多目标无源跟踪数据融合算法研究

论文摘要

被动雷达是电子对抗系统中重要的组成部分，已成为各国未来武器系统中重要的发展方向之一。由于目标辐射源信号和电磁波传播环境的复杂性，导致被动雷达的跟踪精度较低。若利用数据融合方法有效地融合被动雷达的不同信息，从而改善目标跟踪精度，同时提高被动雷达对多目标的分辨率。本论文正是针对上述问题，以被动雷达数据融合算法为主要的研究对象，在深入分析影响目标跟踪的主要因素的基础上，对被动雷达数据关联、目标测量数据和目标状态融合算法作了创新性和探索性研究。本文的主要内容和创新如下：1．深入分析了影响被动跟踪的主要因素。将PCRLB（Posterior Cramer-RaoLower Bound）理论应用于单目标被动跟踪情况中，给出了仅使用角度跟踪PCRLB的数学表达式，在表达式中考虑了过程噪声等因素。另外，这一结果被进一步推广，给出了多目标情况下的PCRLB数学表达式。最后，通过仿真直观得给出了各因素与跟踪精度下限的关系。2．提出了被动跟踪条件下的联合概率数据关联（Join Probability DataAssociation JPDA）算法。利用被动雷达所提取的目标辐射源信号特性，对传统的JPDA算法进行了改进，提高了目标关联正确概率。在此基础上，提出了目标信号分类矩阵JPDA算法，并将该算法推广到多传感器多目标的JPDA算法中，提高被动雷达对多目标的分辨率。3．研究了传统的测量数据融合算法，在此基础上提出了针对被动跟踪的通用测量数据融合算法。另外，结合文中提出的多目标数据关联算法，给出了多目标通用测量数据融合算法。并将此通用算法应用在三个不同的被动测量数据中，通过仿真试验与传统的测量融合算法进行比较，该算法能有效改善目标跟踪精度。4．通过理论推导给出了基于协方差交叉状态融合的Kalman滤波算法。并将该算法与传统的状态融合算法进行了比较，新算法整体性能更优。另外，新算法与测量融合比较，在跟踪精度上接近，但计算量更小，通信量更少。同时，本文对影响算法的三个主要因素，即采样时间、系统是否反馈和传感器数量，进行了深入的分析。进一步，结合修正的K近邻域航迹关联算法，将该算法推广到多传感器多目标的情况，并给出了仿真试验证明其有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 概述
• 1.2 被动定位与跟踪的研究现状
• 1.3 多源位置信息融合理论与现状
• 1.4 论文的研究工作和内容安排
• 第二章 机动多目标被动跟踪数据融合模型
• 2.1 引言
• 2.2 被动雷达的测量与定位算法
• 2.3 机动目标跟踪滤波算法
• 2.3.1 Kalman滤波器
• 2.3.2 其他滤波方法
• 2.4 目标动态模型
• 2.4.1 主要目标运动模型
• 2.4.2 仿真试验
• 2.5 目标位置估计融合模型
• 2.5.1 测量融合算法
• 2.5.2 状态融合
• 2.5.3 仿真试验
• 第三章 被动跟踪下的PCRLB分析
• 3.1 引言
• 3.2 目标状态的CRAMER-RAO下限
• 3.3 单目标下的PCRLB
• 3.3.1 单传感器单目标下的PCRLB测量模型
• 3.3.2 多传感器单目标下的PCRLB
• 3.4 多目标下的PCRLB
• 3.4.1 PCRLB通用表达式
• 3.4.2 角度被动跟踪条件下的PCRLB表达式
• 3.5 计算机仿真实验
• 3.5.1 单目标仿真实验
• 3.5.2 多目标仿真实验
• 3.6 小结
• 第四章 基于辐射源信号特征的数据关联算法
• 4.1 引言
• 4.2 JPDA数据关联基本算法
• 4.3 基于雷达信号特征的JPDA算法
• 4.3.1 辐射源信号特征选择
• 4.3.2 辐射源信号特征参数初值确定与更新
• 4.3.3 基于信号特征值的JPDA算法
• 4.3.4 计算机仿真
• 4.4 基于信号分类有效矩阵的JPDA算法
• 4.4.1 算法描述
• 4.4.2 仿真试验
• 4.5 基于信号分类有效矩阵的多传感器JPDA算法
• 4.5.1 算法描述
• 4.5.2 仿真试验
• 4.6 小结
• 第五章 被动跟踪系统中的测量融合算法
• 5.1 引言
• 5.2 测量融合的一般数学模型
• 5.3 测量数据选择融合算法处理模型
• 5.3.1 通用测量数据选择融合算法处理模型
• 5.3.2 使用方位角度测量的融合算法
• 5.3.3 角度与时间差测量的融合算法
• 5.4 多目标多传感器测量融合算法
• 5.4.1 多目标多传感器测量融合算法模型
• 5.4.2 多普勒变化率与方位联合的多目标跟踪融合算法
• 5.5 小结
• 第六章 被动跟踪条件下的状态融合算法
• 6.1 引言
• 6.2 状态融合算法的数学模型
• 6.2.1 加权状态融合算法
• 6.2.2 协方差交叉状态融合算法
• 6.3 被动跟踪协方差交叉状态融合算法
• 6.3.1 算法过程
• 6.3.2 算法仿真试验与性能分析
• 6.4 被动跟踪多目标协方差状态融合算法
• 6.4.1 航迹关联算法模型
• 6.4.2 多目标协方差交叉算法
• 6.4.3 算法仿真试验与性能分析
• 6.5 小结
• 第七章 结论与展望
• 致谢
• 参考文献
• 攻读博士期间取得的研究成果
• 攻读博士期间参加科研情况