉｂｌｅｒｅｓｅａｒｃｈｄｉｒｅｃｔｉｏｎｓａｎｄｉｄｅａｓａｒｅｇｉｖｅｎ，ａｎｄｔｈｅｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｓｕｃｈａｓｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｆｕｚｚｙｍｅａｓｕｒｅｍｅｎｔｌｉｋｅｌｉｈｏｏｄｆｕｎｃｔｉｏｎ，ｔｈｅｄｉｓｃｒｉｍｉｎａｔｉｏｎｏｆｔａｒｇｅｔｌｏｓｓａｎｄｄｉｓａｐｐｅａｒａｎｃｅ，ｔｈｅｅｆｆｅｃｔｉｖｅｄｉｖｉｓｉｏｎｏｆ＂ｈｏｍｏｌｏｇｏｕｓ＂ｔａｒｇｅｔｓ，ａｎｄｔｈｅｉｍｐｏｒ⁃ｔａｎｃｅｅｖａｌｕａｔｉｏｎｏｆｏｕｔｏｆｓｅｑｕｅｎｃｅｓｕｂ⁃ｍｅａｓｕｒｅｍｅｎｔｓａｒｅｅｘｔｒａｃｔｅｄ，ｗｈｉｃｈｃａｎｐｒｏｖｉｄｅａｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅｄｅｔｅｃｔｉｏｎａｎｄｔｒａｃｋｉｎｇｏｆｍａｎｅｕｖｅｒｉｎｇｗｅａｋｔａｒｇｅｔｓｗｉｔｈｔｈｅＨＰＲＦｒａｄａｒ．Ｋｅｙｗｏｒｄｓ：ＨｉｇｈＰｕｌｓｅＲｅｐｅｔｉｔｉｏｎＦｒｅｑｕｅｎｃｙ（ＨＰＲＦ）；Ｔｒａｃｋ⁃Ｂｅｆｏｒｅ⁃Ｄｅｔｅｃｔ（ＴＢＤ）；ｗｅａｋｔａｒｇｅｔ；ｍａｎｅｕｖｅｒｉｎｇｔａｒｇｅｔｓ㊀收稿日期：２０２０⁃１０⁃１０修回日期：２０２０⁃１１⁃２４∗基金项目：国家自然科学基金项目（６１６７１４６２，６１３７２０２７，６１５０１４８９），泰山学者攀登计划专家经费资助作者简介：谭顺成（１９８５ ），男，湖南湘潭人，博士，讲师，研究方向为信息融合㊂康勖萍（１９８６ ），女，工程师㊂㊀㊀随着目标隐身技术的日益成熟和飞行器技术的不断发展，各类隐身飞机㊁巡航导弹以及无人机等弱小目标大量出现，装备性能不断提升，极大地降低了雷达的探测和跟踪的性能，尤其是隐身飞机与精确制导武器相结合可以极大地提高突防能力，严重威胁攻防战略的平衡；同时，目标为了提高其生存概率，往往会进行一定的战术机动，加剧了雷达对其进行检测和跟踪的难度㊂因此，如何对弱小机动多目标进行有效检测和跟踪已成为一项非常紧迫的任务和亟须解决的难点问题㊂脉冲多普勒（ＰｕｌｓｅＤｏｐｐｌｅｒ，ＰＤ）体制作为现代雷达最重要的体制之一，因其具有较高的距离分辨率和速度分辨率，以及较强的杂波干扰和非相干噪声干扰抑制能力等特有的优越性得到了广泛应用，目前世界上先进的战斗机雷达几乎毫无例外地都采用了ＰＤ体制㊂为了得到不模糊的目标速度信息，ＰＤ雷达通常采用高脉冲重复频率（ＨｉｇｈＰｕｌｓｅＲｅｐｅｔｉｔｉｏｎＦｒｅｑｕｅｎｃｙ，ＨＰＲＦ）的工作模式（ＨＰＲＦ雷达），在这种工作模式下，雷达对目标的距离测量是模糊的㊂当利用ＨＰＲＦ雷达对目标进行检测和跟踪时，对于非弱小目标，先检测后跟踪（Ｄｅｔｅｃｔ⁃Ｂｅｆｏｒｅ⁃Ｔｒａｃｋ，ＤＢＴ）的方法即可取得较好的效果；然而，对于弱小目标，其回波信噪比非常低，目标回波信号可能完全被淹没在噪声信号里，传统的ＤＢＴ方法难以实现对此类目标的有效检测和跟踪㊂检测前跟踪（Ｔｒａｃｋ⁃Ｂｅｆｏｒｅ⁃Ｄｅｔｅｃｔ，ＴＢＤ）方法是一种比较有效的弱小目标检测和跟踪的方法㊂ＴＢＤ方法通过利用目标的运动信息（包括目标位置和速度等）对原始量测数据进行长时间积累以提高目标信噪比，在有效. All Rights Reserved.第１期指挥控制与仿真５㊀检测的同时，实现对弱小目标的跟踪㊂目前的ＴＢＤ方法主要有动态规划（ＤｙｎａｍｉｃＰｒｏｇｒａｍｍｉｎｇ，ＤＰ）㊁Ｈｏｕｇｈ变换㊁粒子滤波（ＰａｒｔｉｃｌｅＦｉｌｔｅｒ，ＰＦ）以及概率假设密度滤波（ＰｒｏｂａｂｉｌｉｔｙＨｙｐｏｔｈｅｓｉｓＤｅｎｓｉｔｙＦｉｌｔｅｒ，ＰＨＤＦ）等方法㊂为了实现ＨＰＲＦ雷达对弱小目标的有效检测和跟踪，目前，已有少量的文献开展了测距模糊下基于ＤＰ和Ｈｏｕｇｈ变换的ＴＢＤ方法研究，取得了一定的效果，但还存在一些问题㊂１）现有的测距模糊下基于ＤＰ和Ｈｏｕｇｈ变换的ＴＢＤ方法都假定目标作直线运动或近似直线运动，且量测噪声为高斯白噪声，然而在实际应用中，目标往往会随时进行机动，其运动模型通常是非线性的，量测误差往往是非高斯的，如何解决测距模糊和非线性非高斯下的弱小多目标检测和跟踪问题是一个难点；２）现有的测距模糊下基于ＤＰ和Ｈｏｕｇｈ变换的ＴＢＤ方法均假定目标为 