简介:极化是雷达目标具有的特性之一。以电磁散射计算仿真的圆锥形弹头模型、球形和圆柱形诱饵模型为研究对象,在极化不变量理论基础上对这些简单目标的极化特性进行了试验分析研究,提出了一种新的组合极化不变量特征(功率矩阵迹与行列式的比值)用于雷达目标识别,并给出了其对应实际的物理意义。文中以SVM为分类器,提出基于功率矩阵迹、去极化系数和功率矩阵迹与行列式的比值特征进行分类识别,结果表明,该方法可以有效地将弹头和诱饵进行分类识别。
简介:针对三维弹道目标,给出了一种有效的基于粒子滤波的跟踪算法。这种算法以标准的粒子滤波算法为基础,根据贝叶斯原理利用局部线性化技术获得最佳近似的重要性密度函数以避免粒子退化现象,并且利用Metropolis-Hastings(MH)采样构造的马尔科夫链得到更加符合目标分布的样本,从而最小化重采样后的粒子枯竭问题。此外,这里采用Kullback-Leibler距离(KLD)指标对不同粒子滤波算法的性能进行评估。仿真结果表明,该三维弹道目标跟踪算法粒子群与参考粒子群(近似真实目标概率分布的粒子群)之间的KLD比标准粒子滤波与参考粒子群之间的KLD更小,因此,能获得比标准粒子滤波算法更好的跟踪效果。
简介:雷达在跟踪海面(地面)低空目标时,由于受到多路径反射效应的影响,由目标反射的直接回波和经由海面(地面)反射的反射回波同存在于一个接收天线波束宽度内,从而产生“角闪烁”效应。该文利用直接回波和反射回波之间的多路径时间差与目标高度之间的关系,提出了一种基于目标高分辨一维距离像的测高方法,即通过对高分辨一维距离像进行自相关获得多路径时延差进而估计低空目标的高度。为了提高时域分辨率,避免“栅栏效应”,文中又采用逆Chirp—z变换方法,通过对频域接收信号进行密集采样插值,提高时域目标高分辨一维距离像的分辨能力并改善雷达测高性能。仿真结果验证了本方法的有效性。
简介:在天波超视距雷达(OTHR)中,机动目标的多普勒谱展宽,会导致相干积累损失,影响目标检测。传统的时频分析方法将目标回波信号投射到时频域中再通过能量积累实现机动目标检测和参数估计,但该方法在瞬态干扰存在的情况下效果较差且计算量过大。考虑到机动目标和瞬态干扰在时间-频率变化率域中的不同特性,提出了一种基于时间-频率变化率分布(TFRD)的机动目标检测算法,该算法通过TFRD构建时间-频率变化率(T-FR)域,并在T-FR域中进行目标参数估计,可以降低瞬态干扰对机动目标检测的影响。经实测数据仿真验证,该算法可以在瞬态干扰存在的情况下有效地检测出机动目标,而传统的WHT(Wigner-Hough-Transform)算法则由于瞬态干扰影响导致检测错误。此外,该文算法避免了使用Hough变换,减小了运算量,使其可以更好地应用于工程中。
简介:在当前基于粒子滤波的检测前跟踪(PF—TBD)算法中,通常是利用累积似然比去检测目标,由于能量累积的效果,无法快速检测到目标的消失。针对这个问题,提出了一种新的基于似然比的检测前跟踪方法。该方法运用单个时刻的似然比进行目标有无判别,并结合多个连续时刻的判别结果给出最终的目标检测结果。仿真结果表明,与传统的基于似然比的弱目标检测前跟踪方法相比,该方法能够减小目标出现时的检测延时,并且能够有效地检测到目标消失。