高频雷达目标数据处理技术研究

高频雷达目标数据处理技术研究

论文摘要

高频雷达以其特有的超视距警戒能力和对低可观测性目标的优良探测能力,成为一种执行大范围远程战略监测的有效手段,日益受到世界各国的普遍重视。目标数据处理作为雷达系统的关键部分,实现对多目标的实时跟踪处理,估计目标的运动状态参数,并完成数据关联及航迹处理等功能,有效地抑制类目标干扰引起的虚警,提高雷达对目标的连续跟踪能力,以期获得较好的态势表达。高频雷达的目标数据处理是在空间分辨力和位置量测精度较低、量测误差统计特性不确定、数据率低、目标运动形式未知、目标可能暂时丢检的恶劣条件下进行的。随着观测环境变得日趋复杂,目标的多样性、机动性、密集性和低可观测性也在不断加强,因此研究适应性更强、可靠性更好的目标数据处理方法具有十分重要的意义。本文深入研究了提高高频雷达目标航迹处理的稳健性、建立航迹的快速有效性以及保持目标航迹连续性的处理方法与技术途径。针对高频雷达的特殊数据处理环境,提出以目标量测数据为驱动的跟踪系统建模方法,克服了理想化先验模型存在的局限性。在雷达坐标系中通过改进型自学习方法建立目标状态转移模型,用双重中值平滑算法自适应估计量测噪声的统计参数,再进行限定记忆自适应滤波处理来获得较为准确的目标运动状态估计,并对跟踪滤波效果进行评估。量测数据预处理中,利用估值精度较高的多普勒速度来修正径向距离量测数据的异常情况,并建立一种基于模糊集合理论的实时野值判别准则,对数据进行合理性检验,提高了量测信息的准确性,避免引起滤波发散。仿真和实测数据的处理结果都表明,改进的跟踪滤波方法对先验信息依赖较小,能够自适应地反映跟踪系统状态,性能稳健可靠。引入空间轨迹匹配原理,对目标运动轨迹的光滑性进行约束,并利用径向速度与径向距离之间的匹配原理来提高径向距离的量测精度。该方法不受雷达体制的限制,不受工作参数变化、数据率不一致、数据丢失的影响,可以独立使用,快速有效地建立起目标的航迹。进一步结合前面的跟踪滤波改进算法构成两步跟踪处理:通过空间轨迹匹配处理保证目标运动轨迹的空间合理性,并估计跟踪系统的噪声特性;再对上步的处理结果建立自学习目标运动模型,进行限定记忆自学习适应滤波。空间轨迹匹配原理能够有效地控制跟踪模型的准确性,削弱航迹的起伏抖动,保证数据处理系统的稳定性。两步跟踪滤波方法可以推广应用于多雷达组网工作的点迹融合处理中。在同步融合和顺序量测异步融合中,只需在第二步时域滤波时进行序贯处理。对于非顺序量测异步融合,则可以单独使用空间轨迹匹配处理进行目标状态估计。分析了造成目标暂时丢检的原因,研究了量测数据缺失的情况下对目标航迹的续断处理方法,以保证对同一目标跟踪的连续性。多目标杂波环境下,目标间歇出现也可以进行关联处理,并采用修正逻辑法完成航迹起始。航迹稳定建立后,目标暂时丢失时并不立即进行航迹撤销,而是采用自适应盲跟踪方法锁定其运动规律,向前延续适当批次的航迹,以期对目标的再次俘获。深入研究盲跟踪涉及的多步状态预测技术、盲跟次数设置、关联范围调整、目标再次检出后的航迹平滑处理及航迹终止逻辑。针对目标航迹交叉引起的航迹中断,提出一种多假设简易联合概率数据关联算法来解决数据分配问题。跟踪与检测的结合使用,能够保护被发现的目标不轻易丢失,有效抑制非背景噪声类干扰引起的虚警,提高对目标数据的连续处理性能。信号检测首先是在单批次的频谱数据上进行的,强目标回波通过基本信号检测就能够检出。低信噪比目标回波则依据跟踪处理得到的目标状态预测信息来动态调整信号检测的区域,进行保护性的低门限跟踪信号检测。针对探海时低径向速度区域常见的目标密集情况,提出一种整峰野值剔除准则来降低虚高的检测门限,有效地避免了弱目标被遮蔽的现象。应用跟踪中的目标检测,引入暂时航迹质量参数来进行目标确认,虚假航迹的识别与杂波图的建立。设计实现了高频雷达目标数据处理系统,并已应用于实际工程项目中。该系统主要包括系统参数设定、目标运动设计、频谱数据生成、检测跟踪处理、态势显示等组成部分。对实验数据和仿真产生各种情况的目标点迹数据的处理结果,验证了本文提出的目标数据处理方法具有连续、稳定、快速有效的航迹处理能力。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题背景及研究的目的和意义