点目标 模型，然而，对于具有高距离分辨的宽带ＨＰＲＦ雷达，目标回波通常会占据多个距离分辨单元，若仍将目标当成 点目标 来处理，可能会导致算法将一个目标检测成多个目标（ 同源 目标）的现象，从而导致目标个数估计明显增多㊁目标状态跟踪精度较差等问题，如何对同源目标进行有效融合，是实现测距模糊和高距离分辨下的弱小机动多目标有效检测和跟踪需要解决的关键问题；３）利用多部雷达对弱小机动多目标进行联合探测，是改善雷达对弱小目标检测和跟踪性能的另一有效途径，然而，对来自多雷达的量测数据进行融合处理面临量测乱序的问题，由于目标个数不确定造成乱序观测和当前目标状态无法匹配，现有的测距模糊下基于ＤＰ和Ｈｏｕｇｈ变换的ＴＢＤ方法无法直接利用存储量小㊁计算量小的直接更新法进行乱序观测更新，若采用丢弃法可能造成重要量测信息的丢失，若采用重运行法，存在计算冗繁的问题，不适应量测频繁乱序的情况，而若采用数据缓存法，又存在输出延迟的问题，因此，如何在测距模糊下对当前目标状态进行乱序观测直接更新，是实现多雷达联合快速检测和跟踪弱小机动多目标需要解决的另一个难题㊂１㊀国内外研究现状本文以ＨＰＲＦ雷达为背景，对弱小机动多目标的检测和跟踪以及多雷达联合探测跟踪弱小机动多目标面临的乱序观测等问题进行研究，目前的国内外研究现状及发展动态分析可以具体描述为弱小目标检测和跟踪㊁乱序观测更新两方面㊂１ １㊀弱小目标检测和跟踪目前，国内外研究人员已经研究了许多新方法来实现对弱小目标的有效检测与跟踪，这些方法主要包括多普勒速率检测算法［１］㊁时频分析法［２⁃３］㊁高阶统计分析方法［４］㊁小波变换方法［５⁃６］㊁混沌信号处理方法［７⁃８］和检测前跟踪（Ｔｒａｃｋ⁃Ｂｅｆｏｒｅ⁃Ｄｅｔｅｃｔ，ＴＢＤ）［９⁃２１］技术等㊂其中，ＴＢＤ技术可以对微弱目标进行有效检测与跟踪，并且具有处理方法简单㊁快速，易于用硬件实现等优点，受到了人们越来越多的关注㊂ＴＢＤ技术是通过时间上的积累，实现对弱小目标的有效检测与跟踪方法，其实质是以时间换取检测性能的提高㊂目前，具有代表性的ＴＢＤ方法主要包括动态规划（ＤｙｎａｍｉｃＰｒｏｇｒａｍｍｉｎｇ，ＤＰ）［９⁃１２］㊁Ｈｏｕｇｈ变换［１３⁃１４］㊁粒子滤波（ＰａｒｔｉｃｌｅＦｉｌｔｅｒ，ＰＦ）［１５⁃１８］以及概率假设密度滤波（ＰｒｏｂａｂｉｌｉｔｙＨｙｐｏｔｈｅｓｉｓＤｅｎｓｉｔｙＦｉｌｔｅｒ，ＰＨＤＦ）［１９⁃２１］等方法㊂其中，通过将目标状态和量测建模为随机有限集ＰＨＤＦ方法可同时对目标数和目标状态进行估计，且避免了复杂的量测关联问题，在多目标检测和跟踪方面表现出较大的优势［２２⁃３１］㊂基于随机有限集理论的ＰＨＤＦ也称为一阶矩滤波，由Ｍａｈｌｅｒ于２０００年首次提出［３２］，是一种Ｂａｙｅｓｉａｎ框架下的近似多目标滤波方法［３３⁃３５］，其核心思想就是通过递推更新多目标后验概率密度的第一阶统计矩代替递推更新多目标全局后验概率密度，从而极大降低了多目标跟踪问题的复杂程度，非常适应于杂波环境下的多目标检测与跟踪，并被成功用于解决许多现实问题［３６⁃４０］㊂根据实现方式不同，ＰＨＤＦ算法主要可以归为两类：粒子ＰＨＤＦ（Ｐａｒｔｉｃｌｅ⁃ＰＨＤＦ，ＰＰＨＤＦ）［４１⁃４８］和高斯混合ＰＨＤＦ（ＧａｕｓｓｉａｎＭｉｘｔｕｒｅＰＨＤＦ，ＧＭ⁃ＰＨＤＦ）［４９⁃５９］㊂其中，粒子ＰＨＤＦ方法由于在非线性非高斯的情况下的多目标跟踪方面具有较好的适应性，得到越来越多的重视㊂Ｐｕｎｉｔｈａｋｕｍａｒ等人首次将ＰＨＤＦ方法引入弱小多目标的ＴＢＤ问题中［１９］，提出一种基于ＰＦ实现的ＰＨＤＦ弱小多目标ＴＢＤ方法，取得了较好的效果；文献［２０］提出了针对ＴＢＤ的 标准 多目标观测模型，并对噪声进行了 泊松化 ，设计出一种能有效解决多目标ＴＢＤ问题的ＰＨＤ滤波器；文献［２１］研究了基于ＰＨＤＦ的多传感器ＴＢＤ算法，解决了ＭＩＭＯ雷达系统多 传输⁃接收 对的量测处理问题；文献［２２⁃２３］从粒子权重更新出发，综合利用前向递推和后向平滑的方法，解决基于ＰＨＤＦ的ＴＢＤ方法存在目标数估计不准㊁目标发现延迟较长的问题，并推导出基于量测的新生粒子概率密度采样函数，实现对目标快速检测和发现；文献［２４］分析了势ＰＨＤＦ目标势分布的物理意义，提出了基于势ＰＨＤＦ的ＴＢＤ方法；文献［２５］提出了一种利用最大似然自适应门限的快速算法；文献［２６⁃２７］研究了自适应粒子产生机制的新生目标快速初始化，并通过对全体粒子集进行有效子集分. All Rights Reserved.６㊀谭顺成，等：ＨＰＲＦ雷达多机动弱小目标检测跟踪技术第４３卷割和快速权值估算，有效改善了多目标ＴＢＤ方法的估计性能；文献［２８⁃２９］用蒙特卡洛高斯粒子滤波代替ＰＦ，有效解决ＰＰＨＤＦ的ＴＢＤ方法计算量复杂度高㊁粒子退化现象严重的问题；文献［３０］利用高斯混合模型拟合重采样后的粒子分布，并通过期望最大化提取目标的状态，有效克服基于ＰＨＤＦ的ＴＢＤ方法对交叉目标状态估计误差较大的缺点㊂文献［３１］采用自适应的过程噪声和重要性重采样，并在此基础上提出多模型ＰＨＤＦ的ＴＢＤ方法，实现对弱小机动多目标的有效检测和跟踪；虽然基于ＰＨＤＦ的ＴＢＤ方法已经在弱小多目标的检测和跟踪领域得到了广泛的应用，并取得了较多的研究成果，然而，现有基于ＰＨＤＦ的ＴＢＤ方法均没有考虑ＨＰＲＦ雷达的测距模糊问题，不能直接适用于ＨＰＲＦ雷达对弱小机动多目标的检测和跟踪㊂文献［６０⁃６１］研究了测距模糊下基于ＤＰ的弱小目标ＴＢＤ方法，该方法通过将模糊距离和模糊数两个变量代替目标真实距离，然后在ＤＰ的框架内通过最大后验概率估计方法联合估计这两个变量，实现测距模糊下弱小目标能量的积累和检测；文献［６２⁃６３］研究了测距模糊下基于Ｈｏｕｇｈ变换的弱小多目标ＴＢＤ方法，该方法首先设置一个门限对目标进行初步检测，并对门限检测后的目标量测进行距离多个假设，得到包含所有可能量测的扩展量测集，然后，利用Ｈｏｕｇｈ变换的方法对扩展量测进行积累，最后，设置第二门限在参数空间中逐个检测目标㊂虽然测距模糊下基于ＤＰ和Ｈｏｕｇｈ变换的ＴＢＤ方法均实现了对弱小目标的检测和跟踪，但这两种算法均假定目标作直线运动或近似直线运动，量测模型为高斯白噪声，目标为 点目标 模型，难以适应目标机动和雷达距离分辨较高的情况，算法存在一定的局限性㊂由以上研究现状可知，现有的关于ＨＰＲＦ雷达弱小目标检测和跟踪ＴＢＤ方法还存在一定的不足，尚不能很好地满足实际情况下ＨＰＲＦ雷达对弱小机动多目标进行有效检测和跟踪要求，而基于ＰＨＤＦ的ＴＢＤ方法在非线性非高斯的目标检测和跟踪领域表现出很大的优势，为开展ＨＰＲＦ雷达测距模糊下的弱小机动多目标ＴＢＤ技术研究提供了一种可能的途径㊂１ ２㊀乱序观测更新目前的乱序观测更新方法主要包括丢弃法㊁重运行法㊁数据缓存法以及直接更新法等［６４］㊂其中，丢弃法直接丢弃乱序观测，计算简单，但是，存在可能造成重要量测信息丢失的问题；重运行法通过从乱序观测产生时刻对所有量测进行排序，然后，重新运行算法，从而达到有序量测更新的性能，其计算量最大；数据缓存法通过缓存一段时间内的量测，然后，对这段时间内的量测进行排序，再进行有序量测更新，从而达到有序量测更新的性能，但是要求较大的存储量且输出存在一定的延迟；直接更新法利用直接乱序观测更新当前时刻的状态估计，具有存储量小，计算量小，跟踪精度接近有序量测更新等特点，是目前国内外学者研究的重点［６５⁃７８］㊂Ｈｉｌｔｏｎ等人首次提出了直接更新的单步延迟无序量测近似滤波Ｂ１算法，而Ｂａｒ⁃Ｓｈａｌｏｍ等人则提出了直接更新的单步延迟无序量测的精确滤波的Ａ１算法［７９］和近似滤波的Ｃ１算法，并通过构建等效量测的思想，将其推广至多步延迟无序量测的直接更新［８０］㊂文献［８１⁃８２］㊁文献［８３］分别研究了基于ＰＦ和基于不敏变换的乱序观测滤波算法，解决了非线性非高斯系统的乱序观测直接更新问题；文献［８４］介绍了一种与过程噪声离散化模型无关的最优乱序观测滤波算法；文献［８５］设计了两种全局最优网络化卡尔曼滤波器；文献［８６］受中心式估计的重构，提出了一种组合 