  • 1.2 目标数据处理方法概述
  • 1.2.1 跟踪滤波
  • 1.2.2 航迹处理
  • 1.2.3 跟踪与检测的结合
  • 1.3 本文研究内容
  • 1.4 本文结构
  • 第2章 高频雷达目标数据处理特性分析
  • 2.1 引言
  • 2.2 高频雷达量测数据特性分析
  • 2.2.1 影响目标检测的干扰背景特征
  • 2.2.2 数据率
  • 2.2.3 量测噪声
  • 2.3 跟踪算法分析
  • 2.3.1 跟踪坐标系
  • 2.3.2 量测模型
  • 2.3.3 目标运动模型
  • 2.3.4 跟踪滤波算法
  • 2.4 存在问题及适应性改进思路
  • 2.5 本章小结
  • 第3章 跟踪滤波算法的适应性改进
  • 3.1 引言
  • 3.2 自学习建模
  • 3.2.1 改进的目标状态转移模型
  • 3.2.2 量测噪声统计参数估计
  • 3.3 限定记忆自适应跟踪算法
  • 3.3.1 噪声自适应滤波
  • 3.3.2 限定记忆滤波
  • 3.3.3 限定记忆自适应滤波
  • 3.4 跟踪滤波初始化
  • 3.5 量测数据中的野值判别
  • 3.5.1 野值的定义
  • 3.5.2 野值的模糊判别方法
  • 3.5.3 野值的处理
  • 3.6 目标运动参数估计
  • 3.7 跟踪滤波流程设计
  • 3.8 仿真与实测数据分析
  • 3.9 本章小结
  • 第4章 空间轨迹匹配处理
  • 4.1 引言
  • 4.2 目标运动轨迹特性
  • 4.3 空间轨迹匹配处理
  • 4.3.1 回归分析
  • 4.3.2 加权处理
  • 4.3.3 径向速度与径向距离的匹配
  • 4.3.4 空间轨迹匹配处理方法
  • 4.4 基于空间轨迹匹配的两步跟踪滤波处理
  • 4.4.1 两步跟踪滤波处理方法
  • 4.4.2 仿真与实测数据分析
  • 4.5 雷达组网数据融合处理中的应用
  • 4.5.1 同步融合
  • 4.5.2 异步融合
  • 4.6 本章小结
  • 第5章 目标航迹续断处理
  • 5.1 引言
  • 5.2 目标数据关联
  • 5.2.1 数据关联分类
  • 5.2.2 相关波门
  • 5.2.3 数据关联逻辑
  • 5.3 航迹起始逻辑
  • 5.4 自适应盲跟踪处理
  • 5.4.1 多步预测
  • 5.4.2 目标再次俘获后的处理
  • 5.4.3 航迹撤销
  • 5.4.4 仿真与实测数据分析
  • 5.5 航迹交叉处理
  • 5.5.1 多假设简易联合概率数据关联
  • 5.5.2 仿真分析
  • 5.6 本章小结
  • 第6章 跟踪检测结合处理
  • 6.1 引言
  • 6.2 基本信号检测
  • 6.3 跟踪信号检测
  • 6.3.1 跟踪信号检测设计
  • 6.3.2 跟踪检测原则
  • 6.4 目标密集区段的信号检测
  • 6.4.1 整峰野值剔除准则
  • 6.4.2 野值剔除性能分析
  • 6.4.3 信号检测流程
  • 6.4.4 应用实例
  • 6.5 跟踪中的目标检测
  • 6.5.1 目标航迹确认
  • 6.5.2 虚假航迹识别与杂波图的建立
  • 6.6 本章小结
  • 第7章 目标数据处理系统的设计与实现
  • 7.1 引言
  • 7.2 系统结构设计
  • 7.2.1 系统需求分析
  • 7.2.2 系统的功能结构
  • 7.2.3 目标数据处理流程
  • 7.3 目标信息生成
  • 7.3.1 目标参数设计
  • 7.3.2 频谱数据生成
  • 7.3.3 目标量测数据生成
  • 7.4 系统处理示例
  • 7.5 本章小结
  • 结论
  • 参考文献
  • 攻读博士学位期间发表的论文
  • 致谢
  • 个人简历
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    高频雷达目标数据处理技术研究
    下载Doc文档

    猜你喜欢