前向预测 和 等价量测 的乱序观测方法，解决了状态估计的去相关问题㊂但是，从算法描述和实验仿真来看，以上乱序观测更新算法的研究主要是针对非弱小目标开展的㊂针对弱小目标的乱序观测直接更新问题，笔者在文献［８７］和文献［８８］中进行了初步的研究，其中，文献［８７］主要是针对单个弱小目标，而文献［８８］则主要是针对单个机动弱小目标，两种算法均没有考虑弱小多目标的情况㊂对弱小机动多目标的乱序观测更新，一方面由于目标数往往是未知且变化的，相比乱序观测产生时刻的目标数，当前时刻的目标数可能已经发生了改变，另一方面由于信噪比较低，弱小目标的量测信息往往会被杂波和噪声淹没，造成乱序观测和当前时刻目标状态无法匹配关联的问题，若乱序观测来源于ＨＰＲＦ雷达，还需要解决ＨＰＲＦ雷达测距模糊带来的新问题㊂综合上述弱小目标检测跟踪和乱序观测更新两方面的研究现状可知，利用ＨＰＲＦ雷达对弱小机动多目标进行检测与跟踪还存在一些亟须解决的难点问题，针对这些难点问题，开展ＨＰＲＦ雷达测距模糊下的弱小机动多目标检测和跟踪的新机理与新方法研究，综合提升雷达对弱小机动多目标的检测和跟踪性能，需求十分迫切㊂２㊀可行的研究思路本文以弱小机动多目标的检测和跟踪为主线，基于ＰＨＤＦ的ＴＢＤ方法为手段，开展ＨＰＲＦ雷达弱小机动多目标ＴＢＤ技术研究㊂针对ＨＰＲＦ雷达测距模糊和目标机动造成ＴＢＤ技术无法有效积累难点问题，首先，研究测距模糊下基于ＰＨＤＦ的ＨＰＲＦ雷达弱小机动多目标ＴＢＤ技术；然后，在此基础上，解决宽带ＨＰＲＦ雷达距离分辨率较高造成目标在多个距离分辨单元扩展带来的算法目标个数估计不准㊁目标跟踪精度较差等问题，实. All Rights Reserved.第１期指挥控制与仿真７㊀现宽带ＨＰＲＦ雷达对弱小机动多目标可靠检测和稳健跟踪；最后，研究ＨＰＲＦ雷达的乱序观测自适应直接更新方法，实现多雷达联合检测和跟踪系统对乱序观测有效利用和直接更新㊂该研究思路的总体技术路线如图１所示㊂图１㊀总体技术路线框图２ １㊀基于ＰＨＤＦ的ＨＰＲＦ雷达弱小机动多目标ＴＢＤ技术㊀㊀基于ＰＨＤＦ的弱小机动多目标ＴＢＤ技术是研究基础，目的在于提供一种适应于ＨＰＲＦ雷达对弱小机动多目标检测和跟踪的ＴＢＤ技术，解决基于ＰＨＤＦ的ＴＢＤ技术因ＨＰＲＦ雷达测距模糊造成量测数据无法有效积累和机动目标跟踪的难点问题㊂采用研究方案的总体框图如图２所示㊂图２㊀基于ＰＨＤＦ的ＨＰＲＦ雷达弱小机动多目标ＴＢＤ技术总体框图算法的基本流程是：在基于ＰＨＤＦ的ＴＢＤ技术的框架内，首先，在目标的状态向量中引入离散的ＰＩＮ变量和目标角速度变量，并建立ＰＩＮ增量转移模型；然后，根据ＰＩＮ增量转移模型和目标角速度选择相应的状态转移方程，对目标状态进行预测；最后，构建模糊量测似然函数，直接利用模糊的量测数据更新目标状态，并给出目标的个数和状态估计㊂该方案具体包括以下几个方面㊂１）ＰＩＮ增量转移模型的构建借鉴多模型滤波的思想，将ＰＩＮ增量转移模型建模为一个多态的Ｍａｒｋｏｖ链，通过各模型之间的自由转换实现对ＰＩＮ的正确估计㊂不失一般性，假设在一个采样间隔内，目标真实距离的变化量不超过一个最大不模糊距离，那么，可以建立３种ＰＩＮ增量模型：模型１，目标靠近雷达，其真实距离从当前最大不模糊距离单元跨越至上一个最大不模糊距离单元，ＰＩＮ增量为 －１ ；模型２，目标真实距离仍保持在当前最大不模糊距离单元，ＰＩＮ增量为 ０ ；模型３，目标远离雷达，其真实距离从当前最大不模糊距离单元跨越至下一个最大不模糊距离单元，ＰＩＮ增量为 ＋１ ㊂当目标速度较大，目标真实距离在一个采样间隔内的变化量超过一个最大不模糊距离时，可类似地建立多个ＰＩＮ增量转移模型㊂２）基于多ＰＩＮ增量模型的机动目标状态预测在目标状态向量中引入ＰＩＮ变量，根据前一时刻的ＰＩＮ增量和ＰＩＮ增量模型转移概率矩阵对当前时刻的ＰＩＮ增量进行预测，得到预测的ＰＩＮ（前一时刻的ＰＩＮ＋当前时刻的ＰＩＮ增量），并根据预测的ＰＩＮ增量和目标的角速度选择相应的目标状态转移方程，得到预测的目标状态㊂如何选择合适的模型转移概率矩阵，是实现ＰＩＮ与目标真实ＰＩＮ快速匹配的关键，通过理论分析与大量仿真实验相结合的方法进行选取㊂３）基于模糊量测的状态更新先根据预测的目标状态中包含的ＰＩＮ变量和当前. All Rights Reserved.８㊀谭顺成，等：ＨＰＲＦ雷达多机动弱小目标检测跟踪技术第４３卷脉冲重复频率对应的最大不模糊距离，对目标状态进行模糊化处理（预测的模糊距离＝预测的目标距离－预测的ＰＩＮ变量ˑ最大不模糊距离），得到模糊的目标状态；然后，构建一个模糊的量测似然函数，直接利用模糊量测进行更新，并得到模糊的目标状态估计；最后，利用模糊的目标状态估计中的ＰＩＮ变量和当前脉冲重复频率对应的最大不模糊距离对模糊的目标状态估计进行解模糊处理（估计的目标距离＝估计的模糊距离＋估计的ＰＩＮ变量ˑ最大不模糊距离），得到各目标的状态估计，从而在解测距模糊的同时实现对弱小机动多目标的检测和跟踪㊂２ ２㊀高距离分辨下基于ＰＨＤＦ的弱小机动多目标ＴＢＤ技术㊀㊀本文在实现ＨＰＲＦ雷达测距模糊下对弱小机动多目标进行检测和跟踪的基础上，解决ＨＰＲＦ雷达距离分辨率较高带来的ＰＨＤＦ算法容易估计出较多的 同源 目标，以及基于ＰＨＤＦ的ＴＢＤ技术本身存在的目标容易丢失和不能直接给出目标的航迹信息等问题，实现宽带ＨＰＲＦ雷达对弱小机动多目标的可靠检测和稳健跟踪㊂研究方案的总体框图如图３所示㊂图３㊀高距离分辨下基于ＰＨＤＦ的弱小机动多目标ＴＢＤ技术总体框图算法的基本流程是：首先，利用基于ＰＨＤＦ的ＴＢＤ技术对接收到的弱小机动多目标雷达回波数据进行处理，得到粗略的目标个数和状态估计；其次，在此基础上根据上一时刻的目标航迹集，进行 同源 目标有效划分和融合，得到较精确的目标个数和状态估计；然后，将融合后的目标个数和目标状态与前一时刻整个算法估计的目标个数和目标状态进行比较，得到不存在目标集和估计目标集；然后，依次对不存在目标集中的每一个目标进行判别，若判别该目标出现了漏检，则利用丢失目标找回机制找回目标，若判别该目标已经消失，则删除该目标和目标航迹并更新目标航迹集；最后，引入一个 状态⁃状态 数据关联机制，对目标个数和状态估计进行修正，给出各目标的航迹信息，并更新目标航迹集㊂该方案具体包括以下三个方面㊂１） 同源 目标有效划分和融合先利用各目标航迹进行预测，得到一个航迹预测值，并建立跟踪波门，然后，考虑将落入某一波门内的所有目标状态估计划分为 同源 目标，最后，根据各同源 目标与预测值之间的统计距离进行加权融合，得到一个融合的目标状态㊂在 同源 目标的划分过程中，对于同时落入多个跟踪波门内的目标状态估计值，综合利用目标的运动属性（如速度等）对其进行归属划分，对于没有落入任何波门内的目标状态估计值，根据目标的运动属性等信息进行聚类分析，然后，对每一个类根据目标的能量强度进行加权融合，得到一个融合的目标状态，如图４所示㊂图４㊀ 同源 目标有效划分和融合示意图２）丢失目标找回机制的构建将不存在目标集的各目标定义为暂定目标，构建一个暂定目标检测和跟踪的辅助算法，该辅助算法先利用暂定目标的航迹对暂定目标的状态进行预测，然后，根据预测的目标状态和状态协方差生成代表该目标的粒子集或高斯混合组成，并利用新的量测数据进行更新，若持续几个时刻均未检测到目标存在，则确认目标已消失，若检测到目标存在，则将代表该目标的粒子集或高斯混合组成添加至主算法，完成对主算法的参数配置，实现漏检目标的找回㊂该辅助算法只有在主算法检测目标不存在时才被激活，而在目标找回或确认目标消失后即刻停止运行，不会带来超额的计算负担㊂３）基于 状态⁃状态 关联的估计修正和航迹获取在 同源 目标有效融合给出目标状态估计的基础上，积累几个时刻的状态估计，并利用其进行航迹起始，实现目标状态估计和状态估计之间的有效关联，从而获得各目标航迹的信息，一方面为后续时刻的 同源 目标有效融合和目标丢失找回机制提供依据，另一方面可以在航迹的起始和滤波过程中剔除虚假目标状第１期指挥控制与仿真９㊀态估计，并得到精度更高的目标状态估计，进而对估计的目标个数和目标状态进行修正㊂２ ３㊀乱序观测下基于ＰＨＤＦ的弱小机动多目标自适应ＴＢＤ技术㊀㊀将测距模糊下基于ＰＨＤＦ的弱小机动多目标ＴＢＤ技术推广应用至多雷达系统，解决多雷达联合探测和跟踪弱小机动多目标面临的乱序观测问题㊂研究方案的总体框图如图５所示㊂图５㊀乱序观测下基于ＰＨＤＦ的弱小机动多目标自适应ＴＢＤ方法总体框图算法的基本流程是：根据回波数据的观测时刻和到达时刻判断该量测是否乱序，若该量测为顺序观测，直接利用基于ＭＰＩＭ⁃ＰＨＤＦ的ＨＰＲＦ雷达弱小机动多目标ＴＢＤ技术对其进行处理，输出目标个数和状态估计以及目标航迹信息等，若该量测为乱序观测，则首先根据前一时刻的目标个数和目标状态估计将乱序观测划分为若干个乱序观测子量测；然后，构建一个乱序观测子量测的重要性评估方法，依次计算每个子量测的重要性；最后，依次根据每个子量测的重要性选择相应的乱序观测处理方法，并更新目标个数和目标状态估计㊂该方案具体包括以下四个方面㊂１）乱序观测子量测的划分先确认乱序观测的产生时刻，然后，对其产生前一时刻的所有目标航迹进行外推，得到一个航迹预测值并建立跟踪波门，对其产生前一时刻还没有形成稳定航迹的所有目标状态估计，直接对每一个目标状态估计进行预测，得到相应的预测值并建立相关波门，将每一个波门包含的量测区域认定为一个子量测；最后，将不在任何波门范围内的量测区域认定为一个子量测㊂２）乱序观测子量测重要性评估方法的构建结合目标的航迹信息进行评估，对于观测时刻处于目标持续存在且平稳飞行时间段或到达时刻长时间滞后于观测时刻的子量测，利用其进行更新并不能改善算法性能，甚至会造成算法性能的退化，定义其重要性为０；对于观测时刻处于目标出现㊁消失以及机动时间段或到达时刻略微滞后于观测时刻的子量测，利用其进行更新可以显著提升目标的正确检测概率和跟踪精度，极具重要性，定义其重要性为正无穷；对于其他子量测，利用ＫＬ散度可以有效地评价两个分布函数的相似性，评估该子量测的重要性㊂３）乱序观测子量测更新算法自适应选择本文采用图６所示的双门限判决方法实现乱序观测子量测更新算法的自适应选择，其基本思想是：设置两个门限值（第一门限小于第二门限），将子量测的重要性分别与第一门限和第二门限进行比较，若子量测的重要性小于第一门限，采用计算量最小㊁性能最差的丢弃法；若子量测的重要性在两个门限之间，采用计算量和算法性能均适中的乱序观测子量测直接更新法；若子量测的重要性大于第二门限，则采用计算量最大和算法性能最好的重运行法㊂由双门限判决方法的流程可知，两个门限的取值决定算法在计算量和性能之间的取舍，是需要研究的重点，通过理论分析与大量实验相结合的方法选取合适的门限值㊂图６㊀子量测更新算法自适应选择４）乱序观测子量测直接更新算法该方法的关键在于如何根据子量测观测时刻前后的粒子集采样得到新的粒子集，借鉴ＰＦ乱序观测更新的思想［８２］，在子量测有效划分的基础，构造一个 前向 和 后向 的动态方程，并根据子量测观测时刻前后代表该目标的粒子集中对应的粒子进行采样，得到新的粒子集，然后，用子量测更新该粒子集中各粒子的权重，最后，根据更新的粒子权重对当前时刻的粒子集进行重采样，完成乱序观测子量测直接更新㊂３㊀关键技术３ １㊀模糊量测似然函数的构建由于ＨＰＲＦ雷达对目标的距离测量是模糊的，基. All Rights Reserved.。
HPRF PD末制导雷达解距离模糊方法设计
HPRF PD末制导雷达解距离模糊方法设计
王莹;苏宏艳;朱淮城;袁起
【期刊名称】《电讯技术》
【年(卷),期】2010(50)4
【摘要】为了解决高重频脉冲多普勒末制导雷达制导过程中的距离遮挡和距离模糊问题,实现在距离遮挡环境下正常解模糊,提出了相应的解决方法:通过对发射信号重频进行参数设计,可实现在末制导过程中除弹目相遇段以外的任意距离段抗遮挡测距,再利用测得的弹目距离信息切换PRF实现抗遮挡.仿真证明了本方法的有效性和可靠性.发射信号重频的参数设计方法可有效使各脉冲重复频率信号的遮挡区交错分布,从而消除距离遮挡对于脉冲多普勒雷达解距离模糊的影响,准确的解模糊结果又为抗距离遮挡提供了有效保证.
【总页数】5页(P24-28)
【作者】王莹;苏宏艳;朱淮城;袁起
【作者单位】中国航天科工集团二院,二十五所,北京,100854;中国航天科工集团二院,二十五所,北京,100854;中国航天科工集团二院,二十五所,北京,100854;中国航天科工集团第二研究院,北京,100854
【正文语种】中文
【中图分类】TN966
【相关文献】
1.基于贝叶斯方法的HPRF雷达跟踪解距离模糊方法 [J], 王娜;王国宏;关成斌;刘兆磊
2.基于一维集搜索方法的PD雷达解距离模糊高效算法 [J], 李萌辉;李明
3.一种PD雷达解距离模糊的新算法 [J], 蒋凯;李明
4.两种TBD算法在HPRF-PD雷达应用中的比较 [J], 陆爱中;蔡飞;范红旗;肖怀铁
5.基于冗余思想的PD雷达解距离模糊算法 [J], 戚甫峰;李淑华
因版权原因，仅展示原文概要，查看原文内容请购买。
用于雷达弱小目标检测的改进TBD算法
用于雷达弱小目标检测的改进TBD算法
孙立宏;王俊
【期刊名称】《雷达科学与技术》
【年(卷),期】2007(005)004
【摘要】针对基于动态规划的检测前跟踪算法存在的问题,提出了一种改进的动态规划算法.该方法的创新之处在于:在原来可能的状态转移的基础上又对后续状态进行了估计,因此可以减少目标强度起伏的影响.文中利用改进的动态规划与数学形态学相结合的检测前跟踪算法对雷达微弱目标进行检测.实测数据验证了该算法可以提高雷达回波中弱小目标的检测性能,且计算量较小,实际可行.
【总页数】5页(P292-295,303)
【作者】孙立宏;王俊
【作者单位】西安电子科技大学雷达信号处理国家重点实验室,陕西西安,710071;西安电子科技大学雷达信号处理国家重点实验室,陕西西安,710071
【正文语种】中文
【中图分类】TN957.51
【相关文献】
1.基于SVM-UPF的雷达弱小目标检测前跟踪算法 [J], 秦占师;张智军;曹晓英;陈稳
2.基于改进动态规划的雷达弱小目标检测与跟踪 [J], 曹晓英;张智军;向建军;肖冰松
3.基于聚集疑似目标的快速TBD弱小多目标检测方法 [J], 包英泽;王生进;何飞
4.一种适用于多场景的红外弱小目标检测跟踪算法 [J], 施天俊; 鲍广震; 王福海; 兰超飞; 巩晋南
5.一种用于HPRF雷达的改进DPA弱目标检测算法 [J], 张伟;孔令讲;杨晓波;王晓静
因版权原因，仅展示原文概要，查看原文内容请购买。
HPRF雷达距离延拓检测前跟踪方法
HPRF雷达距离延拓检测前跟踪方法张鹏;张林让;胡子军【摘要】Aiming at the issue of range ambiguity,a novel tracking-before-detection(TBD)method based on range extension is proposed for dim target detection with high pulse repetition frequency (HPRF) radars.The proposed method functioning in a staggering multiple pulse repetition frequencies(PRFs)mode preprocesses the MTD-processed data and performs range-extension according to different range ambiguous numbers.The maximum energy of targets is then acquired through the accumulation of energy inside the group of multiple PRFs and of tracking energy between groups.Finally,the track diffusion effect incurred by the dynamic programming algorithm is eliminated using the tracking cohesion strategy,and the tracking of fake targets caused by a low signal to noise ratio is reduced according to the correlation between fake and real targets.The new method improves the detection performance of the dim target without a priori knowledge of the state of the target.Simulation illustrates the effectiveness of the proposed method.%针对高脉冲重复频率(HPRF)雷达弱小目标检测前跟踪的距离模糊问题，提出了一种基于距离延拓的检测前跟踪方法。
一种改进的优效粒子滤波TBD算法
一种改进的优效粒子滤波TBD算法
苏洲阳
【期刊名称】《电子科技》
【年(卷),期】2017(30)5
【摘要】针对传统的优效粒子滤波的检测前跟踪算法(EPF-TBD)在低信噪比场景中目标状态变化会引起虚警和漏检问题,文中给出一种改进的优效PF-TBD算法改进其检测方式,利用目标检测概率变化的斜率和当前目标状态进行检测.仿真结果表明,与传统算法相比,改进算法检测效果有明显的改善,平均检测概率提高,平均虚警概率降低,通过对比不同门限的检测效果给出适应不同要求的改进算法检测门限.【总页数】4页(P8-11)
【作者】苏洲阳
【作者单位】中国电子科技集团公司第20研究所雷达事业部,陕西西安710068【正文语种】中文
【中图分类】TN911.7
【相关文献】
1.杂波环境下基于粒子滤波的雷达微弱目标TBD算法 [J], 闫青竹;吴孙勇;蔡如华;谢兴祥
2.一种有效的粒子滤波器的改进算法 [J], 薛亚茹;李明
3.基于粒子滤波的 TBD 算法研究 [J], 边旭;李江勇
4.基于粒子滤波的分布式雷达TBD算法 [J], 张志宏; 张可心; 彭章友; 张钟浩
5.基于双层粒子滤波的多传感器多目标TBD算法 [J], 王圣哲;陈霄;薛安克
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第 ５期
２ Ｏ ｌ ３年 １ ０月
雷达 科 学 与 技 术
Ｒａ ｄａＦ Ｓｃｉ ｅｎｃ ｅ ａ ｎｄ Ｔ ｅｃｈ ｎｏＩ ｏｇｙ
Ｖｏ １ ． １ １ Ｎｏ ． ５
Ｏｃ ｔ ｏ ｂｅ ｒ ２ Ｏｌ ３
两种 Ｔ ｓ ｔ ｒ ａ ｃ ｔ： Ｔ ｈｅ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏｎ ａ ｎ ｄ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ｏ ｆ ｍ ｏｖ ｉ ｎｇ ｔ ａ ｒ ｇ ｅ ｔ ｓ ｉ ｎ ａ ｌ ｏ ｗ ＳＮ Ｒ ｅ ｎｖ ｉ ｒ ｏｎｍ ｅ ｎ ｔ ａ ｒ ｅ ｃ ｒ ｉ ｔ ｉ ｃ ａ ｌ ｉ ｎ ｔ ｈ ｅ ｃ ｏｎ ｔ ｅ ｘｔ ｏｆ ｔ ａ ｒ ｇｅ ｔ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ． Ｔｈｅ ｔ ｒ ａ ｃ ｋ— ｂｅ ｆ ｏｒ ｅ ｄｅ ｔ ｅ ｃ ｔ （ Ｔ ＢＤ ） ｔ ｅ ｃ ｈｎ ｉ ｑ ｕｅ ｉ ｓ ａ ｎ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｍ ｅ ｔ ｈｏｄ ｔ ｏ ｄ ｅ ｔ ｅ ｃ ｔ ａ ｎｄ ｔ ｒ ａ ｃ ｋ
陆爱 中 ， 蔡 飞 ，范红旗 ，肖怀铁
（ 国 防科 技 大 学 ＡＴ Ｒ 国 家 重点 实验 室 ，湖南 长沙 ４ １ ０ ０ ７ ３ ）
摘 要 ：在低 信噪 比环 境 中检 测 和 跟 踪 运 动 目标 是 目标跟 踪 的 重要 内容 ， ＴＢ Ｄ是 弱 小 目标 检 测 与 跟 踪 的有效方法， 不 同的 Ｔ Ｂ Ｄ 方 法 在检 测 跟 踪性 能及 运 算 量 上 有 不 同的 特 点 。针 对 ＨＰ Ｒ Ｆ － Ｐ Ｄ雷达的应 用， 建
立 了 目标 的 动 态模 型和 观 测 模 型 ， 给 出了动 态规 划 和 粒 子 滤 波 ＴＢ Ｄ算法的原理及 实现流程 ， 并 对 各 步 骤 的
实现 进 行 了详 细说 明 ， 通 过 仿 真 实验 比较 了两种 算 法的 检 测 、 跟 踪 性 能 和 运 算 量 。仿 真 结 果 表 明 ， 动 态规 划 Ｔ Ｂ Ｄ运算量较小 ， 更 易于 实现 ， 而粒 子 滤 波 Ｔ Ｂ Ｄ具有更好的跟踪性能， 且 在 低信 噪 比 下 有较 高 的检 测 能 力 。
ｄ ｉ ｍ ｔ ａ ｒ ｇ ｅ ｔ ｓ ．Ｄｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ＴＢＤ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ ｈ ａ ｖ ｅ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｒ ｉ ｓ ｔ ｉ ｃ ｓ ｉ ｎ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ／ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ｐ ｅ ｒ ｆ ｏ ｒ ｍａ ｎ ｃ ｅ ｓ ａ ｎ ｄ
Ｉ Ｕ Ａｉ — ｚ ｈ ｏ ｎｇ ・ＣＡＩ Ｆｅ １ ．Ｆ 、 ＡＮ Ｈｏ ｎ ｇ — ｑ Ｉ ＿ＸＩ ＡＯ Ｈｕ ａ ｉ — ｔ ｉ
（ ＡＴ Ｒ Ｎａ ｔ ｉ ｏ ｎ ａ ｌ Ｋｅ ｙ Ｌ ａ ｂ ． Ｎａ ｔ ｉ ｏ ｎ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｄ ｅ ｆ ｅ ｎ ｓ ｅ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ。 Ｃ ｈ ａ ｎ ｇ ｓ ｈ ａ ４ １ ０ ０ ７ ３ ， Ｃ ｈ ｉ ｎ ａ）
关 键 词 ：ＨＰ Ｒ Ｆ － Ｐ Ｄ 雷达 ； 检 测 前跟 踪 ；动 态规 划 ；粒 子 滤 波 中图分类号： Ｔ Ｎ９ ５ ７ ． ５ １ 文献标识码 ： Ａ 文章编号 ： １ ６ ７ ２ — ２ ３ ３ ７ （ ２ ０ １ ３ ） ０ ５ — ０ ４ ９ ８ — ０ ７
Ａ Ｃｏ ｍｐ ａ ｒ ｉ ｓ ｏ ｎ Ｂｅ ｔ ｗｅ ｅ ｎ Ｔｗｏ ＴＢＤ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍｓ ｉ ｎ ｔ ｈ ｅ Ａｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｔ ｏ ＨＰＲＦ － ＰＤ Ｒａ ｄ ａ ｒ